蚂蚁灵波空间感知AI模型LingBot-Depth 2.0发布

蚂蚁集团旗下具身智能公司灵波科技，最近放出大招——发布了空间感知模型LingBot-Depth 2.0。这个新模型基于1.5亿规模的数据进行训练，可以说是在边缘清晰度、细小物体识别、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。

相比上一代LingBot-Depth 1.0，2.0版本的数据量从300万直接膨胀到1.5亿。效果如何？看几组硬数据：在深度补全基准的16项测评中，它拿下了12项第一；最难的室内大面积深度缺失场景，深度误差较上一代直接减半——RMSE从0.132降到0.062；至于玻璃、镜面、透明物体这些传统深度相机最容易翻车的地方，它的表现尤其亮眼。

这次还同步推出了一个视觉基座模型叫LingBot-Vision，专门应对机器人视觉在空间感知、精细识别和复杂环境适应方面的核心挑战。有意思的是，它的预训练语料只有1.6亿张图像，比DINOv3小了一个数量级，但深度估计精度居然优于DINOv3。而且，LingBot-Vision对物体边界的判定非常稳定，能在视频里连续追踪物体边界，这一点在实际应用中很关键。

▲ LingBot-Depth 2.0 在镜面、玻璃等困难场景中补全出完整、平整的三维结构

▲ LingBot-Depth 2.0 在真实传感器深度补全测试中表现较佳

目前LingBot-Depth 2.0已经通过了奥比中光深度视觉实验室的专业认证。实际场景测试显示，基于奥比中光Gemini 330系列双目3D相机提供的芯片级3D原始数据，LingBot-Depth 2.0在边缘清晰度、物体轮廓完整性、细小物体识别、远距离深度估计以及复杂光照、材质场景下的鲁棒性等方面，都有明显提升。

▲ LingBot Depth 2.0 在多型号传感器的空间和时域深度估计任务方面表现）