蚂蚁集团AI实验室开源了专为具身AI设计的视觉大模型LingBot-Vision，以及基于它构建的空间感知模型LingBot-Depth 2.0。这些模型旨在显著提升机器人感知和理解物理环境的能力，尤其是在处理透明或反光物体、小目标或远距离目标以及复杂室内场景等挑战性环境中。LingBot-Vision的独特之处在于其预训练阶段专注于学习物体边界和空间结构，使其在参数量相对较少的情况下，仍能实现比其他大型视觉模型更高的准确率。 AI
影响 通过提高空间理解和感知准确性，增强机器人在现实世界任务中的能力。
排序理由 具身AI基础模型的开源发布。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
