Ant Lingbo Embodied Model
บริษัท AI เชิงกายภาพในเครือ Ant Group มุ่งสร้างสมองหุ่นยนต์ข้ามตัวถังข้ามสถานการณ์ เปิดตัวโมเดลการกระทำของโลกแบบ embodied-native ตัวแรกของวงการ
รายงานเชิงลึก
-
Ant Lingbo เป็นบริษัทในเครือของ Ant Group ที่ก่อตั้งขึ้นในเดือนธันวาคม 2567 โดยมีความเชี่ยวชาญในด้านความฉลาดแบบรวม และอยู่ในตำแหน่ง "ซัพพลายเออร์สมองสากลสำหรับหุ่นยนต์" มากกว่าเป็นผู้ผลิตภววิทยา ในเดือนกรกฎาคม ปี 2026 Ant Lingbo ได้เปิดตัวโมเดลขนาดใหญ่ 6 โมเดลแบบโอเพ่นซอร์สอย่างต่อเนื่องภายในหนึ่งสัปดาห์ในช่วง WAIC โดยเสนอเส้นทางทางเทคนิค "Embodied Native"—ปฏิเสธการโยกย้ายและปรับแต่งโมเดลขนาดใหญ่ที่มีอยู่ แต่การฝึกอบรมล่วงหน้าตั้งแต่เริ่มต้นตามกฎเชิงสาเหตุของโลกทางกายภาพ LingBot-VA 2.0 ซึ่งเป็นโมเดลตัวแทน สามารถอนุมานแบบเรียลไทม์ด้วยการ์ดเดี่ยว 150Hz และได้นำไปใช้งานจริงในร้าน Guoda Pharmacy ในเซี่ยงไฮ้ Ant Group ได้สร้างกลยุทธ์ "เบากาย หนักสมอง" ที่ไม่เหมือนใครบนเส้นทางอัจฉริยะผ่านรูปแบบการวิจัยตนเองสามระดับโดยบริษัทในเครือ กิจการร่วมค้า (ร่วมกับ Zhiyuan Robotics) และการลงทุนในตราสารทุน (ครอบคลุมบริษัทหุ่นยนต์ 12 แห่ง)
-
การกำเนิดของ Ant Lingbo เริ่มต้นจากการรื้อกลยุทธ์ AI ภายใน Ant Group อย่างลึกซึ้ง Ant Group แบ่งเป้าหมาย AGI ออกเป็นสองระดับ ได้แก่ ความฉลาดทางดิจิทัล และความฉลาดทางกายภาพ ความฉลาดทางดิจิทัลดำเนินการโดย Bailing Model, AI Alipay, Ant Afu และธุรกิจอื่นๆ ผู้บริหารหลักของความฉลาดทางกายภาพคือ Ant Lingbo ในเดือนธันวาคม 2567 Ant Lingbo จดทะเบียนในเมืองจางเจียง เซี่ยงไฮ้ ด้วยทุนจดทะเบียน 100 ล้านหยวน และถือหุ้นทั้งหมดโดย Ant Technology Group Co., Ltd. ซีอีโอ Zhu Xing ร่วมงานกับ Alibaba ในปี 2554 และมีประสบการณ์มากกว่า 14 ปีในด้านการชำระเงิน บริการทางการเงิน O2O และสาขาอื่นๆ ในปี 2023 เขาเพิ่งดำเนินการโฆษณา Alipay ในเชิงพาณิชย์จาก 0 ถึง 1 เสร็จสิ้น และในปลายปี 2024 เขาถูกย้ายเพื่อเตรียมการก่อตั้ง Ant Lingbo หัวหน้านักวิทยาศาสตร์ Shen Yujun มาจาก Interactive Intelligence Laboratory ของสถาบันวิจัยเทคโนโลยี Ant เขามีระดับปริญญาตรีจากภาควิชาวิศวกรรมอิเล็กทรอนิกส์ของมหาวิทยาลัย Tsinghua และปริญญาเอก จากภาควิชาวิศวกรรมสารสนเทศ มหาวิทยาลัยจีนแห่งฮ่องกง เขาเคยทำงานเป็นนักศึกษาฝึกงานที่ SenseTime และเป็นนักวิจัยอาวุโสที่ ByteDance ปัจจุบันทีมงาน Ant Lingbo มีประมาณ 200 คน และมากกว่า 90% มีวุฒิปริญญาโทหรือปริญญาเอก ภายใน Ant Group นั้น Lingbo อยู่ภายใต้สายงาน CTO ควบคู่ไปกับทีม Bailing โมเดลขนาดใหญ่และทีม Alipay AI
