【AI 核心摘要】
今日,蚂蚁灵波正式开源LingBot-Video,这是全球首个基于MoE架构、面向具身智能的视频生成基础模型。针对传统视频生成模型在物理合理性、推理效率及任务完成度上的不足,LingBot-Video通过架构、数据和训练三方面创新,实现系统性提升。其30B参数模型采用DiT+MoE设计,推理时仅激活约3B参数,效率提升3倍;数据方面引入7万小时具身相关数据,训练则采用多维强化学习奖励系统,强化物理合理性与任务对齐。在RBench基准上,LingBot-Video总分0.620,超越Wan2.6等模型,并在Physics-IQ Verified评测中排名第一。该模型已开源,适用于机器人动作预测、仿真数据生成等方向。
了解更多详细信息,请访问原文:蚂蚁灵波开源面向具身智能的视频生成基础模型 LingBot-Video
数据来源:AI Bot
© 版权声明
文章版权归作者所有,未经允许请勿转载。

