Что произошло

Robbyant, компания, специализирующаяся на воплощенном AI в составе Ant Group, сделала значительный шаг, открыв исходный код своей семейства моделей LingBot-Vision. В этот релиз входят четыре модели с различными размерами параметров — от 21 миллиона до 1,1 миллиарда параметров, доступные на Hugging Face под лицензией Apache-2.0. Хотя пользователи могут получить доступ к этим моделям, полный набор весов, особенно для варианта Depth 2.0, пока не был выпущен.

Почему это важно

Этот шаг является частью более широкой стратегии Robbyant по созданию единого AI-ума для всех роботов. Открывая исходный код этих моделей, компания стремится содействовать развитию сообщества и сотрудничеству, что может привести к более быстрому прогрессу в технологиях AI. Тем не менее, модели сталкиваются с жесткой конкуренцией, особенно со стороны моделей DINOv3 от Meta, которые не являются открытыми и работают по индивидуальной лицензии. Сравнение производительности показывает, что хотя флагманская модель Robbyant набирает 0.296 на наборе данных глубины NYUv2, она все еще отстает от DINOv3-7B, который набирает 0.309.

Контекст

Инициатива Robbyant реализуется в то время, когда многие компании AI принимают стратегии открытого кода для ускорения инноваций. Сообщество AI стало свидетелем роста обмена моделями, причем такие платформы, как Hugging Face, становятся центральными узлами для сотрудничества. Тем не менее, проприетарные модели по-прежнему доминируют в определенных показателях производительности, подчеркивая напряженность между доступностью открытого кода и передовой производительностью.

Что это значит

Выпуск моделей Robbyant может демократизировать доступ к современным инструментам AI, позволяя исследователям и разработчикам экспериментировать и строить на основе их работы. Однако бенчмарки показывают, что, хотя эти модели являются шагом в правильном направлении, им все еще нужно догнать существующие высокопроизводительные модели, такие как DINOv3. С ростом конкуренции будет интересно увидеть, как Robbyant справится с этими вызовами и сможет ли сообщество использовать их открытые модели для дальнейших улучшений в технологиях AI для распознавания изображений.