تطلق شركة الذكاء الاصطناعي الصينية نماذج الإدراك المكاني من الجيل التالي للروبوتات
وقال روبيانت إن الإطلاق يمثل خطوة كبيرة إلى الأمام في الإدراك المكاني الآلي، مما يساعد الروبوتات على تطوير فهم أكثر دقة للعالم المادي وتحسين قدرتها على التنقل في البيئات المعقدة. بناءً على أساس LingBot-Depth، الذي قدم تقنية Masked Depth Modeling (MDM) لمواجهة التحديات في الاستشعار العميق للأسطح الشفافة والعاكسة، يوفر LingBot-Depth 2.0 إمكانات تدريب موسعة وأداء محسن. تم تدريب النموذج على 150 مليون عينة وحقق نتائج رائدة عبر 12 من 16 معيارًا للإنجاز العميق، مما يدل على دقة وموثوقية أقوى في مهام الإدراك في العالم الحقيقي. نموذج الذكاء الاصطناعي المصمم للتغلب على تحديات استشعار العمق الآلي يقدم LingBot-Depth 2.0 تحسينات كبيرة في البيئات الداخلية الصعبة حيث غالبًا ما يكون إدراك العمق محدودًا. وفقًا لروبيانت، يقلل النموذج من خطأ العمق بأكثر من النصف مقارنة بسابقه في السيناريوهات ذات الخسارة الشديدة في العمق، مما يخفض درجة RMSE من 0.132 إلى 0.062. يُظهر النموذج أيضًا أداءً أقوى في المناطق التي تعاني فيها كاميرات العمق التقليدية عادةً، بما في ذلك اكتشاف وفهم الأسطح الزجاجية والمرايا والأشياء الشفافة الأخرى. تعزو الشركة الصينية هذه التطورات إلى LingBot-Vision، وهو نموذج أساسي بصري مصمم لتحسين كيفية تفسير الروبوتات وفهم محيطها. هذا النموذج هو الأول في الصناعة الذي يستخدم “البنية الحدودية” كهدف ما قبل التدريب، مما يسمح له بتحقيق توطين الحدود على مستوى البكسل الفرعي وفهم أقوى للبنية المكانية من أجل إدراك آلي أكثر موثوقية. على الرغم من تدريبه على مجموعة بيانات أصغر نسبيًا مكونة من 160 مليون صورة، يقدم LingBot-Vision أداءً قويًا مقارنة بالنماذج الأكبر حجمًا. وقال روبيانت إن النموذج يوفر أيضًا اكتشافًا ثابتًا لحدود الكائن، مما يمكّن الروبوتات من تتبع حواف الكائن وهياكله بشكل مستمر عبر تسلسلات الفيديو. يكتسب LingBot-Depth 2.0 التحقق من صحة تطبيقات الروبوتات التجارية. بالإضافة إلى تشغيل LingBot-Depth 2.0، تم تصميم LingBot-Vision كنموذج أساسي مرن يمكنه دعم مجموعة واسعة من تطبيقات الذكاء الاصطناعي والمهام النهائية. وقال روبيانت إن قدرات النموذج تمتد إلى ما هو أبعد من إدراك العمق، مما يتيح حالات استخدام أوسع في الرؤية الآلية والأنظمة الذكية. بالنسبة للنشر التجاري، حصل LingBot-Depth 2.0 على شهادة من مختبر Depth Vision في Orbbec. أظهرت الاختبارات باستخدام بيانات العمق على مستوى الشريحة من كاميرات Orbbec’s Gemini 330 المجسمة ثلاثية الأبعاد تحسينات في اكتشاف الحواف، وملامح الكائن، والتعرف على الأشياء الأصغر، وتقدير عمق المسافات الطويلة، والأداء في ظل ظروف الإضاءة والمواد الصعبة. وسيمتد التعاون مع Orbbec أيضًا إلى حلول الأجهزة الجديدة لجمع بيانات الروبوتات. كجزء من منصة أجهزة جمع البيانات الخالية من الروبوتات التي تم إطلاقها حديثًا من Orbbec، سيحتوي جهاز RGB-D EGO على نسخة مخصصة من LingBot-Depth مُحسّنة لجمع بيانات تدريب عالية الجودة. في التحديثات المستقبلية، من المتوقع أن تقوم المنصة بدمج نسخة تجارية متقدمة من النموذج، مما يزيد من تحسين إكمال العمق، واكتشاف حدود الكائن، وفهم البنية المكانية. الهدف هو توفير أساس بيانات أكثر دقة واستقرارًا وعمليًا لتدريب أنظمة الذكاء الاصطناعي المجسدة في بيئات العالم الحقيقي.
تم النشر: 2026-07-11 18:58:00
