LingBot-Video : un modèle vidéo Mixture-of-Experts destiné à l'intelligence embarquée

LingBot-Video, publié le 8 juillet sur arXiv, présente un framework de pré-entraînement vidéo DiT en Mixture-of-Experts pour combiner capacité de modélisation et efficacité d'inférence en robotique. Le pipeline enrichit les vidéos internet avec des séquences robot-first (manipulation, navigation, égocentrique) et introduit un système de récompense multi-dimensions dépassant les critères esthétiques classiques.