精选理由
LingBot-Video开源了!MoE架构30B参数推理只要3B,物理推理基准超Wan2.6。做具身智能的赶紧试试。
LingBot-Video是首个基于MoE的具身智能视频基础模型,总参数量30B,推理时仅激活3B。模型在70K小时具身数据上微调,并集成大规模互联网视频预训练。在RBench基准上,LingBot-Video超越了Wan2.6、Seedance 1.5 Pro和Cosmos3 Super。其设计优化物理推理而非视频画质,通过稀疏激活大幅降低长视频推理成本。
AI 翻译 · 中文
LingBot-Video是首个基于MoE的具身智能视频基础模型,总参数量30B,推理时仅激活3B。模型在70K小时具身数据上微调,并集成大规模互联网视频预训练。在RBench基准上,LingBot-Video超越了Wan2.6、Seedance 1.5 Pro和Cosmos3 Super。其设计优化物理推理而非视频画质,通过稀疏激活大幅降低长视频推理成本。
Massive open-source release! LingBot-Video isn't about video quality; it optimizes for physical reasoning, and it runs sparse: only 3B of 30B params are active at inference. MoE is finally showing up in long-context …