开源具身视频基础模型
nikola_mr64990 · x · 2026-07-09
Robbyant 开源了 LingBot-Video，这是一个面向具身智能的视频基础模型，采用 MoE 架构，总参数 30B、推理时仅激活 3B 参数。模型在大规模互联网视频预训练基础上，加入了 7 万小时具身数据。
帖子还称，该模型在 RBench 上已经优于 Wan2.6、Seedance 1.5 Pro 和 Cosmos3 Super，目标是推动机器人等具身应用落地。
所属事件:蚂蚁开源具身视频模型 LingBot-Video(26 条相关)→
「具身」频道最新
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11