Ant Lingbo Embodied Model
Ant Group की एम्बॉडीड AI कंपनी, क्रॉस-बॉडी और क्रॉस-परिदृश्य रोबोट मस्तिष्क बनाने पर केंद्रित; उद्योग का पहला एम्बॉडीड-नेटिव वर्ल्ड एक्शन मॉडल जारी किया
विस्तृत रिपोर्ट
-
एंट लिंग्बो दिसंबर 2024 में स्थापित एंट ग्रुप की पूर्ण स्वामित्व वाली सहायक कंपनी है। यह सन्निहित बुद्धिमत्ता के क्षेत्र में विशेषज्ञता रखती है और एक ऑन्कोलॉजी निर्माता के बजाय "रोबोट के लिए सार्वभौमिक मस्तिष्क आपूर्तिकर्ता" के रूप में तैनात है। जुलाई 2026 में, एंट लिंग्बो ने WAIC के दौरान एक सप्ताह के भीतर छह बड़े सन्निहित मॉडलों को लगातार जारी किया और ओपन-सोर्स किया, जिसमें "एम्बॉडीड नेटिव" तकनीकी मार्ग का प्रस्ताव दिया गया - मौजूदा बड़े मॉडलों पर माइग्रेशन और फाइन-ट्यूनिंग को अस्वीकार कर दिया गया, लेकिन भौतिक दुनिया के कारण कानूनों के आसपास खरोंच से पूर्व-प्रशिक्षण दिया गया। इसका प्रतिनिधि मॉडल, लिंगबॉट-वीए 2.0, एकल-कार्ड 150 हर्ट्ज वास्तविक समय अनुमान प्राप्त करता है और इसे गुओडा फार्मेसी के शंघाई स्टोर में वास्तविक संचालन में डाल दिया गया है। एंट ग्रुप ने सहायक कंपनियों, संयुक्त उद्यमों (झियुआन रोबोटिक्स के साथ) और इक्विटी निवेश (12 रोबोटिक्स कंपनियों को कवर करते हुए) द्वारा स्व-अनुसंधान के तीन-स्तरीय लेआउट के माध्यम से सन्निहित खुफिया ट्रैक पर एक अद्वितीय "शरीर पर प्रकाश, मस्तिष्क पर भारी" रणनीति बनाई है।
-
एंट लिंग्बो का जन्म एंट ग्रुप के भीतर एआई रणनीति के गहन विघटन के साथ शुरू हुआ। एंट ग्रुप अपने एजीआई लक्ष्यों को दो स्तरों में विभाजित करता है: डिजिटल इंटेलिजेंस और फिजिकल इंटेलिजेंस। डिजिटल इंटेलिजेंस बेलिंग मॉडल, एआई अलीपे, एंट अफू और अन्य व्यवसायों द्वारा किया जाता है; भौतिक बुद्धि का मुख्य कार्यकारी निकाय एंट लिंग्बो है। दिसंबर 2024 में, एंट लिंग्बो को शंघाई के झांगजियांग में 100 मिलियन युआन की पंजीकृत पूंजी के साथ पंजीकृत किया गया था और यह पूरी तरह से एंट टेक्नोलॉजी ग्रुप कंपनी लिमिटेड के स्वामित्व में है। सीईओ झू जिंग 2011 में अलीबाबा में शामिल हुए और उनके पास भुगतान, वित्तीय सेवाओं, O2O और अन्य क्षेत्रों में 14 वर्षों से अधिक का अनुभव है। 2023 में, उन्होंने 0 से 1 तक Alipay विज्ञापन का व्यावसायीकरण पूरा किया। 2024 के अंत में, उन्हें एंट लिंग्बो की स्थापना की तैयारी के लिए स्थानांतरित कर दिया गया। मुख्य वैज्ञानिक शेन युजुन एंट टेक्नोलॉजी रिसर्च इंस्टीट्यूट की इंटरएक्टिव इंटेलिजेंस प्रयोगशाला से आते हैं। उनके पास सिंघुआ विश्वविद्यालय के इलेक्ट्रॉनिक इंजीनियरिंग विभाग से स्नातक की डिग्री और पीएच.