Ant Group ra mắt LingBot-Depth 2.0: Mô hình AI nhận diện không gian với dữ liệu 150 triệu mẫu

Theo tin từ IT之家 ngày 7 tháng 7, Lingbo Technology, công ty trí tuệ nhân tạo hiện thân (embodied AI) thuộc Ant Group, hôm nay đã ra mắt mô hình nhận thức không gian LingBot-Depth 2.0. Mô hình này được huấn luyện dựa trên tập dữ liệu quy mô 150 triệu, được tuyên bố là đã đạt được sự nâng cấp toàn diện về độ sắc nét cạnh, khả năng nhận diện vật thể nhỏ, ước tính độ sâu tầm xa và tính ổn định (robustness) trong các bối cảnh phức tạp.

Lingbo Technology cho biết, so với LingBot-Depth 1.0, dữ liệu huấn luyện của LingBot-Depth 2.0 đã được mở rộng từ 3 triệu lên quy mô 150 triệu: đạt vị trí dẫn đầu trong 12 trên 16 hạng mục đánh giá chuẩn về hoàn thiện độ sâu; trong các bối cảnh khó nhất là không gian trong nhà có diện tích lớn bị thiếu hụt độ sâu, sai số độ sâu đã giảm một nửa so với thế hệ trước (RMSE giảm từ 0,132 xuống 0,062); đồng thời thể hiện hiệu suất vượt trội trong các bối cảnh mà camera độ sâu truyền thống dễ bị lỗi nhất như kính, gương và các vật thể trong suốt.

Lần này, phía công ty cũng đồng thời ra mắt mô hình nền tảng thị giác "LingBot-Vision" của LingBot-Depth 2.0, nhằm giải quyết các thách thức cốt lõi của thị giác robot trong việc nhận thức không gian, nhận diện tinh vi và thích ứng với môi trường phức tạp. Tập dữ liệu tiền huấn luyện của mô hình này chỉ gồm 160 triệu hình ảnh, nhỏ hơn một bậc so với DINOv3 nhưng độ chính xác ước tính độ sâu lại vượt trội hơn DINOv3; hơn nữa, LingBot-Vision có khả năng xác định ranh giới vật thể đủ ổn định, cho phép theo dõi liên tục ranh giới vật thể trong video.

Hiện tại, LingBot-Depth 2.0 đã đạt chứng nhận chuyên môn từ Phòng thí nghiệm Thị giác Độ sâu Orbbec. Các thử nghiệm trong bối cảnh thực tế cho thấy, dựa trên dữ liệu 3D thô cấp chip do dòng camera 3D ống kính kép Gemini 330 của Orbbec cung cấp, LingBot-Depth 2.0 đã cải thiện rõ rệt về độ sắc nét cạnh, tính toàn vẹn của đường viền vật thể, khả năng nhận diện vật thể nhỏ, ước tính độ sâu tầm xa cũng như tính ổn định trong các điều kiện ánh sáng và chất liệu phức tạp.

Tuyên bố quảng cáo: Các liên kết chuyển hướng bên ngoài trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian chọn lọc, kết quả chỉ mang tính chất tham khảo, tất cả các bài viết của IT之家 đều bao gồm tuyên bố này.