蚂蚁灵波发布LingBot-Depth 2.0空间感知模型，机器人视觉能力全面升级

事件概述

7月7日，蚂蚁集团旗下具身智能公司灵波科技发布空间感知模型LingBot-Depth 2.0，同时推出视觉基座模型LingBot-Vision。前者相当于机器人在物理世界的“眼睛”，后者构建了从“看懂”到“看准”的能力链路，旨在解决机器人空间感知、精细识别和复杂环境适应等核心挑战。

核心信息

• 数据规模跃升：LingBot-Depth 2.0的训练数据从1.0版的300万张扩充至1.5亿张，性能全面提升。
• 测评表现：在深度补全基准的16项测评中获得12项第一。在最难的室内大面积深度缺失场景中，深度误差（RMSE）从0.132降至0.062，较上一代减半。
• 困难场景突破：在玻璃、镜面、透明物体等传统深度相机容易失灵的场景中表现突出，能补全出完整、平整的三维结构。
• LingBot-Vision特点：作为业内首个把“边界结构”作为预训练目标的视觉基础模型，实现亚像素级边界定位与空间结构理解能力。预训练图像仅1.6亿张，比DINOv3小一个数量级，深度估计精度却优于DINOv3。该模型开源了ViT-G/L/B/S四个版本。

商业化与生态合作

• 认证与测试：LingBot-Depth 2.0已通过奥比中光深度视觉实验室专业认证。基于奥比中光Gemini 330系列双目3D相机的芯片级原始数据，在边缘清晰度、细小物体识别、远距离深度估计及复杂光照和材质场景中均有明显提升。
• 产品集成：奥比中光将推出集成LingBot-Depth最新模型能力的SDK，供机器人客户端侧使用；计划年底推出集成商业版的一体化相机，实现“3D相机+空间感知能力”一体化交付。
• 开源：两款模型的技术报告和LingBot-Vision的模型权重已开源，灵波科技表示希望以开放方式共建机器人视觉底座。