डी. है। हांगकांग के चीनी विश्वविद्यालय के सूचना इंजीनियरिंग विभाग से। उन्होंने सेंसटाइम में एक प्रशिक्षु के रूप में और बाइटडांस में एक वरिष्ठ शोधकर्ता के रूप में काम किया है। वर्तमान में, एंट लिंग्बो टीम में लगभग 200 लोग हैं, और उनमें से 90% से अधिक के पास मास्टर या डॉक्टरेट की डिग्री है। एंट ग्रुप के भीतर, लिंग्बो, बेलिंग लार्ज मॉडल टीम और अलीपे एआई टीम के समानांतर, सीटीओ लाइन के नीचे लटका हुआ है।
-
एंट लिंग्बो ने धारणा से निष्पादन तक एक संपूर्ण प्रौद्योगिकी स्टैक बनाया है। जुलाई 2026 में, छह प्रमुख दिशाओं को कवर करते हुए, एक सप्ताह के भीतर लगातार छह मॉडल जारी किए गए: लिंगबॉट-विज़न (विज़ुअल बेसिक मॉडल, 1बी पैरामीटर): सीमा-केंद्रित स्व-पर्यवेक्षित वीआईटी आर्किटेक्चर का उपयोग करते हुए, आरएमएसई एनवाईयू-डेप्थ वी2 पर मेटा डीआईएनओवी3 का नेतृत्व करता है, जो केवल एक-तिहाई डेटा मात्रा के साथ बाद वाले को पीछे छोड़ देता है। लिंगबॉट-गहराई 2.0 (स्थानिक जागरूकता मॉडल): प्रशिक्षण डेटा को 3 मिलियन से 150 मिलियन नमूनों तक बढ़ाया गया, 16 गहराई पूर्णता बेंचमार्क में से 12 में पहला स्थान दिया गया, आरएमएसई 0.132 से गिरकर 0.062 हो गया। लिंगबॉट-वीएलए 2.0 (दृश्य-भाषा-एक्शन मॉडल, 6बी पैरामीटर): पूर्व-प्रशिक्षण डेटा की कुल मात्रा 60,000 घंटे (वास्तविक रोबोट डेटा के 50,000 घंटे + मानव संचालन डेटा के 10,000 घंटे से) तक पहुंचती है, और इसे 17 निर्माताओं से 20 रोबोट कॉन्फ़िगरेशन (एकल-हाथ, डबल-हाथ, द्विपाद, पहिया, आदि) के लिए अनुकूलित किया गया है। जीएम-100 मूल्यांकन में, समग्र औसत कार्य प्रगति स्कोर और सफलता दर दोनों π0.5 और जीआर00टी एन1.7 से आगे हैं। लिंगबॉट-वर्ल्ड 2.0 / वर्ल्ड-इन्फिनिटी (वास्तविक समय इंटरैक्टिव विश्व मॉडल, 14बी/1.3बी पैरामीटरयुक्त संस्करण): दृश्य बहाव के बिना घंटे-स्तरीय असीमित पीढ़ी का समर्थन करता है, 720पी/60एफपीएस वास्तविक समय आउटपुट, उद्योग का एजेंट तंत्र का पहला परिचय, और सभी खुला स्रोत है। लिंगबॉट-वीए 2.0 (एम्बोडिड नेटिव वर्ल्ड एक्शन मॉडल): यह इस बार जारी किया गया प्रमुख मॉडल है। यह "वीडियो जेनरेशन मॉडल फाइन-ट्यूनिंग" के उद्योग मुख्यधारा मार्ग का पालन नहीं करता है, लेकिन एक ऑटोरेग्रेसिव आर्किटेक्चर के आधार पर स्क्रैच से पूर्व-प्रशिक्षित है। मुख्य डिज़ाइन में शामिल हैं: सिमेंटिक विज़ुअल-एक्शन टोकननाइज़र (विज़ुअल कम्प्रेशन में सिमेंटिक और एक्शन सूचना संरेखण को शामिल करना), सख्त कारण पूर्व-प्रशिक्षण प्रतिमान, एमओई आर्किटेक्चर (हाइब्रिड विशेषज्ञ मॉडल), और उन्नत अतुल्यकालिक