Ant Group revoluciona la robótica con IA capaz de detectar con precisión objetos transparentes

Robbyant, la unidad de inteligencia artificial integrada de Ant Group, anunció el lanzamiento de un nuevo modelo de visión que promete revolucionar la capacidad de los robots para identificar con precisión vidrios, espejos y objetos transparentes. Este avance es crucial para la navegación mecánica en entornos complejos, ya que las superficies transparentes son un desafío notorio para los sensores de profundidad convencionales.
La sucursal de Ant Group, ubicada en Hangzhou, presentó el martes pasado su modelo avanzado de percepción espacial, LingBot-Depth 2.0, y un nuevo modelo visual fundamental, LingBot-Vision. Esta presentación se produce en medio de una intensa carrera global de los laboratorios de inteligencia artificial para desarrollar tecnologías que permitan a las máquinas interactuar de manera inteligente con el mundo físico.
Según Robbyant, también conocida como Ant Lingbo Technology, la combinación de estas innovaciones tecnológicas busca superar un desafío crucial en la robótica. El objetivo es garantizar que los robots puedan “ver con precisión y estabilidad” incluso en escenarios cotidianos impredecibles. La empresa destacó que este es el primer modelo diseñado y entrenado específicamente para detectar los bordes de los objetos. Esta capacidad permite a la inteligencia artificial identificar contornos con alta precisión, hasta una fracción de píxel, lo que mejora significativamente la comprensión de los espacios tridimensionales por parte de los robots.
Avances cruciales en la detección de objetos y espacios 3D
LingBot-Vision compite directamente con DINOv3, el modelo de visión de código abierto de Meta Platforms, que actualmente domina la industria. Sin embargo, mientras que DINOv3 requiere una escala computacional gigantesca, LingBot-Vision busca superar a sus competidores a través de una eficiencia estructural superior.
Un estudio publicado por el equipo de Robbyant detalla que LingBot-Vision superó a DINOv3, que tiene 7 mil millones de parámetros (indicadores de la complejidad de un modelo de IA), en varias evaluaciones del punto de referencia NYUv2 para la estimación de profundidad. Este resultado se logró utilizando sólo una séptima parte de los parámetros del competidor y menos de un tercio de los datos de entrenamiento.

Rendimiento superior y eficiencia de recursos
Este nuevo modelo de visión actúa como el componente central de LingBot-Depth 2.0, impulsando sus capacidades. Con un entrenamiento que utilizó 150 millones de muestras, LingBot-Depth 2.0 tomó la delantera en 12 de 16 puntos de referencia de relleno profundo globales, como anunció Robbyant.
En entornos interiores desafiantes donde las cámaras tradicionales no pueden medir distancias, el nuevo modelo pudo reducir a la mitad los errores de medición en comparación con la versión anterior. Robbyant destacó que se han producido avances notables en el manejo de superficies que suelen desorientar a los robots, lo que permite crear mapas de distancia precisos para vidrios y objetos espejados.
Compromiso con la innovación y el futuro de la IA
Robbyant ha publicado el código fuente de los pesos del modelo para LingBot-Vision. La compañía dice que esta acción refuerza su compromiso con la colaboración de la industria y la aceleración de la comercialización de soluciones integradas de IA.
La unidad de Ant Group ha invertido mucho en modelos robóticos fundamentales para capitalizar un mercado en rápida expansión. En enero, la empresa ya había puesto a disposición sus primeros modelos de IA para robótica en código abierto. Entre ellos destaca LingBot-VLA, un modelo de visión-lenguaje-acción diseñado para funcionar como un “cerebro universal”, apuntando a una implementación más escalable de robots en diversos sectores.
Es importante señalar que Ant Group es una empresa afiliada a Alibaba Group Holding, un conglomerado que también es propietario del medio de noticias South China Morning Post.






