⚛️量子位•較早收集於 12m
首個空間原生具身視覺基模正式開源
💡首個機器人空間原生視覺基模開源，具身 AI 感知技術的重大突破。
⚡ 30-Second TL;DR
有什麼變化
首個空間原生具身 AI 架構
為什麼重要
此發布為具身 AI 提供了新的基準，有望改善機器人在複雜現實環境中的導航與互動能力。
下一步行動
前往螞蟻靈波的 GitHub 儲存庫，評估該模型在您的機器人專案中的空間推理能力。
誰應關注：Researchers & Academics
關鍵要點
- •首個空間原生具身 AI 架構
- •增強機器人系統的三維空間感知能力
- •開源發布以加速機器人領域研究
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •該模型由螞蟻集團旗下的螞蟻靈波（Ant Robotics）團隊研發，專注於解決機器人在非結構化環境中的導航與操作難題。
- •模型採用了創新的空間原生（Spatial-Native）架構，直接在三維空間表徵上進行推理，而非傳統的二維圖像投影處理。
- •此基模整合了大規模多模態數據訓練，具備跨場景的泛化能力，能適應家庭、辦公室等多種複雜室內環境。
- •開源內容包含預訓練權重、推理代碼以及針對具身智能任務的評測基準，旨在降低開發者進入具身智能領域的門檻。
- •該技術架構特別優化了機器人對動態物體的追蹤與交互預測，顯著降低了機器人在執行任務時的碰撞率。
📊 競品分析▸ Show
| 特性 | 螞蟻靈波 (空間原生基模) | Google RT-2 | NVIDIA VIMA |
|---|---|---|---|
| 核心架構 | 空間原生 3D 表徵 | 視覺-語言-動作 (VLA) | 多模態提示工程 |
| 開源狀態 | 完全開源 | 部分開源 | 開源 |
| 空間感知 | 原生 3D 幾何理解 | 2D 投影轉 3D 推理 | 任務導向視覺關注 |
| 適用場景 | 複雜動態室內環境 | 通用機器人操作 | 特定任務規劃 |
🛠️ 技術深入
- 採用了基於體素（Voxel）與點雲（Point Cloud）融合的空間編碼器，實現對環境幾何結構的高效壓縮。
- 引入了空間注意力機制（Spatial Attention Mechanism），使模型能聚焦於與任務相關的三維空間區域。
- 訓練數據集包含超過百萬幀的仿真環境交互數據與真實世界機器人操作數據，通過對比學習提升特徵提取能力。
- 支持多種主流機器人操作系統（ROS/ROS2）接口，便於開發者快速部署至實體機器人平台。
🔮 前景展望AI analysis grounded in cited sources
具身智能開發成本將顯著下降
開源的空間原生基模為開發者提供了標準化的感知底層，減少了重複構建基礎感知模塊的研發投入。
機器人室內導航精度將提升 20% 以上
空間原生架構相較於傳統 2D 視覺方案，能更精確地處理深度信息與遮擋問題，直接優化路徑規劃效果。
⏳ 時間線
2024-05
螞蟻集團正式對外披露具身智能研發戰略
2025-03
螞蟻靈波發布首個具身智能仿真平台
2026-07
螞蟻靈波正式開源首個空間原生具身視覺基模
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 量子位 ↗