तर्क तंत्र (भविष्य की स्थिति की भविष्यवाणी करते हुए कार्यों को निष्पादित करना)। यह मॉडल एकल-कार्ड 150Hz वास्तविक समय अनुमान दक्षता प्राप्त करता है, यानी प्रति सेकंड 150 अनुमान, और लगभग 6.7 मिलीसेकंड की एकल प्रतिक्रिया। लिंगबॉट-वीडियो (वीडियो जेनरेशन बेसिक मॉडल): दुनिया का पहला ओपन सोर्स वीडियो जेनरेशन बेसिक मॉडल जो MoE आर्किटेक्चर पर आधारित है और सन्निहित इंटेलिजेंस पर केंद्रित है।व्यावहारिक अनुप्रयोग के संदर्भ में, एंट लिंग्बो ने शंघाई स्टोर्स में रोबोट स्मार्ट फार्मेसी समाधान लागू करने के लिए गुओडा फार्मेसी के साथ सहयोग किया है। अलग-अलग कॉन्फ़िगरेशन के तीन रोबोट LingBot-VLA 2.0 द्वारा संचालित कार्य को स्वायत्त रूप से विभाजित करते हैं, ऑर्डर लेने, सामान उठाने से लेकर डिलीवरी तक की पूरी बंद-लूप प्रक्रिया को पूरा करते हैं। इस समाधान को 2026 में WAIC में शीर्ष दस "संग्रहालय के खजाने" में से एक के रूप में चुना गया था। हार्डवेयर के संदर्भ में, एंट लिंग्बो ने घर, बुजुर्गों की देखभाल और चिकित्सा स्वास्थ्य जैसे सेवा परिदृश्यों को लक्षित करते हुए सितंबर 2025 में अपना पहला सर्विस रोबोट, रॉबिएंट आर1 लॉन्च किया। इसे शंघाई इतिहास संग्रहालय जैसी जगहों पर उपयोग में लाया गया है। R1 के संयुक्त मॉड्यूल टाइटेनियम टाइगर रोबोट्स से आते हैं, और इसकी चेसिस दो एंट-निवेशित कंपनियों गैलेक्सी जनरल मोटर्स से आती है। R1 का अभी भी मुख्य रूप से नियंत्रित वातावरण में परीक्षण किया जा रहा है और इसे अभी तक खुदरा ग्राहकों को नहीं बेचा गया है।
-
एंट लिंग्बो के मुख्य व्यवसाय मॉडल को संक्षेप में "दिमाग बेचना, शरीर नहीं" के रूप में संक्षेपित किया जा सकता है। कंपनी हार्डवेयर विनिर्माण मार्ग नहीं अपनाती है, बल्कि खुले स्रोत और खुले मॉडल पारिस्थितिकी के माध्यम से सन्निहित बुद्धिमत्ता के लिए "सार्वजनिक आधार" बनाती है। इसके व्यवसाय मॉडल की विशिष्ट धुरी में शामिल हैं: पहला है ओपन सोर्स के माध्यम से एक पारिस्थितिकी तंत्र का निर्माण करना। सभी छह मॉडल ओपन सोर्स हैं (वेट, कोड, पोस्ट-ट्रेनिंग टूल चेन और मूल्यांकन सेट सभी जारी किए गए हैं), जो वैश्विक डेवलपर्स और रोबोट निर्माताओं को ओपन सोर्स के माध्यम से पहुंचने के लिए आकर्षित करते हैं, जिससे लिंग्बो मॉडल के साथ एक डेवलपर पारिस्थितिकी तंत्र बनता है। वर्तमान में, एक दर्जन से अधिक रोबोट निर्माताओं ने लिंग्बो के साथ सहयोग स्थापित किया है। दूसरा सीन-आधारित चार्जिंग है। हालांकि विशिष्ट मूल्य निर्धारण की घोषणा नहीं की गई है, फार्मेसियों, खुदरा छँटाई और रसद छँटाई जैसे कार्यान्वयन परिदृश्यों