1B视觉模型深度估计超Google和NVIDIA
thetripathi58 · x · 2026-07-08
帖子称，Robbyantbrain 训练的 1B 视觉模型 LingBot-Vision 在 NYU-Depth v2 深度估计基准上优于 Google SigLIP 2 和 NVIDIA AM-RADIO，RMSE 更低。
作者强调，差异主要来自预训练目标，而不是单纯模型规模。
所属事件:蚂蚁灵波开源LingBot视觉基座，深度感知斩获多项第一(18 条相关)→
「具身」频道最新
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- Bedrock Robotics 融资 6 亿美元,改装挖掘机已在商业工地全自动驾驶接单 — Sethwinterroth · 2026-10-27
- AW-0 机器人模型实测:RoboTwin 50 项任务成功率 80.8% 远超基线 — trevordarrell · 2026-10-27
- AW-0 用代码流改变世界模型预测:同一指令下精准选中目标物体 — trevordarrell · 2026-10-27
- AW-0 单卡 RTX 5090 推理 230ms:联合去噪比自回归代码快 2.4 倍 — trevordarrell · 2026-10-27
- AW-0 世界动作模型发布：一个生成式模型同时管规划、预测与控制 — trevordarrell · 2026-10-27