-
Ant Lingbo ได้สร้างกลุ่มเทคโนโลยีที่สมบูรณ์ตั้งแต่การรับรู้ไปจนถึงการดำเนินการ ในเดือนกรกฎาคม พ.ศ. 2569 มีการเปิดตัว 6 รุ่นอย่างต่อเนื่องภายในหนึ่งสัปดาห์ ครอบคลุม 6 ทิศทางหลัก: LingBot-Vision (โมเดลพื้นฐานเชิงภาพ, พารามิเตอร์ 1B): การใช้สถาปัตยกรรม ViT ที่ดูแลตนเองโดยมีขอบเขตเป็นศูนย์กลาง ทำให้ RMSE เป็นผู้นำ Meta DINOv3 บน NYU-Depth v2 ซึ่งเหนือกว่าแบบหลังด้วยปริมาณข้อมูลเพียงหนึ่งในสาม LingBot-Depth 2.0 (โมเดลการรับรู้เชิงพื้นที่): ข้อมูลการฝึกอบรมปรับขนาดจาก 3 ล้านเป็น 150 ล้านตัวอย่าง ซึ่งอยู่ในอันดับที่ 1 ใน 12 จากการวัดประสิทธิภาพเชิงลึกทั้งหมด 16 รายการ RMSE ลดลงจาก 0.132 เป็น 0.062 LingBot-VLA 2.0 (แบบจำลองภาพ-ภาษา-การกระทำ, พารามิเตอร์ 6B): จำนวนข้อมูลก่อนการฝึกรวมอยู่ที่ 60,000 ชั่วโมง (จากข้อมูลหุ่นยนต์จริง 50,000 ชั่วโมง + ข้อมูลการทำงานของมนุษย์ 10,000 ชั่วโมง) และได้รับการปรับให้เข้ากับการกำหนดค่าหุ่นยนต์ 20 แบบ (แขนเดียว แขนสองข้าง สองเท้า มีล้อ ฯลฯ) จากผู้ผลิต 17 ราย ในการประเมิน GM-100 คะแนนความก้าวหน้าของงานโดยเฉลี่ยโดยรวมและอัตราความสำเร็จอยู่เหนือกว่า π0.5 และ GR00T N1.7 ทั้งคู่ LingBot-World 2.0 / World-Infinity (โมเดลโลกเชิงโต้ตอบแบบเรียลไทม์ เวอร์ชันกำหนดพารามิเตอร์ 14B/1.3B): รองรับการสร้างไม่จำกัดระดับชั่วโมงโดยไม่มีการเบี่ยงเบนของภาพ เอาต์พุตแบบเรียลไทม์ 720p/60fps ซึ่งเป็นการเปิดตัวกลไก Agent ครั้งแรกของอุตสาหกรรม และเป็นโอเพ่นซอร์สทั้งหมด LingBot-VA 2.0 (Embodied Native World Action Model): นี่คือรุ่นเรือธงที่เปิดตัวในครั้งนี้ มันไม่ได้เป็นไปตามเส้นทางกระแสหลักของอุตสาหกรรมในเรื่อง "การปรับแต่งโมเดลการสร้างวิดีโออย่างละเอียด" แต่ได้รับการฝึกอบรมล่วงหน้าตั้งแต่ต้นโดยใช้สถาปัตยกรรมแบบถดถอยอัตโนมัติ การออกแบบหลักประกอบด้วย: โทเค็นไนเซอร์การแสดงภาพเชิงความหมาย (รวมการจัดตำแหน่งข้อมูลความหมายและการดำเนินการเข้ากับการบีบอัดภาพ) กระบวนทัศน์การฝึกอบรมล่วงหน้าเชิงสาเหตุที่เข้มงวด สถาปัตยกรรม MoE (แบบจำลองผู้เชี่ยวชาญแบบไฮบริด) และกลไกการใช้เหตุผลแบบอะซิงโครนัสที่ได้รับการปรับปรุง (ดำเนินการดำเนินการในขณะที่คาดการณ์สถานะในอนาคต) รุ่นนี้บรรลุประสิทธิภาพการอนุมานแบบเรียลไทม์ 150Hz ในการ์ดใบเดียว ซึ่งก็คือ 150 การอนุมานต่อวินาที และการตอบสนองครั้งเดียวที่ประมาณ 6.7 มิลลิวินาที LingBot-Video (โมเดลพื้นฐานสำหรับการสร้างวิดีโอ): โมเดลพื้นฐานสำหรับการสร้างวิดีโอแบบโอเพ่นซอร์สตัวแรกของโลกที่ใช้สถาปัตยกรรม MoE และมุ่งเน้นไปที่ระบบอัจฉริยะที่รวบรวมไว้ในแง่ของการใช้งานจริง Ant Lingbo ได้ร่วมมือกับ Guoda Pharmacy เพื่อปรับใช้โซลูชันร้านขายยาอัจฉริยะด้วยหุ่นยนต์ในร้านค้าในเซี่ยงไฮ้ หุ่นยนต์สามตัวที่มีการกำหนดค่าต่างกันจะแบ่งงานที่ขับเคลื่อนโดย LingBot-VLA 2.0 โดยอัตโนมัติ ทำให้กระบวนการวงปิดทั้งหมดเสร็จสิ้นตั้งแต่การรับคำสั่งซื้อ การรับสินค้าไปจนถึงการจัดส่ง โซลูชันนี้ได้รับเลือกให้เป็นหนึ่งในสิบ "สมบัติของพิพิธภัณฑ์" ชั้นนำใน WAIC ในปี 2026 ในแง่ของฮาร์ดแวร์ Ant Lingbo ได้เปิดตัวหุ่นยนต์บริการตัวแรกชื่อ Robbyant R1 ในเดือนกันยายน 2568 โดยกำหนดเป้าหมายสถานการณ์การบริการ เช่น บ้าน การดูแลผู้สูงอายุ และสุขภาพทางการแพทย์ ได้ถูกนำไปใช้ในสถานที่ต่าง ๆ เช่น พิพิธภัณฑ์ประวัติศาสตร์เซี่ยงไฮ้ โมดูลร่วมของ R1 มาจาก Titanium Tiger Robots และแชสซีมาจาก Galaxy General Motors ซึ่งเป็นบริษัทที่ Ant ลงทุนสองแห่ง R1 ยังคงได้รับการทดสอบในสภาพแวดล้อมที่มีการควบคุมเป็นหลัก และยังไม่ได้จำหน่ายให้กับลูกค้ารายย่อย
-
โมเดลธุรกิจหลักของ Ant Lingbo สรุปได้ว่า "ขายสมอง ไม่ใช่ขายร่างกาย" บริษัทไม่ได้ใช้เส้นทางการผลิตฮาร์ดแวร์ แต่สร้าง "ฐานสาธารณะ" สำหรับปัญญาที่รวบรวมผ่านโอเพ่นซอร์สและระบบนิเวศแบบจำลองแบบเปิด จุดเปลี่ยนเฉพาะของโมเดลธุรกิจประกอบด้วย: ประการแรกคือการสร้างระบบนิเวศผ่านโอเพ่นซอร์ส โมเดลทั้ง 6 รุ่นเป็นโอเพ่นซอร์ส (น้ำหนัก รหัส กลุ่มเครื่องมือหลังการฝึกอบรม และชุดการประเมินทั้งหมดเปิดตัวแล้ว) ดึงดูดนักพัฒนาทั่วโลกและผู้ผลิตหุ่นยนต์ให้เข้าถึงผ่านโอเพ่นซอร์ส ก่อให้เกิดระบบนิเวศของนักพัฒนาโดยมีโมเดล Lingbo เป็นแกนหลัก ปัจจุบัน ผู้ผลิตหุ่นยนต์มากกว่าหนึ่งโหลได้สร้างความร่วมมือกับ Lingbo อย่างที่สองคือการชาร์จตามฉาก แม้ว่าจะไม่มีการประกาศราคาเฉพาะเจาะจง แต่โมเดลธุรกิจสำหรับสถานการณ์การใช้งาน เช่น ร้านขายยา การคัดแยกร้านค้าปลีก และการคัดแยกลอจิสติกส์ ได้เริ่มได้รับการตรวจสอบแล้ว Ant Lingbo ร่วมมือกับพันธมิตรลูกค้าเชิงนิเวศ เช่น Guoda Pharmacy