灵波开源LingBot-Depth：蚂蚁的视觉感知模型深度解析

来源：科技日报

科技日报记者 崔爽

1月27日，蚂蚁集团旗下具身智能公司灵波科技开源了高精度空间感知模型 LingBot-Depth。继在2025外滩大会上首次亮相后，时隔半年，灵波科技在具身智能技术底座方向再次公布重要成果。

据介绍，该模型基于奥比中光 Gemini 330 系列双目3D相机提供的芯片级原始数据，专注于提升环境深度感知与三维空间理解能力。其目标是为机器人、自动驾驶汽车等智能终端赋予更精准、可靠的三维视觉，助力攻克“看清楚”三维世界这一行业难题。在 NYUv2、ETH3D 等权威基准评测中，LingBot-Depth 在室内场景的相对误差显著降低超过70%。

在家庭和工业环境中，玻璃器皿、镜面和高反光物体十分常见，但这些恰恰是机器空间感知的传统难点。受限于光学物理特性，传统深度相机在面对透明或高反光材质时，往往无法接收有效回波，导致深度图出现数据缺失或噪声干扰。

针对这一挑战，灵波科技研发了“掩码深度建模”技术，并依托奥比中光 Gemini 330 系列双目3D相机进行 RGB-D 数据采集与效果验证。当深度数据出现缺失或异常时，LingBot-Depth 模型能够融合彩色图像中的纹理、轮廓及环境上下文信息，对缺失区域进行推断与补全，最终输出完整、致密、边缘更清晰的三维深度图。值得一提的是，该模型已通过奥比中光深度视觉实验室的专业认证，在精度、稳定性及复杂场景适应性方面均达到行业领先水平。

据了解，灵波科技已与奥比中光达成战略合作意向。奥比中光计划基于 LingBot-Depth 的能力推出新一代深度相机。灵波科技也将陆续开源多款具身智能方向模型。