के लिए व्यवसाय मॉडल का सत्यापन शुरू हो गया है। एंट लिंग्बो स्टोरों का नवीनीकरण किए बिना "मस्तिष्क" सेवाएं प्रदान करने के लिए गुओडा फार्मेसी और लोंगशेंग जैसे पारिस्थितिक ग्राहक भागीदारों के साथ सहयोग करता है। तीसरा डेटा पारिस्थितिकी का संयुक्त निर्माण है। एंट लिंग्बो और जियानझी रोबोट संयुक्त रूप से विशेष डेटा खनन उपकरण विकसित करने के लिए एक रणनीतिक सहयोग पर पहुंच गए हैं। कोर डेटा पार्टनर के रूप में, लेजू रोबोट ने लिंगबॉट-वीएलए के लिए लगभग 10,000 घंटे का उच्च गुणवत्ता वाला मल्टी-मोडल वास्तविक रोबोट डेटा प्रदान किया है। एंट ग्रुप का समग्र लेआउट लिंग्बो पर ही नहीं रुकता है: अपने सहायक स्व-अनुसंधान (रॉबिएंट), संयुक्त उद्यम ("हांग्जो चुआनझी फ्यूचर टेक्नोलॉजी कं, लिमिटेड" संयुक्त रूप से ज़ियुआन रोबोट के साथ स्थापित, 20 मिलियन युआन की पंजीकृत पूंजी), और 18 महीने के भीतर 12 रोबोट कंपनियों में निवेश (नवीनतम ने ज़ियुआन रोबोट के 500 मिलियन युआन वित्तपोषण दौर का नेतृत्व किया), इसने एक बहुस्तरीय और जोखिम-फैला हुआ रणनीतिक लेआउट बनाया है।
-
एंट लिंग्बो के तकनीकी मार्ग ने डेवलपर्स और उद्योग चिकित्सकों के बीच स्पष्ट विभाजन पैदा कर दिया है। एक भागीदार निर्माता ने कहा, "लिंग्बो का मॉडल हमें बिना दिमाग तैयार किए एक नया विकल्प देता है।" लेजू रोबोट ने आधिकारिक तौर पर घोषणा की कि उसके कुआवो 4 प्रो (कुआफू) ने लिंगबॉट-वीएलए के प्रशिक्षण के बाद के अनुकूलन को पूरा कर लिया है और 95 वास्तविक ऑपरेशन परिदृश्यों में एक व्यवस्थित मूल्यांकन किया है। लेकिन रोबोटिक्स उद्योग के कुछ चिकित्सकों ने सवाल उठाए हैं। "अनुमान आवृत्ति केवल इंजीनियरिंग संकेतकों में से एक है। वास्तविक परीक्षण वास्तविक परिदृश्यों में सामान्यीकरण क्षमता है। सिमुलेशन वातावरण में 150 हर्ट्ज चलाना और बुजुर्ग लोगों, बच्चों और पालतू जानवरों के साथ घरेलू वातावरण में 150 हर्ट्ज चलाना दो अलग चीजें हैं।" R1 रोबोट के संबंध में, उपयोगकर्ता प्रतिक्रिया अभी भी शुरुआती चरण में है। वर्तमान में इसका उपयोग मुख्य रूप से संग्रहालय पर्यटन, फार्मेसियों और अन्य परिदृश्यों में किया जाता है, और अभी तक कोई बड़े पैमाने पर उपभोक्ता अनुभव रिपोर्ट नहीं है। WAIC का दौरा करने वाले कुछ दर्शकों ने कहा कि लिंग्बो का टेबल टेनिस प्रदर्शन "प्रभावशाली था, और रोबोट की प्रतिक्रिया गति वास्तव में तेज़ है।" हालाँकि, कुछ लोगों ने सोचा कि "प्रदर्शन के माहौल और वास्तविक घरेलू दृश्यों के बीच एक बड़ा अंतर है।"
-