และ Longsheng เพื่อให้บริการ "สมอง" โดยไม่ต้องปรับปรุงร้านค้า ประการที่สามคือการสร้างระบบนิเวศข้อมูลร่วมกัน Ant Lingbo และ Jianzhi Robot บรรลุความร่วมมือเชิงกลยุทธ์เพื่อร่วมกันพัฒนาอุปกรณ์ขุดข้อมูลสุดพิเศษ ในฐานะพันธมิตรด้านข้อมูลหลัก Leju Robot ได้มอบข้อมูลหุ่นยนต์จริงหลายรูปแบบคุณภาพสูงเกือบ 10,000 ชั่วโมงสำหรับ LingBot-VLA รูปแบบโดยรวมของ Ant Group ไม่ได้หยุดอยู่แค่ที่ Lingbo เท่านั้น โดยผ่านทางการวิจัยตนเองของบริษัทในเครือ (Robbyant), การร่วมทุน ("Hangzhou Chuanzhi Future Technology Co., Ltd." ซึ่งก่อตั้งร่วมกับ Zhiyuan Robot ด้วยทุนจดทะเบียน 20 ล้านหยวน) และการลงทุนในบริษัทหุ่นยนต์ 12 แห่งภายในเวลา 18 เดือน (บริษัทล่าสุดเป็นผู้นำในการระดมทุน 500 ล้านหยวนของ Zhiyuan Robot) โดยได้สร้างกลยุทธ์แบบหลายชั้นและกระจายความเสี่ยง เค้าโครง
-
เส้นทางทางเทคนิคของ Ant Lingbo ทำให้เกิดความแตกแยกที่ชัดเจนระหว่างนักพัฒนาและผู้ปฏิบัติงานในอุตสาหกรรม ผู้ผลิตที่เป็นพันธมิตรกล่าวว่า "แบบจำลองของ Lingbo ช่วยให้เรามีทางเลือกใหม่โดยไม่ต้องสร้างสมองตั้งแต่เริ่มต้น" Leju Robot ประกาศอย่างเป็นทางการว่า KUAVO 4 Pro (Kuafu) ได้เสร็จสิ้นการปรับใช้ LingBot-VLA หลังการฝึก และดำเนินการประเมินอย่างเป็นระบบใน 95 สถานการณ์การทำงานจริง แต่ผู้ปฏิบัติงานในอุตสาหกรรมหุ่นยนต์บางคนได้ตั้งคำถาม "ความถี่อนุมานเป็นเพียงหนึ่งในตัวชี้วัดทางวิศวกรรม การทดสอบจริงคือความสามารถในการวางนัยทั่วไปในสถานการณ์จริง การใช้งาน 150Hz ในสภาพแวดล้อมจำลอง และการทำงาน 150Hz ในสภาพแวดล้อมที่บ้านกับผู้สูงอายุ เด็ก และสัตว์เลี้ยงเป็นสองสิ่งที่แตกต่างกัน" สำหรับหุ่นยนต์ R1 ความคิดเห็นของผู้ใช้ยังอยู่ในช่วงเริ่มต้น ปัจจุบันส่วนใหญ่จะใช้ในการทัวร์ชมพิพิธภัณฑ์ ร้านขายยา และสถานการณ์อื่นๆ และยังไม่มีรายงานประสบการณ์ของผู้บริโภคในวงกว้าง ผู้ชมบางคนที่มาเยี่ยมชม WAIC กล่าวว่าการสาธิตปิงปองของ Lingbo นั้น "น่าประทับใจ และความเร็วในการตอบสนองของหุ่นยนต์ก็เร็วมาก" อย่างไรก็ตาม บางคนคิดว่า "มีช่องว่างขนาดใหญ่ระหว่างสภาพแวดล้อมการสาธิตและฉากในบ้านจริง"
-
