蚂蚁灵波空间感知AI模型LingBot-Depth 2.0发布

IT之家 7 月 7 日消息，蚂蚁模型蚂蚁集团旗下具身智能公司灵波科技今日正式推出新一代空间感知模型 LingBot-Depth 2.0。灵波该模型基于 1.5 亿规模的空间高质量数据进行训练，旨在解决机器人视觉在空间感知、感知精细识别及复杂环境适应中的发布核心痛点。官方宣称，蚂蚁模型LingBot-Depth 2.0 在边缘清晰度、灵波细小物体识别、空间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。感知

性能全面跃升：数据量级与精度双重突破

灵波科技指出，发布相较于前代产品 LingBot-Depth 1.0，蚂蚁模型LingBot-Depth 2.0 的灵波训练数据规模从 300 万大幅扩充至 1.5 亿级别。这一数据量的空间激增带来了显著的性能飞跃：

• 基准测试领跑：在深度补全基准的 16 项测评中，LingBot-Depth 2.0 斩获 12 项第一名。感知
• 深度误差减半：在最难的发布室内大面积深度缺失场景中，其深度误差较上一代显著降低，均方根误差（RMSE）从 0.132降至 0.062。
• 攻克传统难题：在玻璃、镜面、透明物体等传统深度相机极易失灵的“高难度”场景中，模型表现出卓越的鲁棒性和准确性。

同步推出视觉基座模型 LingBot-Vision

此次发布还同步推出了视觉基座模型 LingBot-Vision。该模型专为应对机器人视觉挑战而设计，具备以下显著优势：

• 高效预训练：预训练语料仅为 1.6 亿张图像，数据规模比 DINOv3 小一个数量级。
• 精度超越竞品：尽管数据量更少，其深度估计精度却优于 DINOv3。
• 稳定追踪能力：对物体边界的判定极为稳定，支持在视频流中连续、准确地追踪物体边界。

▲ 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

硬件适配与场景验证

目前，LingBot-Depth 2.0 已通过 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，该模型在以下方面均有明显提升：

• 边缘清晰度
• 物体轮廓完整性
• 细小物体识别能力
• 远距离深度估计精度
• 复杂光照与材质场景下的鲁棒性

▲ 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优异

(责任编辑：综合)