एंट लिंग्बो को उद्योग मीडिया और पूंजी बाजार से उच्च ध्यान मिला है। गीक पार्क का मूल्यांकन: "एंट लिंग्बो जीएम-100 मूल्यांकन में समग्र प्रदर्शन का नेतृत्व करता है, जो मजबूत दोहरे हाथ सहयोगी संचालन क्षमताओं और क्रॉस-बॉडी और मल्टी-टास्क सामान्यीकरण क्षमताओं को दर्शाता है।" 36Kr के गहन विश्लेषण का मानना है कि "अवनिहित मूल एक तकनीकी पथ का प्रतिनिधित्व करता है जो उद्योग की मुख्यधारा से अलग है, और एक अंतर्निहित मुद्दे में कटौती करता है जिसे लंबे समय से नजरअंदाज कर दिया गया है - क्या रोबोट के पास अपना स्वयं का मॉडल डिजाइन प्रतिमान होना चाहिए।" एआई देव सिग्नल्स ने फिजिकल एआई (एनवीआईडीआईए के बाद) के क्षेत्र में एंट लिंग्बो को दुनिया में दूसरा स्थान दिया और इसका मूल्यांकन "इस क्षेत्र में सबसे कट्टरपंथी ओपन सोर्स प्रमोटर" के रूप में किया। प्रतिस्पर्धी उत्पाद परिदृश्य के संदर्भ में, एंट लिंग्बो का "शरीर पर हल्का, मस्तिष्क पर भारी" मार्ग फिगर और टेस्ला के ऊर्ध्वाधर एकीकरण मार्ग के बिल्कुल विपरीत है। गोल्डमैन सैक्स अपनी शोध रिपोर्ट में ह्यूमनॉइड रोबोट के व्यावसायीकरण प्रक्रिया को लेकर सतर्क है। उसका मानना है कि तकनीकी विभक्ति बिंदु अभी भी अस्पष्ट है। यह उम्मीद की जाती है कि वैश्विक ह्यूमनॉइड रोबोट शिपमेंट 2027 तक लगभग 76,000 यूनिट और 2032 तक लगभग 502,000 यूनिट होगी। गति बाजार की अपेक्षाओं से धीमी है।
-
एंट लिंग्बो के सामने चुनौतियां भी उतनी ही स्पष्ट हैं। सबसे बड़ी अनिश्चितता तकनीकी मार्ग से ही आती है। शुरुआत से "अवतरित मूल" पूर्व-प्रशिक्षण के मार्ग का अर्थ है उच्च अनुसंधान एवं विकास निवेश और लंबा सत्यापन चक्र। माइग्रेशन फ़ाइन-ट्यूनिंग मार्ग की लय "परिणाम कुछ महीनों में उत्पन्न होते हैं" की तुलना में, लिंग्बो के मार्ग को अपनी सामान्यीकरण क्षमता का लाभ साबित करने में अधिक समय लगेगा - यदि अंतिम प्रभाव माइग्रेशन योजना से अधिक नहीं होता है, तो उच्च निवेश अस्थिर होगा। डेटा बाधाएँ एक अधिक यथार्थवादी कठिनाई है। सन्निहित खुफिया उद्योग को एक मूलभूत समस्या का सामना करना पड़ता है: वास्तविक दुनिया के डेटा और भाषा डेटा के बीच दसियों से लाखों गुना का अंतर है। लिंग्बो का डेटा स्रोत मुख्य रूप से पारिस्थितिक भागीदारों की आपूर्ति पर निर्भर करता है, और यह स्वयं बड़ी संख्या में ऑन्कोलॉजी नहीं बनाता है। लेकिन समस्या यह है - युशू टेक्नोलॉजी ने हाल ही में अपना खुद का बड़ा सन्निहित मॉडल UnifoLM-OminiA-0.3 लॉन्च किया है, और झियुआन रोबोट का अपना विश्व मॉडल और डेटा प्लेटफ़ॉर्म भी है। एक बार जब ये ऑन्टोलॉजी निर्माता अपने स्वयं के दिमाग को गंभीरता से विकसित करना शुरू कर देते हैं, तो डेटा आपूर्ति किसी भी समय