Ant Group stellt ein für Roboter speziell entwickeltes integriertes KI-Modell vor
Die Ant-Gruppe hat das neu entwickelte KI-Modell LingBot-VA 2.0 vorgestellt, das im Gegensatz zu herkömmlichen Videomodellen direkt für die physische Robotik konzipiert wurde, um die Effizienz und Präzision in der realen Welt zu steigern. Durch eine Mixture-of-Experts-Architektur und einen asynchronen Inferenzmechanismus erreicht das System eine Echtzeit-Betriebsgeschwindigkeit von 150 Hz auf einer einzelnen GPU und demonstrierte in Tests wie der Zubereitung ühstück oder dem Öffnen überlegene Leistung gegenüber bestehenden Methoden.
Kurzfassung
Warum das wichtig ist
- Die Ant-Gruppe hat das neu entwickelte KI-Modell LingBot-VA 2.0 vorgestellt, das im Gegensatz zu herkömmlichen Videomodellen direkt für die physische Robotik konzipiert wurde, um die Effizienz und Präzision in der realen Welt zu steigern.
- Durch eine Mixture-of-Experts-Architektur und einen asynchronen Inferenzmechanismus erreicht das System eine Echtzeit-Betriebsgeschwindigkeit von 150 Hz auf einer einzelnen GPU und demonstrierte in Tests wie der Zubereitung ühstück oder dem Öffnen überlegene Leistung gegenüber bestehenden Methoden.
- Neu konzipierte KI für Roboter Robbyant, die in Ant Group integrierte KI-Sparte, kündigte das neu entwickelte KI-Modell LingBot-VA 2.0 an, das speziell für robotische Systeme konzipiert wurde.
SvyTech-Check
Redaktionelle Einordnung
Kernpunkt
Die Ant-Gruppe hat das neu entwickelte KI-Modell LingBot-VA 2.0 vorgestellt, das im Gegensatz zu herkömmlichen Videomodellen direkt für die physische Robotik konzipiert wurde, um die Effizienz und Präzision in...
Warum relevant
Anstatt herkömmliche Videomodelle für die digitale Inhaltserstellung auf Roboter anzupassen, wurde dieses Modell direkt für Aufgaben in der physischen Welt entwickelt und zielt darauf ab, die Effizienz in der...
Einordnung
SvyTech ordnet die Meldung aus interestingengineering.com als Teil des Themenfelds Technologie ein und verweist auf den Originalartikel, damit Leser Fakten, Quelle und Kontext nachvollziehen koennen.
Anstatt herkömmliche Videomodelle für die digitale Inhaltserstellung auf Roboter anzupassen, wurde dieses Modell direkt für Aufgaben in der physischen Welt entwickelt und zielt darauf ab, die Effizienz in der Robotikbranche zu steigern.
Dank seiner autoregressiven Architektur kann LingBot-VA 2.0 vorhersagen, wie die Aktionen eines Roboters die Umgebung verändern werden, und bestimmt den nächsten Schritt basierend auf diesen kausalen Zusammenhängen.
Architektur, die sich an die physische Welt anpasst Der Großteil der derzeit verfügbaren integrierten KI-Systeme basiert tatsächlich auf Videomodellen, die ursprünglich für die Erstellung digitaler Inhalte entwickelt wurden.
Technik und Auswirkungen
Obwohl diese Modelle visuell erfolgreich sein mögen, können sie bei der physischen Präzision und der Ausführungsgeschwindigkeit unzureichend sein.
Quellenprofil
Quelle und redaktionelle Angaben
- Quelle
- interestingengineering.com
- Canonical
- https://svytech.de/artikel/ant-group-stellt-ein-fur-roboter-speziell-entwickeltes-integriertes-ki-modell-vor
- Quell-URL
- https://interestingengineering.com/ai-robotics/watch-worlds-first-embodied-native-ai-model-promises-smarter-more-capable-robots
Aehnliche Inhalte
Verwandte Themen und interne Verlinkung
Weitere Artikel aus aehnlichen Themenfeldern, damit Leser direkt im selben Kontext weiterlesen koennen.
Alibaba veröffentlicht das Open-Source-KI-Modell Qwen 3.8 mit 27 Milliarden Parametern
Alibaba Cloud hat das kommerziell nutzbare Open-Source-Modell Qwen 3.8 27B mit 27 Milliarden Parametern unter der Apache 2.0-Lizenz auf Hugging Face veröffentlicht, das dank einer hybriden Architektur und eines erweiterbaren Kontextfensters Tokens sowohl für lokale Installationen als auch für API-Anfragen verfügbar ist. Während der Hersteller behauptet, dass das Modell in Programmieraufgaben und der Analyse visueller Dokumente Leistungen übertrifft, weisen unabhängige Beobachter darauf hin, dass die veröffentlichten Benchmarks noch keiner externen Validierung unterzogen wurden und die standardmäßige höchste Denkebene bei einfachen Aufgaben zu unnötig langen Verarbeitungszeiten führt.
