Ant Group провела значительную реструктуризацию своего подразделения искусственного интеллекта, изменив общую стратегию ИИ. В рамках этих изменений универсальная модель Lingguang отошла от прямой конкуренции на рынке, в то время как помощник A-Fu, ориентированный на сферу здравоохранения, был назначен главным стратегическим приоритетом группы.
Руководитель продукта Lingguang, Хан Ло, был переведен для поддержки A-Fu, а ключевые сотрудники команды Lingguang направляются на ускорение разработки A-Fu. Эта перестройка отражает текущие рыночные условия.
Согласно данным QuestMobile, рейтинги приложений с нативным ИИ за май 2026 года показали, что ByteDance Doubao лидирует с 382 миллионами активных пользователей в месяц (MAU). За ним следуют Alibaba Tongyi Qianwen с 167 миллионами MAU, а также DeepSeek и Tencent Yuanbao. Ant Group A-Fu занимает четвертое место с 28,97 миллионами MAU, тогда как Lingguang не смог попасть в топ-10.
Несмотря на то, что A-Fu является лидером в категории вертикального ИИ для здравоохранения, его охват аудитории все еще значительно меньше, чем у лидеров в области общего ИИ. A-Fu, который был лично назван Джеком Ма, определен как стратегический якорь ИИ Ant Group. Продукт интегрирует управление здоровьем на основе ИИ непосредственно в страховые продукты, предлагая такие услуги, как ответы на вопросы о здоровье, интерпретация медицинских отчетов, запись на прием с помощью ИИ, оплата медицинского страхования и покупка лекарств, тесно связанные с каналом медицинского здоровья Alipay.
Ant Group стремится трансформировать финансовые продукты с низкой частотой использования в вовлечение в сфере здоровья с высокой частотой через A-Fu, создавая таким образом хаб ИИ для здоровья и страхования. Параллельно Lingguang переориентируется на исследовательскую деятельность, недавно обновив свой опыт работы с миром путем интеграции новейшей модели мира LingBot-World 2.0 от Ant Lingbo. Это позиционирует Lingguang как экспериментальную платформу для передовых технологий ИИ, в то время как A-Fu несет мандат на коммерциализацию и рост пользователей.
A-Fu сталкивается с давлением со многих сторон. ByteDance инвестировала более 20 миллиардов юаней в инфраструктуру здравоохранения, имея более 20 портфельных компаний, и запустила приложение Xiaohie AI Doctor. Кроме того, Alibaba Tongyi Qianwen выступает мощной альтернативой общего назначения, способной поглотить сценарии использования в сфере здравоохранения. A-Fu должен продемонстрировать способность выйти за пределы 30 миллионов MAU и доказать, что вертикальный ИИ может создать устойчивую бизнес-модель, достаточную для оправдания своей стратегической позиции в рамках более широкой экосистемы Alibaba, иначе он рискует последовать пути Lingguang — постепенной интеграции в общую платформу.
Модель пространственного восприятия LingBot-Depth 2.0 от Ant Group продемонстрировала 12 результатов, признанных мировыми первыми. Основа этой системы, модель LingBot-Vision с 1,1 миллиарда параметров, превзошла модель 7B DINOv3 от Meta.
LingBot (蚂蚁灵波) представила LingBot-Depth 2.0, которая является моделью пространственного восприятия, достигшей 12 мировых рекордов на публичных и частных наборах данных. Технология, лежащая в основе — модель LingBot-Vision, представляет собой первую в мире пространственно-нативную модель фундаментального зрения, разработанную специально для воплощенного ИИ, и была выпущена с открытым исходным кодом.
LingBot-Vision знаменует собой смену парадигмы по сравнению с традиционными моделями фундаментального компьютерного зрения. Старые модели, такие как DINOv3, обучаются на изображениях из интернета, выступая в роли «зрителей веба», которые могут распознавать объекты, но не способны воспринимать их точные трехмерные границы и пространственные структуры. LingBot-Vision же обучается с нуля с учетом потребностей первого лица в пространственном восприятии и взаимодействии, интегрируя геометрическое понимание пространства как основную способность с самого начала.
При использовании приблизительно 1,1 миллиарда параметров (что составляет примерно одну седьмую от 7 миллиардов параметров DINOv3) и меньшего объема обучающих выборок, чем у DINOv3 (менее одной трети), LingBot-Vision демонстрирует более высокую точность и всесторонне превосходит 7B DINOv3 на бенчмарке оценки глубины NYUv2. Модель напрямую устраняет три критических недостатка традиционной оценки глубины: размытие границ объектов, обнаружение мелких объектов и помехи дальнего расстояния.
LingBot-Depth 2.0 показывает исключительные результаты в сложных задачах восприятия. Она обеспечивает крайнюю четкость границ для сохранения целостности контура объекта, что позволяет планировать траекторию роботизированной руки с точностью до миллиметра. Модель значительно улучшает обнаружение тонких предметов, таких как провода, кабели и металлические соединения. Для быстродвижущихся роботов модель эффективно фильтрует высокочастотный шум на больших расстояниях, обеспечивая надежные данные о глубине для удаленных препятствий. Наиболее впечатляющим является то, что она поддерживает гладкие и полные карты глубины даже в трудных условиях, включая отражающие поверхности, прозрачные объекты, сильную темноту и сильно загроможденные окклюдированные среды.
Модель уже начала коммерческое использование благодаря партнерству с ORBBEC, мировым лидером в области оборудования 3D-зрения. LingBot-Depth 2.0 прошла строгую сертификацию промышленного уровня в Лаборатории глубинного зрения ORBBEC, продемонстрировав выдающуюся точность и способность работать с различными материалами. Сотрудничество привело к трем конкретным результатам: созданию нового устройства для сбора данных EGO-RGBD с встроенной аннотацией качества глубины, полной интеграции SDK, позволяющей пользователям оборудования ORBBEC получать пространственное восприятие в один клик, и предстоящей интегрированной камеры, которая выдает чистые потоки 3D-видения без сложной настройки алгоритмов.
Ant Group сделала модель LingBot-Vision общедоступной на платформах Hugging Face и ModelScope, а код доступен на GitHub. Технический отчет по работе опубликован на arXiv.