कड़ी हो सकती है। हालाँकि खुला स्रोत एक पारिस्थितिकी तंत्र के निर्माण की एक रणनीति है, लेकिन यह स्वयं एक खाई का गठन नहीं करता है। एंट ग्रुप के भीतर, लिंग्बो को बेलिंग मॉडल टीम और अलीपे एआई टीम के साथ संसाधनों के लिए प्रतिस्पर्धा करने की जरूरत है। एंट ग्रुप के बाहर, अकेले अलीबाबा विभाग के भीतर कई सन्निहित खुफिया लाइनें हैं जो "स्वतंत्र रूप से लड़ रही हैं", जिसमें कियानवेन क्वेन-रोबोट और ऑटोनावी मॉडल शामिल हैं, लेकिन अभी तक एक एकीकृत रणनीतिक तालमेल नहीं बन पाया है। R1 रोबोट की शिपमेंट मात्रा भी अपेक्षाकृत सीमित है। यह वर्तमान में "मॉडल को सत्यापित करने के लिए वाहक" के करीब है और अभी भी बड़े पैमाने पर बड़े पैमाने पर उत्पादन से दूर है।
-
एंट लिंग्बो के उत्पाद वर्तमान में मुख्य रूप से दो प्रकार के दर्शकों पर लक्षित हैं: पहला, रोबोट बॉडी निर्माता लिंग्बो के सार्वभौमिक मस्तिष्क तक पहुंच कर एल्गोरिदम स्तर पर बार-बार निवेश को कम कर सकते हैं, जो विशेष रूप से छोटी और मध्यम आकार की रोबोट कंपनियों के लिए उपयुक्त है। दूसरा, विशिष्ट सेवा परिदृश्यों, जैसे फार्मेसियों, बुजुर्ग देखभाल संस्थानों, संग्रहालयों आदि के संचालक, एंट लिंग्बो के समाधान के माध्यम से स्वायत्त निर्णय लेने की क्षमताओं वाले रोबोटों को जल्दी से तैनात कर सकते हैं। आम उपभोक्ताओं के लिए, एंट लिंग्बो के उत्पाद अभी भी शुरुआती चरण में हैं। R1 रोबोट के खरीद चैनल और आधिकारिक मूल्य निर्धारण को अभी तक सार्वजनिक नहीं किया गया है। फिलहाल व्यक्तिगत उपभोक्ताओं के लिए इसे खरीदने की अनुशंसा नहीं की जाती है। यदि आप विकल्प तलाश रहे हैं, तो युशु टेक्नोलॉजी के ह्यूमनॉइड रोबोट G1 (कीमत लगभग US$16,000) और H1 (लगभग US$90,000) के हार्डवेयर लागत प्रदर्शन के मामले में स्पष्ट फायदे हैं, लेकिन "मस्तिष्क" स्तर पर स्व-निर्मित एल्गोरिदम क्षमताओं की आवश्यकता होती है।
-
एंट लिंग्बो एंट ग्रुप की एआई रणनीति में डिजिटल दुनिया से भौतिक दुनिया तक एक महत्वपूर्ण कदम का प्रतिनिधित्व करता है। इसका "अवतरित देशी" प्रौद्योगिकी मार्ग एक साहसिक प्रयास है। सफल होने पर, यह रोबोट मस्तिष्क के विकास प्रतिमान को फिर से परिभाषित कर सकता है; यदि सत्यापन सुचारू नहीं है, तो उच्च अनुसंधान एवं विकास निवेश और खुले स्रोत पारिस्थितिकी तंत्र की "खाई रहित" दुविधा छिपी हुई चिंताएं बन जाएंगी। किसी भी मामले में, एंट लिंग्बो की खेल शैली प्रमुख घरेलू निर्माताओं के बीच अद्वितीय है। यह "बेहतर रोबोट कैसे बनाया जाए" का उत्तर नहीं देता है, बल्कि निचले स्तर के प्रश्न "रोबोट की बुद्धिमत्ता कहाँ से आनी चाहिए?"