Ant Lingbo ได้รับความสนใจอย่างสูงจากสื่ออุตสาหกรรมและตลาดทุน การประเมินของ Geek Park: “Ant Lingbo เป็นผู้นำด้านประสิทธิภาพโดยรวมในการประเมิน GM-100 ซึ่งแสดงให้เห็นถึงความสามารถในการดำเนินงานร่วมกันแบบ dual-arm ที่แข็งแกร่งขึ้น และความสามารถในการทำงานทั่วไปแบบ cross-body และ multi-task” การวิเคราะห์เชิงลึกของ 36Kr เชื่อว่า “ภาษาพื้นเมืองที่เป็นตัวเป็นตนแสดงถึงเส้นทางทางเทคนิคที่แตกต่างจากกระแสหลักของอุตสาหกรรม และตัดเข้าสู่ปัญหาพื้นฐานที่ถูกละเลยมาเป็นเวลานาน – ไม่ว่าหุ่นยนต์ควรมีกระบวนทัศน์การออกแบบแบบจำลองของตัวเองหรือไม่” AI Dev Signals จัดอันดับ Ant Lingbo เป็นอันดับสองของโลกในด้าน Physical AI (รองจาก NVIDIA) และประเมินว่าเป็น "ผู้สนับสนุนโอเพ่นซอร์สที่รุนแรงที่สุดในสาขานี้" ในแง่ของภาพรวมผลิตภัณฑ์ที่มีการแข่งขัน เส้นทาง "เบาต่อร่างกาย หนักสมอง" ของ Ant Lingbo นั้นแตกต่างอย่างมากกับเส้นทางบูรณาการในแนวตั้งของ Figure และ Tesla Goldman Sachs ระมัดระวังเกี่ยวกับกระบวนการเชิงพาณิชย์ของหุ่นยนต์ฮิวแมนนอยด์ในรายงานการวิจัย โดยเชื่อว่าจุดเปลี่ยนทางเทคโนโลยียังไม่ชัดเจน คาดว่าการจัดส่งหุ่นยนต์ฮิวแมนนอยด์ทั่วโลกจะอยู่ที่ประมาณ 76,000 ตัวภายในปี 2570 และประมาณ 502,000 ตัวภายในปี 2575 ซึ่งช้ากว่าที่ตลาดคาดการณ์ไว้
-
ความท้าทายที่ Ant Lingbo เผชิญก็มีความชัดเจนไม่แพ้กัน ความไม่แน่นอนที่ใหญ่ที่สุดมาจากเส้นทางทางเทคนิคนั่นเอง เส้นทางของการฝึกอบรมล่วงหน้าแบบ "เนทิฟแบบรวม" ตั้งแต่เริ่มต้นหมายถึงการลงทุนด้าน R&D ที่สูงขึ้น และวงจรการตรวจสอบที่ยาวนานขึ้น เมื่อเทียบกับจังหวะการปรับแต่งการอพยพ "ผลลัพธ์จะเกิดขึ้นภายในไม่กี่เดือน" เส้นทางของ Lingbo จะใช้เวลานานกว่าในการพิสูจน์ข้อดีของความสามารถในการวางภาพรวม หากผลลัพธ์สุดท้ายไม่ได้เกินแผนการย้ายถิ่นอย่างมีนัยสำคัญ การลงทุนที่สูงจะไม่ยั่งยืน คอขวดของข้อมูลเป็นปัญหาที่สมจริงยิ่งขึ้น อุตสาหกรรมข่าวกรองที่รวบรวมกำลังเผชิญกับปัญหาพื้นฐาน: มีช่องว่างนับสิบถึงล้านครั้งระหว่างข้อมูลในโลกแห่งความเป็นจริงและข้อมูลภาษา แหล่งข้อมูลของ Lingbo อาศัยการจัดหาพันธมิตรทางนิเวศวิทยาเป็นหลัก และไม่ได้สร้าง Ontology จำนวนมากด้วยตัวมันเอง แต่ปัญหาคือ Yushu Technology เพิ่งเปิดตัวโมเดลขนาดใหญ่ UnifoLM-OminiA-0.3 ของตัวเอง และ Zhiyuan Robot ก็มีโมเดลโลกและแพลตฟอร์มข้อมูลของตัวเองด้วย เมื่อผู้ผลิต ontology เหล่านี้เริ่มพัฒนาสมองของตนเองอย่างจริงจัง การจัดหาข้อมูลก็อาจเข้มงวดมากขึ้นเมื่อใดก็ได้ แม้ว่าโอเพ่นซอร์สจะเป็นกลยุทธ์ในการสร้างระบบนิเวศ แต่ก็ไม่ได้สร้างคูน้ำขึ้นมาเอง ภายใน Ant Group นั้น Lingbo จำเป็นต้องแข่งขันเพื่อแย่งชิงทรัพยากรกับทีม