オプション
家
速報
コンテンツ
JustinScott
JustinScott
2026年7月9日

Ant Groupは、具現化された知能を実現するために設計されたMixture-of-Expertsアーキテクチャに基づく初の映像生成基盤モデルであるLingBot-Videoをオープンソース化しました。このモデルはRBenchベンチマークで0.620という高いスコアを記録し、Wan2.6や他のモデルを上回ります。パラメータ数は300億ありますが、1回の推論ごとに実際に使用されるのは30億だけなので、より高い推論効率を実現しています。多次元の強化学習報酬システムを用いて7万時間分の具現化データで訓練されており、ロボット工学における物理的な一貫性やタスク達成能力に優れています。

Ant Groupは、具現化された知能を実現するために設計されたMixture-of-Expertsアーキテクチャに基づく初の映像生成基盤モデルであるLingBot-Videoをオープンソース化しました。このモデルはRBenchベンチマークで0.620という高いスコアを記録し、Wan2.6や他のモデルを上回ります。パラメータ数は300億ありますが、1回の推論ごとに実際に使用されるのは30億だけなので、より高い推論効率を実現しています。多次元の強化学習報酬システムを用いて7万時間分の具現化データで訓練されており、ロボット工学における物理的な一貫性やタスク達成能力に優れています。 Ant Groupは、具現化された知能を実現するために設計されたMixture-of-Expertsアーキテクチャに基づく初の映像生成基盤モデルであるLingBot-Videoをオープンソース化しました。このモデルはRBenchベンチマークで0.620という高いスコアを記録し、Wan2.6や他のモデルを上回ります。パラメータ数は300億ありますが、1回の推論ごとに実際に使用されるのは30億だけなので、より高い推論効率を実現しています。多次元の強化学習報酬システムを用いて7万時間分の具現化データで訓練されており、ロボット工学における物理的な一貫性やタスク達成能力に優れています。 Ant Groupは、具現化された知能を実現するために設計されたMixture-of-Expertsアーキテクチャに基づく初の映像生成基盤モデルであるLingBot-Videoをオープンソース化しました。このモデルはRBenchベンチマークで0.620という高いスコアを記録し、Wan2.6や他のモデルを上回ります。パラメータ数は300億ありますが、1回の推論ごとに実際に使用されるのは30億だけなので、より高い推論効率を実現しています。多次元の強化学習報酬システムを用いて7万時間分の具現化データで訓練されており、ロボット工学における物理的な一貫性やタスク達成能力に優れています。
コメント (0)
0/300
OR