Ant Group revoluciona robótica com IA capaz de detectar objetos transparentes com precisão

A Robbyant, unidade de inteligência artificial incorporada do Ant Group, anunciou o lançamento de um novo modelo de visão que promete revolucionar a capacidade dos robôs de identificar com precisão vidro, espelhos e objetos transparentes. Este avanço é crucial para a navegação de máquinas em ambientes complexos, já que superfícies transparentes são um desafio notório para sensores de profundidade convencionais.
A filial do Ant Group, localizada em Hangzhou, revelou nesta última terça-feira seu modelo de percepção espacial avançado, o LingBot-Depth 2.0, e um novo modelo visual fundamental, o LingBot-Vision. Essa apresentação ocorre em meio a uma intensa corrida global de laboratórios de IA para desenvolver tecnologias que permitam às máquinas interagir de forma inteligente com o mundo físico.
Segundo a Robbyant, também referida como Ant Lingbo Technology, a combinação dessas inovações tecnológicas busca superar um desafio crucial na robótica. O objetivo é assegurar que os robôs consigam “enxergar com precisão e estabilidade” mesmo em cenários imprevisíveis do cotidiano. A companhia ressaltou que este é o primeiro modelo projetado e treinado especificamente para detectar as bordas de objetos. Tal capacidade permite à inteligência artificial identificar contornos com alta precisão, chegando à fração de um pixel, o que aprimora significativamente a compreensão dos espaços tridimensionais pelos robôs.
Avances cruciais na detecção de objetos e espaços 3D
O LingBot-Vision compete diretamente com o DINOv3, modelo de visão de código aberto da Meta Platforms, que atualmente domina o setor. Contudo, enquanto o DINOv3 exige uma escala computacional gigantesca, o LingBot-Vision busca superar seus concorrentes por meio de uma eficiência estrutural superior.
Um estudo divulgado pela equipe Robbyant detalha que o LingBot-Vision obteve desempenho superior ao DINOv3, que possui 7 bilhões de parâmetros (indicadores da complexidade de um modelo de IA), em diversas avaliações do benchmark NYUv2 para estimativa de profundidade. Esse resultado foi atingido utilizando apenas um sétimo dos parâmetros do concorrente e menos de um terço dos dados de treinamento.

Desempenho superior e eficiência de recursos
Este novo modelo de visão atua como o componente central do LingBot-Depth 2.0, impulsionando suas capacidades. Com um treinamento que utilizou 150 milhões de amostras, o LingBot-Depth 2.0 conquistou a liderança em 12 dos 16 benchmarks globais de preenchimento de profundidade, conforme anunciado pela Robbyant.
Em ambientes internos desafiadores, nos quais as câmeras tradicionais falham em medir distâncias, o novo modelo conseguiu reduzir pela metade os erros de medição em relação à versão anterior. A Robbyant destacou que houve um progresso notável no manuseio de superfícies que habitualmente desorientam os robôs, possibilitando a criação de mapas precisos de distância para objetos de vidro e espelhados.
Compromisso com a inovação e o futuro da IA
A Robbyant liberou o código-fonte dos pesos do modelo para o LingBot-Vision. A empresa afirma que essa ação reforça seu compromisso com a colaboração no setor e a aceleração da comercialização de soluções de IA incorporada.
A unidade do Ant Group tem investido pesadamente em modelos fundamentais de robótica para capitalizar um mercado em rápida expansão. Em janeiro, a companhia já havia disponibilizado seus primeiros modelos de IA para robótica em código aberto. Entre eles, o LingBot-VLA se destaca, sendo um modelo de visão-linguagem-ação concebido para funcionar como um “cérebro universal”, visando uma implementação de robôs mais escalável e em variados setores.
É importante ressaltar que o Ant Group é uma empresa afiliada ao Alibaba Group Holding, conglomerado que também é proprietário do veículo de notícias South China Morning Post.






