LingBot-Video：具身视频基座模型
aigclink · x · 2026-07-10
LingBot-Video 被描述为首个面向具身智能的开源 MoE 视频基座模型，重点不是追求内容创作画质，而是为机器人场景重做视频预训练。帖子详细解释了它在架构、数据和训练三方面如何适配物理交互与长时序建模。
文中称该模型总参数 30B、每个 token 仅激活 3B，并加入了 7 万小时具身数据和面向物理合理性的奖励设计；同时提到它在公开榜单 RBench 上综合分领先，且可作为动作条件视频生成、数据生成和策略评估的基础组件。
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