उपयोगकर्ता समीक्षाएं
-
CelestiaSky360—मैंने WAIC में Ant LingBo का स्मार्ट फ़ार्मेसी डेमो लाइव देखा — तीन अलग-अलग रोबोट मिलकर दवा लाने में सहयोग करते हैं, बिना किसी इंसानी दख़ल के, और वहाँ का असर वाकई हैरतअंगेज़ था। Guoda Pharmacy पहले से इस्तेमाल कर रहा है; यह लैब प्रोडक्ट नहीं, और यही मायने रखता है। -
Sarah.Murray5209—LingBo का LingBot-VLA 2.0 ओपन-सोर्स हो गया है — 60,000 घंटे के रियल-रोबोट डेटा पर प्री-ट्रेंड, 20 से ज़्यादा रोबोट कॉन्फ़िगरेशन्स को सपोर्ट करता है। यह डेटा वॉल्यूम फ़िलहाल ओपन-सोर्स दुनिया में बेजोड़ है; यहाँ तक कि Physical Intelligence के π0.5 को भी पीछे छोड़ देता है। -
BenjaminGonzalez_7—सच कहूँ तो LingBo की ओपन-सोर्स स्ट्रैटेजी काफ़ी स्मार्ट है। टेक रूट अभी फ़ाइनल नहीं हुआ, इसलिए जो पहले इकोसिस्टम बनाएगा उसी की चलेगी। बस मोनेटाइज़ेशन का रास्ता साफ़ नहीं — मॉडल बेचना और हार्डवेयर बेचना दो अलग बातें हैं। -
ABrown007—सिंगल कार्ड पर 150Hz रियल-टाइम इन्फ़रेंस — एफ़िशिएंसी वाकई कंपीटिटिव है। पर टेक डॉक्स पढ़कर लगता है कि उनका 'एम्बॉडीड-नेटिव' फ़ाइन-ट्यूनिंग रूट से कितना अलग है, यह असल डिप्लॉयमेंट रिज़ल्ट्स पर ही निर्भर करेगा। -
Betty.MoralesZ663—Ant के LingBo पर मैं कुछ समय से नज़र रख रहा हूँ। CEO Zhu Xing Alipay की कमर्शियलाइज़ेशन साइड से आए हैं, रोबोटिक्स की बैकग्राउंड नहीं, फिर भी सबसे कठिन रास्ता — शून्य से प्री-ट्रेनिंग — चुना। इस टीम का तकनीकी निर्णय वाकई देखने लायक है। -
AJohnson_8893—सिमुलेशन में 150Hz पर चलना अलग बात है, पर घर में बुज़ुर्गों, बच्चों और पालतू जानवरों के बीच पर्यावरण की अनिश्चितता बहुत बड़ी है। LingBo का फ़ार्मेसी सीनेरियो फ़िलहाल चल रहा है, पर घर में आने से अभी काफ़ी दूर है। -
GP_wal—WAIC पर टेबल-टेनिस रैली डेमो देखी — रोबोट की रिएक्शन स्पीड वाकई तेज़ है; गेंद के उछलते ही वह यह अनुमान लगा चुका था कि वह कहाँ गिरेगी। कोई बाहरी हाई-स्पीड कैमरा नहीं, सिर्फ़ ऑनबोर्ड विज़न। काफ़ी प्रभावशाली। -
SCwar—Ant के LingBo का रास्ता Unitree से बिल्कुल अलग है: एक 'दिमाग़' बनाता है, दूसरा 'शरीर' — इसलिए असल में मुक़ाबला नहीं है। मुश्किल यह है कि LingBo का डेटा बॉडी-मेकर्स पर निर्भर है; जिस दिन Unitree या AgiBot अपना ख़ुद का दिमाग़ बनाने लगेंगे, डेटा स्रोत सूख जाएगा। -
Anthony.Howard—एक हफ़्ते में छह मॉडल ओपन-सोर्स कर देना — यह दिलेरी कम ही दिखती है। डीप लर्निंग फ़्रेमवर्क से लेकर ट्रेनिंग टूलचेन तक सब कुछ बाहर है, और डेवलपर कम्युनिटी का रिस्पॉन्स अच्छा रहा। पर ओपन-सोर्स अपने आप में खाई नहीं बनता; असली खाई तो इटरेशन की स्पीड बनाती है। -
SHill_Plus68—मैंने वह वीडियो देखा था जिसमें R1 रोबोट शंघाई हिस्ट्री म्यूज़ियम में गाइड बन रहा है — चलना काफ़ी स्थिर था और इंटरैक्शन ठीक-ठाक। पर 10 करोड़ का पंजीकृत कैपिटल वाले रोबोट का Tesla या Figure (जो अरबों डॉलर जुटाते हैं) के बग़ल में स्केल ही अलग है। -
