【TechWeb】1月27日消息 ， 螞蟻集團旗下具身智能公司靈波科技宣布開源高精度空間感知模型 LingBot-Depth 。
該模型基于奧比中光Gemini 330系列雙目3D相機提供的芯片級原始數據 ， 專注于提升環境深度感知與三維空間理解能力 ， 旨在為機器人、自動駕駛汽車等智能終端賦予更精準、更可靠的三維視覺 。
據介紹 ， 在NYUv2、ETH3D等權威基準評測中 ， LingBot-Depth展現出代際級優勢：相比業界主流的 PromptDA與PriorDA ， 其在室內場景的相對誤差（REL）降低超過70% ， 在挑戰性的稀疏SfM 任務中RMSE誤差降低約47%。
在家庭和工業環境中 ， 玻璃器皿、鏡面、不銹鋼設備等透明和反光物體物體十分常見 ， 但卻是機器空間感知的難點 。 傳統深度相機受制于光學物理特性 ， 在面對透明或高反光材質時 ， 往往無法接收有效回波 ， 導致深度圖出現數據丟失或產生噪聲 。
針對這一行業共性難題 ， 螞蟻靈波科技研發了“掩碼深度建?！保∕asked Depth Modeling ， MDM）技術 ， 并依托奧比中光 Gemini 330 系列雙目 3D 相機進行 RGB-Depth 數據采集與效果驗證 。 當深度數據出現缺失或異常時 ， LingBot-Depth 模型能夠融合彩色圖像（RGB）中的紋理、輪廓及環境上下文信息 ， 對缺失區域進行推斷與補全 ， 輸出完整、致密、邊緣更清晰的三維深度圖 。
值得一提的是 ， LingBot-Depth 模型已通過奧比中光深度視覺實驗室的專業認證 。 實驗中 ， 奧比中光 Gemini 330 系列在應用LingBot-Depth 后 ， 面對透明玻璃、高反光鏡面、強逆光及復雜曲面等極具挑戰的光學場景時 ， 輸出的深度圖依然平滑、完整 ， 且物體的輪廓邊緣非常銳利 ， 其效果顯著優于業內領先的3D 視覺公司 Stereolabs 推出的 ZED Stereo Depth 深度相機 。
【螞蟻靈波開源LingBot-Depth模型 讓機器人精準抓取透明反光物】LingBot-Depth 的優異性來源于海量真實場景數據 。 靈波科技采集約 1000 萬份原始樣本 ， 提煉出 200 萬組高價值深度配對數據用于訓練 ， 支撐模型在極端環境下的泛化能力 。 這一核心數據資產（包括 2M 真實世界深度數據和 1M 仿真數據）將于近期開源 ， 推動社區更快攻克復雜場景空間感知難題 。
據了解 ， 螞蟻靈波科技已與奧比中光達成戰略合作意向 。 奧比中光計劃基于 LingBot-Depth 的能力推出新一代深度相機 。 本周螞蟻靈波將陸續開源多款具身智能方向模型 。
推薦閱讀
- 螞蟻具身研究首次亮相！就解決了機器人「看」透明玻璃這些難題
- 具身智能“統考卷”：上海交通大學發布大規模開源測評集GM-100
- 百萬圍觀、HuggingFace多模態登頂，開源語音版「DeepSeek」爆火
- 分析清理微信儲存空間的開源項目遭發函、下架？騰訊回應
- 下載超10億、衍生模型破20萬，阿里千問刷新全球開源模型紀錄
- 開源新王炸！10B多模態小模型屠榜，性能媲美20倍巨無霸
- 開源版Cowork爆火，逼得Anthropic下放Cowork
- 超2億！阿里螞蟻聯手投了一款“能給你點奶茶的AI 3D男友”
- 哈工大系闖出人形機器人黑馬：成立不到一年，全棧開源3m/s原型機
- 開源8300小時標注數據，新一代實時通用游戲AI Pixel2Play發布