Ant Group傘下のRobbyantが、ロボット用の深度認識AI「LingBot-Depth 2.0」を発表しました。150万サンプルで訓練され、透明物体やガラスなど従来は認識が難しかった環境での性能が大幅に向上し、深度誤差を前世代比で約半減させています。Orbecと協業し、年末までにカメラ統合製品をリリースする予定で、ロボット業界の空間認識精度の向上が期待されます。
こういう要約が、毎朝あなたのメールに届きます。
無料で登録 →何が起きたか
Ant Group傘下のRobbyantが、空間認識モデル「LingBot-Depth 2.0」と視覚基盤モデル「LingBot-Vision」を発表しました。LingBot-Depth 2.0は150万サンプルで訓練され、深度推定ベンチマーク16個中12個で上位ランクを獲得し、前世代モデル比で深度誤差（RMSE）を0.132から0.062に削減しました。
なぜ重要か
ガラスや鏡などの透明・反射物体における深度認識は、従来のロボット視覚では課題でした。新モデルはこうした従来の失敗事例での性能が特に優れており、ロボットが物理世界をより正確に理解・移動する能力の向上につながる可能性があります。
注目点
Orbecとの協業で、同社のGemini 330シリーズカメラ対応SDK製品が提供される予定です。カメラを統合したオールインワン製品は年末までのリリースを予定しており、LingBot-Visionのモデル重みはオープンソース化されています。
Robbyantが発表したLingBot-Depth 2.0とLingBot-Visionは、ロボットの空間認識における「透明・反射物体の認識」という長年の課題に対応するものです。Masked Depth Modelingという手法を採用した前世代のLingBot-Depthをベースに、訓練データ規模を拡大することで、深度誤差の大幅な削減を実現しています。特に注目されるのは、LingBot-Visionが業界初の「境界構造」を事前学習の目的とした視覚基盤モデルであり、160万画像という比較的小規模なコーパスでDINOv3と同等の精度をNYUv2ベンチマークで達成している点です。このように、訓練効率と性能のバランスを取った設計が、実装の現実性を高めています。
Orbbecとの協業は、単なる技術パートナーシップではなく、実際のロボット・AI視覚製品への統合を通じたコマーシャライゼーション路線を示しています。Gemini 330シリーズカメラ対応のSDKと、年末リリース予定の統合カメラ製品により、エッジでの深度認識能力がロボット顧客に直接提供される形になります。また、LingBot-Visionのオープンソース化により、業界全体での採用を促進する戦略も見えています。
まだコメントがありません。最初のコメントを投稿しましょう！
ログインして議論に参加200以上のソースから厳選したAIニュースを毎日無料でお届けします。
無料で始める登録無料・30秒で完了・いつでも解除できます
毎朝1分、AIの要点だけ。
200媒体以上・Email/LINE/Slack 対応
