#Robotics

蚂蚁集团开源了 LingBot-Video，这是全球首个基于混合专家（MoE）架构的具身智能视频生成基础模型，在 RBench 评测基准上取得 0.620 的 SOTA 分数，并在 GitHub 以 Apache 2.0 许可证发布。 该开源发布显著降低了具身 AI 研究门槛，其高效的 MoE 架构仅激活 30B 总参数中的 3B，推理效率是同等规模密集模型的 3 倍，可加速机器人动作预测、仿真数据生成和世界模型开发等方向。 LingBot-Video 在架构（DiT+MoE 平衡容量与成本）、数据（7 万小时具身数据，覆盖灵巧操作、机器人移动和第一视角交互）和训练（多维强化学习奖励，关注物理合理性和任务完成度）三方面创新，采用扩散变换器（DiT）骨干网络。