Bailing Model และทีม Alipay AI ภายนอก Ant Group ภายในแผนกของอาลีบาบาเพียงแห่งเดียว มีสายข่าวกรองหลายสายที่ "ต่อสู้อย่างอิสระ" ซึ่งรวมถึง Qianwen Qwen-Robot และ AutoNavi Model แต่ยังไม่ได้สร้างการทำงานร่วมกันเชิงกลยุทธ์ที่เป็นหนึ่งเดียว ปริมาณการจัดส่งของหุ่นยนต์ R1 ก็ค่อนข้างจำกัดเช่นกัน ขณะนี้ใกล้กับ "ผู้ให้บริการสำหรับการตรวจสอบแบบจำลอง" และยังห่างไกลจากการผลิตจำนวนมาก
-
ปัจจุบัน ผลิตภัณฑ์ของ Ant Lingbo มีเป้าหมายหลักอยู่ที่กลุ่มเป้าหมายสองประเภท ประการแรก ผู้ผลิตตัวหุ่นยนต์สามารถลดการลงทุนซ้ำในระดับอัลกอริธึม โดยการเข้าถึงสมองสากลของ Lingbo ซึ่งเหมาะอย่างยิ่งสำหรับบริษัทหุ่นยนต์ขนาดเล็กและขนาดกลาง ประการที่สอง ผู้ปฏิบัติงานในสถานการณ์บริการเฉพาะ เช่น ร้านขายยา สถานดูแลผู้สูงอายุ พิพิธภัณฑ์ ฯลฯ สามารถปรับใช้หุ่นยนต์ได้อย่างรวดเร็วด้วยความสามารถในการตัดสินใจอัตโนมัติผ่านโซลูชันของ Ant Lingbo สำหรับผู้บริโภคทั่วไป ผลิตภัณฑ์ของ Ant Lingbo ยังอยู่ในช่วงเริ่มต้น ช่องทางการซื้อและราคาอย่างเป็นทางการของหุ่นยนต์ R1 ยังไม่ได้เปิดเผยต่อสาธารณะ ไม่แนะนำให้ผู้บริโภคแต่ละรายซื้อในขณะนี้ หากคุณกำลังมองหาทางเลือกอื่น หุ่นยนต์ฮิวแมนนอยด์ G1 ของ Yushu Technology (ราคาประมาณ 16,000 เหรียญสหรัฐ) และ H1 (ประมาณ 90,000 เหรียญสหรัฐ) มีข้อได้เปรียบที่ชัดเจนในแง่ของประสิทธิภาพด้านต้นทุนฮาร์ดแวร์ แต่ต้องใช้ความสามารถของอัลกอริทึมที่สร้างขึ้นเองที่ระดับ "สมอง"
-
Ant Lingbo แสดงให้เห็นถึงก้าวสำคัญในกลยุทธ์ AI ของ Ant Group จากโลกดิจิทัลไปจนถึงโลกทางกายภาพ เส้นทางเทคโนโลยี "แบบเนทีฟ" ของมันถือเป็นความพยายามที่กล้าหาญ หากประสบความสำเร็จ อาจกำหนดกระบวนทัศน์การพัฒนาสมองของหุ่นยนต์ใหม่ หากการตรวจสอบไม่ราบรื่น การลงทุนด้านการวิจัยและพัฒนาที่สูง และภาวะที่กลืนไม่เข้าคายไม่ออกของระบบนิเวศโอเพ่นซอร์สจะกลายเป็นความกังวลที่ซ่อนอยู่ ไม่ว่าในกรณีใด สไตล์การเล่นของ Ant Lingbo ก็มีเอกลักษณ์เฉพาะตัวในหมู่ผู้ผลิตรายใหญ่ในประเทศ ไม่ใช่คำตอบว่า "จะสร้างหุ่นยนต์ให้ดีขึ้นได้อย่างไร" แต่เป็นคำถามระดับล่างว่า "ความฉลาดของหุ่นยนต์ควรมาจากไหน"
รีวิวจากผู้ใช้
-
CelestiaSky360—ดูเดโมร้านขายยาอัจฉริยะของ Ant LingBo แบบสด ๆ ที่ WAIC หุ่นยนต์ 3 ตัวต่างชนิดช่วยกันไปหยิบยา ไม่ต้องมีคนแทรกแซง เอฟเฟกต์หน้างานตื่นตาตื่นใจมาก Guoda Pharmacy ใช้งานจริงแล้ว ไม่ใช่ของในห้องแล็บ และนั่นสำคัญ -
