AI最前沿 88Z.ai 7 月 9 日消息，蚂蚁灵波科技开源全球首个基于MoE架构的具身智能视频生成基础模型LingBot-Video。该模型总参数30B，推理激活约3B，效率提升显著。团队构建7万小时数据集并引入多维强化学习奖励系统，以增强物理合理性与任务完成度。
消息要点
- LingBot-Video是全球首个基于MoE架构的具身智能视频生成模型，推理效率为稠密架构的3倍。
- 模型依托7万小时具身数据集与多维强化学习奖励系统，强化了物理合理性与任务完成能力。
要点
蚂蚁灵波科技正式开源LingBot-Video，这是全球首个专为具身智能设计的视频生成基础模型，采用先进的混合专家（MoE）架构。该模型拥有300亿总参数，但在推理过程中仅激活约30亿参数，其运行效率达到同等规模稠密架构模型的三倍，显著降低了计算成本。 为了提升模型在真实物理环境中的表现，研发团队构建了规模达7万小时的专属具身智能数据集。此外，模型引入了多维强化学习奖励系统，重点优化视频生成的物理合理性与任务完成度，确保生成内容更符合现实逻辑与操作需求。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- 蚂蚁灵波科技原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。