Robbyant ในเครือ Ant Group เปิดโอเพนซอร์ส LingBot-Vision: โมเดลพื้นฐานภาพเชิงขอบเขต 1B พารามิเตอร์สำหรับการรับรู้เชิงพื้นที่หนาแน่น
หัวข้อต้นฉบับ:Ant Group’s Robbyant Open-Sources LingBot-Vision: A 1B Boundary-Centric Vision Foundation Model for Dense Spatial Perception
สรุปโดย AI
Robbyant บริษัทปัญญาประดิษฐ์ embodied ในเครือ Ant Group เปิดโอเพนซอร์ส LingBot-Vision กลุ่ม Transformer ภาพแบบ self-supervised ที่ออกแบบสำหรับการรับรู้เชิงพื้นที่หนาแน่นโดยเฉพาะ รุ่นเรือธง ViT-g/16 มีพารามิเตอร์ประมาณ 1.1B ฝึกด้วยการสร้างแบบจำลองขอบเขตแบบมาสก์ โดยใช้ขอบเขตเป็นสัญญาณการฝึกอบรมล่วงหน้าดั้งเดิม ในงานเชิงพื้นที่หนาแน่น โมเดล 1B นี้เทียบเท่าหรือเหนือกว่าโมเดลใหญ่ที่มีพารามิเตอร์มากถึง 7 เท่า (เช่น 7B DINOv3) โมเดลเปิดโอเพนซอร์สภายใต้ใบอนุญาต Apache-2.0 บน Hugging Face มีสี่ขนาด: ViT-g, ViT-L (300M), ViT-B (86M) และ ViT-S
ข้อมูลสำคัญ
- Robbyant บริษัทปัญญาประดิษฐ์ embodied ในเครือ Ant Group เปิดโอเพนซอร์ส LingBot-Vision กลุ่ม…
- 1B ฝึกด้วยการสร้างแบบจำลองขอบเขตแบบมาสก์ โดยใช้ขอบเขตเป็นสัญญาณการฝึกอบรมล่วงหน้าดั้งเดิม…
- 0 บน Hugging Face มีสี่ขนาด: ViT-g,ViT-L (300M),ViT-B (86M) และ ViT-S
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- MarkTechPost(RSS)
- หมวดหมู่
- เปิดตัวโมเดล
- คะแนน AI
- 71
在视觉基础模型里把边界当作核心信号,这个思路很反常识,1B模型在深度估计上超过7B的DINOv3,做机器人的可以认真看看。
เอนทิตีที่เกี่ยวข้อง
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: Robbyant ในเครือ Ant Group เปิดโอเพนซอร์ส LingBot-Vision: โมเดลพื้นฐานภาพเชิงขอบเขต 1B พารามิเตอร์สำหรับการรับรู้เชิงพื้นที่หนาแน่น 8 กรกฎาคม 2026 https://new.nat6.net/th/news/cmrbikwbz04b5ihl16qfp5ntw/