LingBot-Video：30B参数仅激活3B，具身视频模型新架构
alifcoder · x · 2026-07-21
LingBot-Video 旨在提升大型视频模型的生成效率。其旗舰 MoE 模型总参数量为 30B，但生成时仅激活 3B 参数。
- 性能表现：在 100 万 token 序列下，吞吐量达到 30B 稠密模型的 3.18 倍。
- 训练机制：使用了 70,000 小时以上的具身训练数据，并引入了六信号奖励系统。
- 评测得分：在 RBench 评测中取得 0.620 的平均分。
这种通过 MoE 架构提升效率的路径，为具身 AI 视频模型的发展提供了新方向。
「多模态」频道最新
- 分段生成法治 Img2Video 鬼影：3 段 4 秒比 1 段 12 秒更好还快一倍 — Key_Education4018 · 2026-09-11
- 面部捕捉系统v3取得进展，实时人脸重建现曙光 — andrew_n_carr · 2026-09-11
- 单词即出图：Midjourney 提示词系列用苏格兰词 Smeddum 生成风格图 — tisch_eins · 2026-09-11
- 又一例 GPT-6 Astra 一次性生成完整动画,作者直呼不可思议 — paw_lean · 2026-09-11
- 7500万播放的火山喷发视频作者公开 AI 提示词 — charis_ai · 2026-09-11
- Magnific 演示 GPT-6 Astra 联动 MCP：一段对话导演动态图形视频 — charis_ai · 2026-09-11