Sarah.Murray5209—LingBot-VLA 2.0 ของ LingBo เปิดซอร์สแล้ว ฝึกด้วยข้อมูลหุ่นยนต์จริง 60,000 ชั่วโมง รองรับมากกว่า 20 รูปแบบ ปริมาณข้อมูลนี้ไม่มีคู่แข่งในฝั่งโอเพนซอร์สตอนนี้ แถมยังเหนือกว่า π0.5 ของ Physical Intelligence เสียอีก -
BenjaminGonzalez_7—ต้องยอมรับว่ากลยุทธ์โอเพนซอร์สของ LingBo ฉลาดมาก เส้นทางเทคนิคยังไม่ตายตัว สู้ใครสร้างระบบนิเวศก่อนก็ได้อำนาจพูด แค่ยังไม่ชัดเจนว่าทางทำเงินเป็นอย่างไร — ขายโมเดลกับขายฮาร์ดแวร์เป็นคนละเรื่องกัน -
ABrown007—อินเฟอเรนซ์เรียลไทม์ 150Hz ที่รันบนการ์ดเดียว ประสิทธิภาพสู้ได้จริง แต่พออ่านเอกสารเทคนิค 'embodied-native' ของเขาต่างจากสาย fine-tuning จริงแค่ไหน ยังต้องดูผลจริงตอน deploy -
Betty.MoralesZ663—ผมติดตาม LingBo ของ Ant มาพักใหญ่แล้ว CEO Zhu Xing มาจากสายคอมเมอร์เชียลของ Alipay ไม่มีพื้นฐานหุ่นยนต์ แต่เลือกเส้นทางที่ยากที่สุดคือพรีเทรนจากศูนย์ การตัดสินใจเชิงเทคนิคของทีมนี้ควรค่าติดตามจริง ๆ -
AJohnson_8893—รัน 150Hz ในสภาพแวดล้อมจำลองเป็นเรื่องหนึ่ง แต่รันในบ้านที่มีทั้งผู้สูงอายุ เด็ก และสัตว์เลี้ยง ความไม่แน่นอนของสภาพแวดล้อมมหาศาล ฉากร้านขายยาของ LingBo ตอนนี้พอไหว แต่ยังห่างไกลจากการเข้าบ้าน -
GP_wal—ดูเดโมปิงปองที่ WAIC แล้ว ความเร็วตอบสนองของหุ่นยนต์เร็วจริง ๆ พอบอลเด้งปุ๊บ มันทำนายจุดตกได้แล้ว ไม่มีกล้องความเร็วสูงภายนอก ใช้แค่บอร์ดวิชันบนตัว นี่ถือว่าน่าทึ่งทีเดียว -
SCwar—เส้นทาง LingBo ของ Ant ต่างจาก Unitree โดยสิ้นเชิง อันหนึ่งทำสมอง อีกอันทำตัวหุ่นยนต์ จึงไม่ได้แข่งกันจริง ๆ ปัญหาคือข้อมูลของ LingBo พึ่งพาผู้ผลิตตัวหุ่นยนต์ วันที่ Unitree หรือ AgiBot ทำสมองเองได้ แหล่งข้อมูลก็เหือดแห้ง -
Anthony.Howard—เปิดซอร์ส 6 โมเดลในหนึ่งสัปดาห์ ความกล้าหาญแบบนี้หาได้ยาก ทั้งเฟรมเวิร์กดีปเลิร์นจนถึงห่วงโซ่เครื่องมือเทรนปล่อยออกหมด และชุมชนนักพัฒนาตอบรับดี แต่การเปิดซอร์สเองไม่ใช่คูเมือง ความเร็วในการทำซ้ำต่างหากที่เป็น -
SHill_Plus68—เคยดูวิดีโอหุ่นยนต์ R1 ทำหน้าที่มัคคุเทศก์ที่พิพิธภัณฑ์ประวัติศาสตร์เซี่ยงไฮ้ เดินได้ค่อนข้างมั่นคง สื่อสารโอเค แต่หุ่นยนต์ที่มีทุนจดทะเบียน 100 ล้าน เมื่อเทียบ Tesla หรือ Figure ที่ระดมทุนเป็นพันล้านดอลลาร์ สเกลต่างกันลิบลิบ -
