具身智能新突破：螞蟻集團開源LingBot-Vision，讓機器人擁有“空間感”
重點摘要
AI資訊AI新閒資訊正文具身智能新突破：螞蟻集團開源LingBot-Vision，讓機器人擁有“空間感”發布於AI新閒資訊時間 :Jul 8, 2026閱讀 :1分鐘在具身智能領域，如何讓機器人像人類一樣精準感知物理空間，一直是一個核心難題。近日，螞蟻集團旗下的具身智能公司Robbyant正式開源了LingBot-Vision模型家族。
AI資訊AI新閒資訊正文具身智能新突破：螞蟻集團開源LingBot-Vision，讓機器人擁有“空間感”發布於AI新閒資訊時間 :Jul 8, 2026閱讀 :1分鐘在具身智能領域，如何讓機器人像人類一樣精準感知物理空間，一直是一個核心難題。
近日，螞蟻集團旗下的具身智能公司Robbyant正式開源了LingBot-Vision模型家族。
這一系列自監督視覺Transformer模型，通過一種創新的“邊界建模”思路，在密集空間感知任務上展現出了卓越性能，甚至在多項指標上超越了參數規模大出數倍的頂尖模型。
目前的視覺基礎模型大多專注於“識別物體”，即回答畫面中有什麼，卻往往忽略了機器人進行物理交互時最關鍵的要素:物體邊界、輪廓及深度信息。
LingBot-Vision巧妙地扭轉了這一優先級，將“邊界”作為原生預訓練信號。
通過引入掩碼邊界建模技術，模型能夠識別出圖像中信息最豐富的邊界區域，並將其作為訓練的核心。
這種做法不僅讓模型學會了語義理解，更同步湧現出極強的幾何空間感知能力。
在性能表現上，LingBot-Vision的旗艦模型ViT-g/16僅擁有11億參數，卻在NYU-Depth v2等深度估計任務中交出了最優答卷，其表現力不僅超越了擁有70億參數的DINOv3，訓練所消耗的語料庫規模也僅為其三分之一左右。
對於計算資源有限的實際部署場景，該系列還提供了從3億參數到更小規模的蒸餾版本，確保了在不同硬件規格下都能保持領先的密集預測性能。
Related
相關文章
60000小時煉出新開源VLA！20多種機器人都能用
一支由開源社群與研究機構聯手打造的全新視覺-語言-動作模型（VLA）近日正式公開，宣稱歷經長達六萬小時的訓練，並可相容於二十多種不同類型機器人平台。該模型直接將視覺與語言指令對應到機器人動作輸出，旨在降低多平台部署的門檻，讓更多研究團隊無須從頭訓練就能在不同硬體上重現複雜操作。
支持17家機器人廠商20多種構型，螞蟻靈波LingBot-VLA 2.0正式開源
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 支持17家機器人廠商20多種構型，螞蟻靈波LingBot-VLA 2.
物理AI：下一個 萬億賽道的"賣鏟人"
36氪 消息指出，36氪 消息指出，這篇消息聚焦「物理AI：下一個 萬億賽道的"賣鏟人"」。目前站內已移除先前混入的模型思考或安全判斷文字，並保留來源可確認的主題供讀者追蹤。
強強聯合錨定部署態元年：愛仕達構築具身智能全場景產業閉環
強強聯合錨定部署態元年：愛仕達構築具身智能全場景產業閉環小李說FIN2026.07.07 15:54 · 來自上海全文2740字00:00 / 09:027月6日，愛仕達與智元創新正式簽署全面戰略合作協議，雙方將圍繞具身智能機器人“部署態”落地，構建從場景實訓、數據採集到模型迭代的全鏈路閉環。7月6日，愛仕達與智元創新正式簽署全面戰略合作協議。
波士頓動力 Atlas 機器人亮相世界盃，揭秘踢球技能訓練過程
Atlas 在世界盃賽場完成足球傳遞與經典動作復刻。其訓練過程融合動作捕捉與虛擬仿真，需克服平衡控制與物體操控兩大難關，機器人損壞與維修已成常態。這標誌著人形機器人正從工業走向娛樂與家庭。#波士頓動力# #Atlas機器人#
全球首套蟑螂潛水服問世：10×10 毫米揹負裝置，服務水下救援場景
科技媒體 techspot 昨日（7 月 6 日）發佈博文，報道稱新加坡南洋理工大學團隊研發出一款用於“半機械蟑螂”的微型潛水裝置，尺寸約為 10×10 毫米，可在淺水、積水和低氧環境中維持蟑螂活動。