LingBot
PulseAugur coverage of LingBot — every cluster mentioning LingBot across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
蚂蚁灵玎与阿拉伯数字经济联盟合作，在中东拓展具身AI
蚂蚁集团的具身智能公司蚂蚁灵玎科技已与阿拉伯数字经济联盟（AFDE）签署谅解备忘录。此次合作旨在将蚂蚁灵玎的全栈式具身智能和机器人解决方案部署并本地化到阿联酋、海湾合作委员会（GCC）及更广泛的中东市场。合作将侧重于酒店、零售、物流和医疗保健等多个应用领域，并强调根据阿拉伯语交互和区域运营需求进行调整。蚂蚁灵玎的开源模型在GitHub上获得了显著关注，彰显了其技术的全球认可度。
-
蚂蚁集团的 Robbyant 寻求 2.22 亿美元用于具身智能机器人大脑
蚂蚁集团的具身智能部门 Robbyant 正在启动其首轮外部融资，目标是筹集约 15 亿元人民币（合 2.22 亿美元）。该公司正在开发一款通用型“机器人大脑”，并于近期发布了第二代灵玎（LingBot）AI 基础模型家族，该模型家族包含视觉处理和空间感知工具。此举符合蚂蚁集团将部门分拆以独立融资的更广泛战略，也顺应了具身智能领域投资增加的趋势。
-
蚂蚁集团 LingBot 发布六个开源具身智能模型
蚂蚁集团子公司 LingBot 在 2026 世界人工智能大会上推出了六个开源具身智能模型。这些模型专注于人工智能的各个方面，包括视觉、视频、空间感知、操控和世界模型。该计划采用了双轨战略，同时探索视觉-语言-动作 (VLA) 和世界模型方法。
-
Lingbot，一个开放权重视频模型，等待集成
Lingbot，一个新发布的开放权重视频模型，目前正在等待集成。该模型在其时域和图像处理能力方面采用了专家混合（MoE）架构。更多关于Lingbot的讨论和细节可以在一个链接的Reddit帖子中找到。
-
视频世界模型适配游戏，凸显状态管理需求
一项关于将视频世界模型应用于游戏开发的为期一年的实验揭示了关键见解。主要教训是，世界模型是出色的渲染器，但缺乏固有的游戏状态；外部系统必须管理游戏逻辑和状态。为了与这些模型交互，开发人员使用了帧比较和视觉语言模型（VLM）来解释视觉输出并将其反馈到游戏状态中。低延迟比视觉质量对可玩体验更为关键，这需要编排多个模型，包括VLM和LLM游戏大师，以保持沉浸感。
-
机器人专家齐聚一堂，共同应对具身人工智能发展中的数据挑战
最近的一次沙龙汇聚了近200名具身人工智能领域的专家，共同探讨如何将机器人从实验室推向现实世界所面临的挑战，重点关注数据收集和模型训练。与会者指出，当前的数据收集方法效率低下且成本高昂，收集到的数据很大一部分无法用于训练。讨论还涉及了改进数据对齐、标准化评估基准的必要性，以及类似于大型语言模型中使用的预训练范例的潜力。