CherylKim_2021—เพื่อนที่ทำหุ่นยนต์บอกว่ากำลังปรับใช้ LingBot-VLA ของ LingBo กับหุ่นยนต์ของตัวเอง เมื่อก่อนต้องมีทีมอัลกอริทึมเฉพาะทาง แต่ตอนนี้แค่ต่อ 'สมอง' ของ LingBo เข้าไปก็ขยับได้แล้ว สำหรับบริษัทเล็กนี่ประหยัดเงินมหาศาล -
JBailey_Plus7—โดยแก่นแล้วนี่คือการสะสมเทคโนโลยีของ Ant Group สำหรับสถานการณ์ออฟไลน์ ธุรกิจชำระเงิน สุขภาพ และสินเชื่อฝังรากลึกในออฟไลน์อยู่แล้ว หุ่นยนต์จึงเป็นการต่อยอดตามธรรมชาติ ไม่ใช่การเปลี่ยนแนว แต่ขยายธุรกิจหลัก -
BreadBud513—LingBot-Depth 2.0 ดีขึ้นมากเรื่องจดจำวัตถุโปร่งแสง อย่างแก้วแชมเปญที่ก่อนนี้กล้องตรวจความลึกจับไม่ได้ ตอนนี้กู้โครงรูปทั้งใบคืนมาได้ นี่สำคัญมากสำหรับงานหยิบจับ -
赵华_1—หลายคนเท rapt เอา AI ร่างจำลอง (embodied AI) แต่พออ่านข้อมูล LingBo แล้วรู้สึกว่าสายนี้ยากกว่าที่คิดมาก ข้อมูลโลกจริงใหญ่กว่าข้อมูลภาษาถึงหลายล้านเท่า แค่แก้ปัญหาข้อมูลก็เผาเงินไปหลายปีแล้ว -
SusanEdwards—ทีม LingBo เกิน 90% จบโทหรือเอก ประธานนักวิทยาศาสตร์ Shen Yujun จบปริญญาตรี Tsinghua และเอก CUHK สายคอมพิวเตอร์วิชัน ฐานเทคนิคแน่น แต่ทีม 200 คนยังเล็กนิดเดียวเมื่อเทียบ Google DeepMind -
琉璃_23—อ่านรายงานของ Goldman Sachs แล้ว เขาระมัดระวังเรื่องการทำหุ่นยนต์เชิงพาณิชย์มาก บอกว่าถึงปี 2027 ยอดส่งมอบทั่วโลกจะมีแค่ 76,000 ตัว Ant ทุ่มเงินทำ LingBo ตอนนี้ ระยะสั้นมองไม่เห็นผลตอบแทน แต่ระยะยาวถ้าไม่วางหมากล่วงหน้าก็จะโดนทิ้งห่าง -
EHall520—LingBot-Video ใช้สถาปัตยกรรม MoE ซะด้วย พารามิเตอร์ 30B แต่ตอนอนุมานแอ็กทีฟแค่ 3B ดีไซน์นี้ฉลาดทีเดียว เป็นโมเดลวิดีโอที่สร้างมาเพื่อฝึก Embodied AI โดยเฉพาะ คนละสายกับแนวสร้างคอนเทนต์แบบ Sora เลย -
Sandra156—เพิ่งดูงานเปิดตัวของ LingBo จบ VA 2.0 พรีเทรนจากศูนย์โดยไม่ fine-tune โมเดลที่มีอยู่ แนวคิดนี้ต้องใช้ความกล้าจริง ๆ แต่ผลลัพธ์ออกมาดี เดโมคีบมันฝรั่งทอดโดยไม่แตกนี่โน้มน้าวใจสุด ๆ -
Brenda.Ross_Plus—Ant ลงทุนในบริษัทสายหุ่นยนต์ไปแล้วกว่าสิบแห่ง ทั้ง Unitree, Galaxea และ Lingxin Qiaoshou ล้วนมีหุ้นอยู่ ส่วน LingBo เองไม่ทำตัวหุ่นยนต์ แต่วางตัวเป็นซัพพลายเออร์ 'สมอง' ตำแหน่งนี้ในบรรดายักษ์ใหญ่จีนถือว่ามีเจ้าเดียวจริง ๆ -
dm0feb8—เดินดูโซน Embodied AI ที่งาน WAIC มารอบหนึ่ง บูธของ LingBo คนเยอะที่สุด จุดขาย 'ใช้งานได้เลยโดยไม่ต้องปรับปรุงร้าน' ดึงดูดจริง ๆ ตอนนี้ร้านขายยาและซูเปอร์มาร์เก็ตจำนวนมากอยากใช้หุ่นยนต์แต่ไม่อยากรื้อปรับพื้นที่