CherylKim_2021—एक दोस्त जो रोबोट बनाता है उसने बताया कि वे अपने रोबोट को LingBo के LingBot-VLA के साथ अडैप्ट कर रहे हैं। पहले उन्हें अलग अल्गोरिदम टीम रखनी पड़ती थी, अब बस LingBo का 'दिमाग़' जोड़ो और वह चलने लगता है। छोटी कंपनियों के लिए इससे ख़ूब ख़र्चा बचता है। -
JBailey_Plus7—असल में यह Ant Group का ऑफ़लाइन परिदृश्यों के लिए तकनीकी रिज़र्व है। भुगतान, स्वास्थ्य और क्रेडिट पहले से ऑफ़लाइन में गहराई से घुस चुके हैं, और रोबोट उनका प्राकृतिक विस्तार है। यह पिवट नहीं, बल्कि मुख्य व्यवसाय का विस्तार है। -
BreadBud513—LingBot-Depth 2.0 में पारदर्शी वस्तुओं की पहचान काफ़ी सुधरी है — शैंपेन के जाम जैसी चीज़ें जिन्हें पहले डेप्थ कैमरे छू तक नहीं पाते, अब पूरी आउटलाइन के साथ रिकंस्ट्रक्ट हो जाती हैं। पकड़ने वाले कामों के लिए यह बेहद अहम है। -
赵华_1—कई लोग एम्बॉडीड AI का बहुत बखान करते हैं, पर LingBo का मैटेरियल पढ़कर मुझे लगा कि यह ट्रैक सोच से कहीं ज़्यादा मुश्किल है। रियल-वर्ल्ड डेटा लैंग्वेज डेटा से लाखों गुना बड़ा है; सिर्फ़ डेटा की समस्या हल करने में ही सालों का पैसा जलेगा। -
SusanEdwards—LingBo की टीम में 90% से ज़्यादा लोग मास्टर या डॉक्टरेट हैं। मुख्य वैज्ञानिक Shen Yujun का स्नातक Tsinghua और डॉक्टरेट CUHK से है, पृष्ठभूमि कंप्यूटर विज़न की। तकनीकी आधार मज़बूत है, पर 200 लोगों की टीम Google DeepMind के मुक़ाबले बहुत छोटी है। -
琉璃_23—Goldman Sachs की रिपोर्ट पढ़ ली — रोबोट व्यावसायीकरण पर वे काफ़ी सतर्क हैं, कहते हैं 2027 तक वैश्विक शिपमेंट सिर्फ़ 76 हज़ार यूनिट होगी। Ant अभी LingBo पर पैसा झोंक रही है, अल्पावधि में रिटर्न नहीं दिखता, पर दीर्घावधि में अगर पहले से मोर्चा नहीं संभाला तो पीछे छूट जाएँगे। -
EHall520—LingBot-Video दरअसल MoE आर्किटेक्चर पर बना है — 30B पैरामीटर, पर इन्फ़रेंस में सिर्फ़ 3B ऐक्टिव होते हैं, डिज़ाइन काफ़ी चतुर है। यह ख़ास एम्बॉडीड AI ट्रेनिंग के लिए बना वीडियो मॉडल है, Sora जैसे कंटेंट-जनरेशन रास्ते से बिल्कुल अलग। -
Sandra156—अभी-अभी LingBo का लॉन्च इवेंट देखा। VA 2.0 को मौजूदा मॉडल फ़ाइन-ट्यून करने के बजाय शून्य से प्री-ट्रेन किया गया — इस रास्ते के लिए वाकई हिम्मत चाहिए। पर नतीजा अच्छा रहा, आलू चिप्स को बिना तोड़े उठाने वाला डेमो बेहद कायल करने वाला था। -
Brenda.Ross_Plus—Ant रोबोटिक्स ट्रैक में दर्जन भर से ज़्यादा कंपनियों में निवेश कर चुकी है — Unitree, Galaxea और Lingxin Qiaoshou में उसकी हिस्सेदारी है। LingBo खुद रोबोट की बॉडी नहीं बनाती, बल्कि 'दिमाग़' की सप्लायर के रूप में काम करती है — चीनी दिग्गजों में यह पोज़िशनिंग वाकई अनोखी है। -
dm0feb8—WAIC के एम्बॉडीड AI ज़ोन का चक्कर लगाया, LingBo के बूथ पर सबसे ज़्यादा भीड़ थी। 'स्टोर में बदलाव किए बिना सीधे तैनाती' वाला सेलिंग पॉइंट वाकई आकर्षक है — आजकल कई फ़ार्मेसी और सुपरमार्केट रोबोट तो लाना चाहते हैं पर जगह में तोड़फोड़ नहीं करना चाहते।