1-) 💻 Robbyant'tan yeni bir gelişme: "Mekansal algı odaklı" olarak geliştirilen temel görüntüleme modeli LingBot-Vision tanıtıldı. Çoğu görüntüleme modeli anlamsal değişmezliğe odaklanıp ince geometrik detaylarda zayıf kalırken, LingBot-Vision nesne

1 milyar parametreli ViT mimarisi ve öz denetimli öğrenme ile elde edilen sonuçlar şöyle:

- NYUv2 derinlik skorunda, kendisinden 7 kat daha büyük olan 7 milyar parametreli DINOv3 modelini geride bırakıyor.

- Video nesne segmentasyonunda en iyi modellerle eşdeğer performans sergiliyor.

- 0,3 milyar parametreli damıtılmış (distilled) versiyonu, derinlik konusunda 7 milyar parametreli DINOv3 ile aynı seviyeye ulaşıyor.