螞蟻集團推出 LingBot-Depth 2.0 模型 空間感知能力顯著提升

螞蟻集團旗下具身智能公司靈波科技於 7 月 7 日正式發布了空間感知模型 LingBot-Depth 2.0，並同步推出視覺基座模型 LingBot-Vision。這兩款模型協同運作，將進一步提升機器人在真實物理世界中的空間感知能力。LingBot-Depth 2.0 基於 1.5 億規模數據進行訓練，相較於上一代 300 萬數據集實現了顯著提升。該模型在邊緣清晰度、細小物體識別、遠距離深度估計及複雜場景魯棒性等多個維度均全面升級。

LingBot-Depth 2.0 在深度補全基準測評中表現優異

在深度補全基準的 16 項測評中，LingBot-Depth 2.0 獲得了 12 項第一，其中在室內大面積深度缺失場景的深度誤差較上一代降低約 50%。在玻璃、鏡面、透明物體等傳統深度相機容易失效的場景中，LingBot-Depth 2.0 的表現尤為突出，能夠補全出完整、平整的三維結構圖。

與此同時，靈波科技還發布了視覺基礎模型 LingBot-Vision，這是業內首個將「邊界結構」作為預訓練目標的視覺模型，能實現亞像素級邊界定位與空間結構理解。本次開源的 ViT-G/L/B/S 四個版本模型權重及完整技術報告，供開發者社區免費使用與二次開發。

在商業化落地方面，螞蟻靈波宣佈與奧比中光進一步深化合作。雙方將圍繞數據採集、SDK 集成及一體化 3D 相機等方向推進產品落地，計劃推出集成 LingBot-Depth 能力的 SDK 和商業版一體化相機設備，旨在為機器人提供更高精度的空間感知能力，加速具身智能產業的規模化應用。