Ant Group ouvre LingBot-Vision : défi à 1 milliard

Ant Group a récemment publié LingBot-Vision, un modèle de fondation visionnaire centré sur les bordures. Ce modèle, issu de leur programme Robbyant, est spécialisé dans la perception spatiale dense. Le modèle est maintenant accessible en open source.

LingBot-Vision utilise la famille ViT (Vision Transformer) auto-supervisée. Le masquage des bordures est utilisé comme un signal d’entraînement natif pour détecter les limites d’image. Cette méthode permet d’atteindre une précision équivalente ou supérieure à celle de modèles de plus grande envergure grâce à un nombre inférieur de paramètres.

Un backbone de 1 milliard de paramètres permet à LingBot-Vision de rivaliser avec des modèles plus importants. Selon les informations fournies, ce modèle pose les bases pour la prochaine génération, en initie la version LingBot-Depth 2.0. Cette évolution pourrait avoir des implications significatives pour les applications nécessitant une compréhension spatiale avancée.

Les implications d’implémentation de LingBot-Vision sont vastes, notamment pour des secteurs demandant une perception spatiale détaillée. Ce développement par Ant Group ouvre potentiellement la porte à des améliorations technologiques dans le regard machine et les systèmes d’analyse d’images. Pour aller plus loin, consultez notre guide sur déployer un chatbot IA pour le service client.