LingBot-VA 2.0 ist ein von Grund auf für die Robotersteuerung trainiertes Video-Aktions-Basismodell. Es kombiniert semantische visuelle Aktionstokenisierung, kausales Vortraining, eine sparse Mixture-of-Experts-Architektur und asynchrone Inferenz mit aktuellen Beobachtungen.
Zugang und Verfügbarkeit
QuelleGeprüft am · 2026-10-30
Auf einen Blick
- Veröffentlichung
- 9. Juli 2026
Modellkarte
Abschnitt 4.1.1 nennt etwa 15,3 Milliarden trainierte und 2,5 Milliarden aktive Parameter je Inferenz-Token, einschließlich Video-Backbone, Aktionsexperte und Mehrfachvorhersageköpfen. Versionsspezifische Gewichte und Lizenz sind ungeprüft; base-Gewichte gehören zur Vorgängerversion. https://arxiv.org/html/2607.08639v2#S4.SS1.SSS1 https://technology.robbyant.com/lingbot-va-v2
Vor der Verwendung: Verfügbare Gewichte oder Code belegen keine sofortige Roboterkompatibilität. Prüfen Sie Konfiguration, Daten und Schnittstellen in der Quelldokumentation.