LingBot-Video: Bedenlenmiş Zeka için Açık Kaynak MoE Video Modeli
Robbyant'ın açık kaynak MoE video modeli LingBot-Video, RBench liderlik tablosunda 1. sırada; Apache 2.0 lisanslı kod ve modeller yayınlandı.
Robbyant, video üretimini bedenlenmiş zekayla birleştiren açık kaynaklı bir Mixture-of-Experts (MoE) modeli olan LingBot-Video'yu yayınladı. Teknik rapor, kod, model ağırlıkları ve prompt yeniden yazıcıları Apache 2.0 lisansı altında sunuluyor. Model, web videolarından oluşan büyük bir veri setinin yanı sıra 70.000 saatten fazla bedenlenmiş (embodied) veriyle eğitilmiş; estetik kalite, fiziksel tutarlılık ve görev tamamlama için çoklu ödül sistemi kullanılmış.
MoE mimarisi, yoğun modellere kıyasla yaklaşık 3 kat daha hızlı çıkarım sağlıyor. Paket, 1.3B parametreli yoğun model ile 30B-A3B parametreli MoE modeli ve refiner'ı, ayrıca Qwen3.6-27B tabanlı iki prompt yeniden yazıcısını içeriyor. Önerilen iş akışı; prompt yeniden yazma, otomatik negatif prompt üretimi ve birleşik çıkarım olmak üzere üç aşamalı bir yapı sunuyor; diffusers ve SGLang Diffusion arka uçları ile çoklu GPU desteği (FSDP) mevcut.
9 Temmuz 2026 itibarıyla RBench liderlik tablosunda 0.620 ortalama puanla birinci sırada yer alan model, Cosmos3 Super, LongCat-Video, Wan 2.2 ve HunyuanVideo 1.5 gibi açık kaynak modelleri geride bırakıyor; Wan 2.6, Seedance 1.5 pro ve Veo 3 gibi kapalı kaynak modellerle de rekabetçi, özellikle manipülasyon, uzun ufuk ve dört ayaklı görev kategorilerinde öne çıkıyor.
Robotik ve gömülü yapay zeka üzerinde çalışan geliştiriciler için LingBot-Video, fiziksel gerçekçiliğe odaklanan, esnek dağıtım seçenekleri sunan güçlü ve açık bir video üretim aracı olarak öne çıkıyor.