灵波开源LingBot-Depth：蚂蚁的视觉感知模型深度解析
来源：科技日报
科技日报记者 崔爽
1月27日，蚂蚁集团旗下具身智能公司灵波科技开源了高精度空间感知模型 LingBot-Depth。继在2025外滩大会上首次亮相后，时隔半年，灵波科技在具身智能技术底座方向再次公布重要成果。
据介绍，该模型基于奥比中光 Gemini 330 系列双目3D相机提供的芯片级原始数据，专注于提升环境深度感知与三维空间理解能力。其目标是为机器人、自动驾驶汽车等智能终端赋予更精准、可靠的三维视觉，助力攻克“看清楚”三维世界这一行业难题。在 NYUv2、ETH3D 等权威基准评测中，LingBot-Depth 在室内场景的相对误差显著降低超过70%。
在家庭和工业环境中，玻璃器皿、镜面和高反光物体十分常见，但这些恰恰是机器空间感知的传统难点。受限于光学物理特性，传统深度相机在面对透明或高反光材质时，往往无法接收有效回波，导致深度图出现数据缺失或噪声干扰。
针对这一挑战，灵波科技研发了“掩码深度建模”技术，并依托奥比中光 Gemini 330 系列双目3D相机进行 RGB-D 数据采集与效果验证。当深度数据出现缺失或异常时，LingBot-Depth 模型能够融合彩色图像中的纹理、轮廓及环境上下文信息，对缺失区域进行推断与补全，最终输出完整、致密、边缘更清晰的三维深度图。值得一提的是，该模型已通过奥比中光深度视觉实验室的专业认证，在精度、稳定性及复杂场景适应性方面均达到行业领先水平。
据了解，灵波科技已与奥比中光达成战略合作意向。奥比中光计划基于 LingBot-Depth 的能力推出新一代深度相机。灵波科技也将陆续开源多款具身智能方向模型。
相关攻略
在图像分类、目标检测和语义分割等核心计算机视觉任务中，Transformer凭借其强大的全局特征建模能力，已成为主流技术架构。然而，其自注意力机制存在的二次计算复杂度问题，严重阻碍了其在手机、平板等移动设备上的高效部署。如何在资源受限的端侧设备上实现视觉Transformer的轻量化，同时保持其关键
通用视觉推理的强化学习框架开源版本正式发布，为AI社区带来突破性进展。 这项名为Vero的研究项目由普林斯顿大学刘壮团队主导，陈丹琦教授参与协作。项目基于创新的方法论构建，其视觉推理模型在图表解析、科学问答、空间关系判断及多样化开放视觉任务中均展现出卓越性能。尤为突出的是，该模型在超过30项权威基准
新加坡国立大学团队提出TGO方法，无需依赖成对偏好数据，可直接利用单个样本的标量评分优化视觉生成模型。该方法通过估计分数阈值划分伪正负例，并依分数距离加权训练，在图像与视频生成任务中有效提升性能，为利用真实场景标量反馈提供了新途径。
寻找上海的城市视觉素材，既要新、又要多、还得可靠，有没有一个地方能同时满足这些要求？ 最近有个平台做了件挺实在的事。IP SHANGHAI，这个上海的城市形象资源共享平台，为了庆祝上线五周年，对其视觉版权交易系统进行了一次重要升级。核心变化在于，创作者现在可以自主为上传的原创图片和视频设定价格，而使
续集魔咒是 Hollywood 铁律——《Beef》第二季却打破了它 说来有趣，这部口碑不降反升的亚裔复仇剧续作，让观众印象最深的，往往不是那些戏剧性的剧情转折，而是每一集里一闪而过的怪诞画作。这本身，就挺反常的。 正方：视觉符号才是续作的灵魂 通常来说，续集为了维持热度，要么堆砌新角色，要么制造更
热门专题
热门推荐
MiniCPM-o 4 5是什么 在探索更自然、更智能的人机交互道路上，我们始终在期待一个“全能型选手”的到来。如今，这个角色或许已经登场。面壁智能最新开源的MiniCPM-o 4 5，一个仅拥有90亿参数的全模态大模型，正致力于重新划定“智能对话”的边界。 它彻底颠覆了传统一问一答的“对讲机”式交
Binance币安 欧易OKX ️ Huobi火币️ 想在2025年安全获取欧易OKX的正版APP？其实秘诀就一个：认准官方网站，避开所有仿冒和可疑的下载渠道。要知道，欧易现已统一更名为欧易OKX，其核心业务始终围绕数字资产交易及相关服务展开。 确认官方网站地址 第一步，打开浏览器，手动输入欧易OK
SecondMe Book是什么 在AI社交这一前沿赛道，一款国产平台正带来独特的解决方案。SecondMe Book，本质上是一个能够让你构建个人AI数字分身的创新平台。它允许用户创建一个能够代表真实自我风格与思维的AI数字身份，并让这个“第二自我”在一个专属的AI社交网络中自主运行——包括主动发
在AI大模型技术快速发展的今天，如何在卓越性能与高效推理成本之间取得最佳平衡，已成为行业关注的核心焦点。近期，由阶跃星辰推出的开源模型Step 3 5 Flash引发了广泛热议。该模型专为智能体（AI Agent）应用场景深度优化，旨在顶尖能力与亲民部署成本之间，构建一个极具竞争力的技术支点。 简而
LongCat-Flash-Lite是什么 在探索大语言模型性能与效率的最佳平衡点时，美团近期推出的LongCat-Flash-Lite提供了一个极具创新性的解决方案。作为新一代高效大语言模型，它凭借其突破性的架构设计，在人工智能领域获得了广泛关注。 简而言之，该模型创新性地融合了“混合专家系统（M