11:07官方一手marktechpost@Asif Razzaq精选蚂蚁集团旗下Robbyant团队开源了LingBot-Vision,一个1B参数的边界中心视觉基础模型。该模型使用掩码边界建模(Masked Boundary Modeling),将图像边界作为原生训练信号。在密集空间感知任务中,1B骨干网络匹配或超越更大规模的模型。LingBot-Vision还作为初始化权重用于LingBot-Depth 2.0深度估计模型。AI模型LingBot-VisionRobbyant视觉基础模型边界建模密集空间感知推荐理由:蚂蚁Robbyant开源了1B参数的视觉模型LingBot-Vision,聚焦边界感知,能直接初始化深度模型,性能不输更大模型。原文
AITOP7月8日 10:58智谱AI GLM-Image:中文AI图像生成领域的破局者智谱AI最近发布的GLM-Image确实在AI图像生成领域投下了一枚重磅炸弹。免费、无水印、中文文本渲染能力强,这三个特点组合在一起,足以让整个行业重新审视中国AI技术的实际进展。 国内AI图像生成工具一直面临着中文文本渲染的难题。Midjourney等国外工具虽然在图像质量上表现优异,但对中文的支持却始终不尽如人意。GLM-Image的出现,似乎正在改变这一现状。GLM
19:01IT之家(博客/媒体)精选蚂蚁集团旗下灵波科技发布空间感知模型 LingBot-Depth 2.0,训练数据从 300 万扩充至 1.5 亿。在深度补全基准 16 项测评中获 12 项第一,室内大面积深度缺失场景 RMSE 从 0.132 降至 0.062。同时推出视觉基座模型 LingBot-Vision,预训练语料仅 1.6 亿张图像,深度估计精度优于 DINOv3。该模型已通过奥比中光深度视觉实验室认证,在 Gemini 330 系列相机上边缘清晰度、细小物体识别等全面升级。AI模型LingBot-Depth 2.0LingBot-Vision蚂蚁集团灵波科技深度估计DINOv3奥比中光推荐理由:灵波科技发布了空间感知模型 LingBot-Depth 2.0,训练数据暴涨到 1.5 亿,深度补全拿了 12 项第一,玻璃镜面场景也稳得很。原文
07:02elvis@omarsar0精选LingBot-Vision 作为视觉基础模型开源发布,其配套的 LingBot-Depth 2.0 在 150M 规模上训练,将深度估计误差降低一半,并在 12/16 个基准测试中达到领先水平。该模型专门解决了玻璃、镜面、透明物体等传统深度相机的难点。团队同时开源了这两项成果。AI模型LingBot-VisionLingBot-Depth深度估计开源模型视觉基础模型推荐理由:想做机器人深度估计?LingBot 团队开源了视觉基础模型和深度模型,误差直接减半,还拿下了12个基准的第一。原文