El EAI-100 destaca a Ant Lingbo entre los principales avances y pioneros

En la «Cumbre de Talento de Código Abierto en IA y Conferencia de Desarrolladores de la Comunidad Moba» celebrada el 22 de marzo, se dio a conocer oficialmente la lista EAI-100 (Embodied Artificial Intelligence 100). Este reconocimiento anual destaca los 100 logros y figuras más representativos en el ámbito de la inteligencia incorporada para el año 2025. La lista fue publicada conjuntamente por la Comunidad Moba junto con autoridades como el Comité de Robótica Inteligente de la CCF y el Laboratorio Clave de Tecnología de Gemelos Digitales de Equipos del MIIT. Ant Lingbo Technology obtuvo una doble distinción, al ser incluida tanto en la lista principal de los «10 avances más destacados del año» como en la de las «20 figuras pioneras».

El EAI-100 sirve como revisión anual sistemática del campo de la inteligencia incorporada. La selección se basa en criterios de impacto tangible, valor duradero y contribución orientadora, evaluando si las personas y su trabajo han impulsado un progreso sustancial en los paradigmas de investigación, las capacidades de los sistemas o la implementación industrial. Entre los galardonados de este año se encuentran figuras destacadas y avances de instituciones como la Universidad de Tsinghua, la Universidad de Pekín y la Universidad de Hong Kong, así como de empresas como Yuzhu Technology, Galaxy General, Xinghai Map y Zhiyuan Robotics.

(En la imagen: Shen Yujun, de Ant Lingbo Technology, seleccionado para la lista de figuras pioneras EAI-100, junto a Wang Xingxing, de Yuzhu Technology, y Wang He, de la Universidad de Pekín)

LingBot-VLA: un «cerebro general» multitarea para la inteligencia incorporada

El modelo base incorporado desarrollado por Ant Lingbo Technology, LingBot-VLA, fue seleccionado como uno de los «10 avances más importantes del año». El modelo ofrece generalización multimodal y multitarea para operaciones robóticas en el mundo real, lo que reduce drásticamente los gastos posteriores al entrenamiento y promueve el despliegue práctico de una arquitectura de «un cerebro para muchas máquinas».

LingBot-VLA ha sido preentrenado con más de 20 000 horas de datos operativos reales que abarcan nueve configuraciones habituales de robots de dos brazos. Funciona en combinación con el modelo de percepción espacial de alta precisión patentado por Ant Lingbo, LingBot-Depth, para aumentar aún más la precisión operativa. El modelo solo requiere 80 muestras de demostración para lograr una adaptación de tareas de alta calidad. En combinación con optimizaciones profundas de su biblioteca de código subyacente, alcanza un rendimiento de entrenamiento entre 1,5 y 2,8 veces superior al de los marcos de trabajo habituales, lo que reduce tanto los costes de datos como los computacionales. Ant Lingbo ha convertido LingBot-VLA y su cadena de herramientas de post-entrenamiento asociada en código abierto, lo que permite a los desarrolladores adaptar eficientemente la tecnología a sus escenarios específicos y mejora significativamente su utilidad práctica.

El científico jefe Shen Yujun, incluido en la lista «Pioneer Figures 20»

El científico jefe de Ant Lingbo Technology, Shen Yujun, también fue distinguido en la lista «Embodied Intelligence - Pioneer Figures 20». Esta lista reconoce a personas que han ejercido una influencia sostenida y profunda en el campo, reconociendo especialmente su papel como «pioneros» durante fases críticas de la evolución de la disciplina.

El Dr. Shen Yujun, graduado por la Universidad China de Hong Kong, lleva mucho tiempo centrado en la investigación en visión artificial y modelos generativos. Ha publicado más de 100 artículos en conferencias y revistas internacionales de primer nivel, como CVPR y TPAMI, acumulando más de 10 000 citas. Como director técnico de Ant Lingbo Technology, lideró al equipo en el lanzamiento y la apertura del código fuente de un conjunto técnico completo este mes de enero. Esta incluye el modelo de percepción espacial LingBot-Depth, el modelo base LingBot-VLA, el modelo del mundo LingBot-World y el modelo de acción en vídeo LingBot-VA. Esta cartera construye una matriz completa que abarca desde la percepción espacial hasta la toma de decisiones inteligente y desde las capacidades fundamentales hasta el modelado del mundo, acelerando la transición de la inteligencia incorporada de la investigación de laboratorio a la aplicación a gran escala en el mundo real.