7月7日，蚂蚁集团旗下具身智能公司灵波科技正式发布了全新的空间感知模型——LingBot-Depth 2.0。该模型基于1.5亿规模的数据集进行训练，在边缘清晰度、微小物体识别、远距离深度估计以及复杂场景鲁棒性等方面实现了全面升级，为机器人视觉领域带来了突破性进展。 LingBot-Depth系列一直是灵波自主研发的空间感知模型，堪称机器人在物理世界中的“眼睛”。1.0版本主要解决了机器人对透明、反光等复杂场景的空间感知难题。而到了2.0版本，训练数据从300万大幅扩展至1.5亿，性能自然实现了质的飞跃。具体来看，在深度补全基准的16项评测中，它拿下了12项第一；在业内公认难度最高的室内大面积深度缺失场景中，深度误差较上一代直接减半，RMSE从0.132降至0.062。尤其值得关注的是，在玻璃、镜面、透明物体这些传统深度相机最容易“失效”的场景中，它的表现尤为突出。 此次灵波还同步发布了LingBot-Depth 2.0的视觉基座模型——LingBot-Vision。这相当于构建了一条从“看懂”到“看准”的能力链路，专门应对机器人在空间感知、精细识别和复杂环境适应等方面的核心挑战。 图说2：LingBot-Depth 2.0 在真实传感器深度补全测试中表现领先 图说4：LingBot Depth 2.0通过奥比中光深度视觉实验室专业评测，在多型号传感器的空间和时域深度估计任务上都展现了极高的精度和稳定性 商业落地层面，蚂蚁灵波已与奥比中光展开深度合作。据了解，奥比中光最新推出的无本体数据采集产品矩阵中，RGB-D版本的EGO设备将适配灵波科技专为数据采集场景优化的LingBot-Depth版本。后续还将进一步集成更高级别的商业版本模型，持续补全深度缺失、优化物体边缘与空间结构细节，为具身智能模型训练提供更精准、更稳定、更可用的真实世界数据底座。 此外，奥比中光计划推出集成LingBot-Depth最新模型能力的SDK产品，让使用Gemini 330系列相机的机器人客户在端侧即可获得更出色的深度效果。更值得期待的是，到年底，它们还将推出集成LingBot-Depth商业版的一体化相机产品，真正实现“3D相机+空间感知能力”的一体化交付。可以预见，随着这两款模型的发布，双方的合作还将延伸至更多领域。 目前，两款模型的技术报告以及LingBot-Vision的模型权重均已开源。蚂蚁灵波科技的态度十分明确——希望通过开放的方式与行业共建机器人视觉底座，助力机器人真正突破在真实物理世界中“看懂、看准、看稳”的行业瓶颈，加速具身产业规模化落地。