开始使用 LingBot
LingBot 提供五个开源模型，覆盖机器人控制、环境模拟、深度感知和流式三维重建。不同模型使用独立的运行环境和配置流程。
选择模型
| 任务 | 模型 | 输入 | 输出 |
|---|---|---|---|
| 根据相机观测和语言指令生成机器人动作 | LingBot-VLA | 图像、语言指令、机器人状态 | 机器人动作序列 |
| 在同一自回归序列中建模视觉动态与机器人动作 | LingBot-VA | 图像或视频、机器人动作及任务数据 | 视频动作预测与机器人动作 |
| 生成可控制的长时环境 | LingBot-World | 图像、文本提示词，以及可选的相机位姿或动作 | 生成视频 |
| 优化不完整或含噪的传感器深度 | LingBot-Depth | RGB 图像、原始深度、相机内参 | 优化后的深度与三维点 |
| 从连续图像中重建三维场景 | LingBot-Map | 按顺序排列的图像序列 | 相机轨迹与三维重建结果 |
具体能力、支持的输入、已发布权重和环境要求，以各模型页面为准。
开始使用模型
- 进入模型页面，检查环境要求。
- 克隆对应的官方仓库。
- 按仓库要求创建独立环境。
- 从 Hugging Face 或 ModelScope 下载所需权重。
- 运行该模型的 Quick Start 示例。
不要将所有模型安装在同一个环境中。各官方仓库目前指定的 Python、PyTorch 和 CUDA 版本并不相同。
获取代码、模型与数据
- 源代码：Robbyant GitHub
- 模型权重与数据集：Robbyant Hugging Face
- 模型权重：Robbyant ModelScope
Resources 部分按照模型汇总已发布的权重、数据集、评测基准、论文和引用信息。
获取支持
安装、推理、训练或评测出现问题时，请在对应模型仓库提交 Issue，并附上：
- 执行的命令
- 完整报错信息
- Python、PyTorch 和 CUDA 版本
- GPU 型号与可用显存
- 使用的 Checkpoint 名称
产品咨询： pub_robbysales@antgroup.com
市场与合作： pub_robbymkt@antgroup.com