# 机器人视觉迎来新突破!蚂蚁灵波空间感知模型LingBot-Depth 2.0正式发布

- Link: https://paooo.com/aigc-news/23944/
- Published: 2026-07-07T13:41:11+08:00
- Author: 站外新闻

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-Depth2.0。该模型
基于1.5亿规模数据进行训练，在边缘清晰度、细小物体识别、远距离深度估计以及复杂场景
鲁棒性等方面实现全面升级。

LingBot-Depth是灵波自研的空间感知模型，相当于机器人在物理世界的眼睛，1.0版解决了
机器人看清透明、反光等复杂场景的空间感知难题。相比于LingBot-Depth1.0，LingBot-Depth2.0
的训练数据从300万扩充至1.5亿规模，性能全面升级: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，深度误差较上一代减半（RMSE从0.132降至0.062）;
在玻璃、镜面、透明物体等传统深度相机最容易失灵的场景中表现尤为突出。

此次还同步推出了LingBot-Depth2.0的视觉基座模型——LingBot-Vision，构建起机器人从“看懂”
到“看准”的能力链路，旨在应对机器人视觉在空间感知、精细识别和复杂环境适应等方面的
核心挑战。

⌊image.png⌉⌊image.png⌉ 

（图说1:LingBot-Depth2.0在镜面、玻璃等困难场景中补全出完整、平整的三维结构）

LingBot-Depth2.0的突破性进展得益于 LingBot-Vision 突出的视觉表征能力。作为一款通用
视觉模型，LingBot-Vision 也是业内首个把“边界结构”作为预训练目标的视觉基础模型，实现
了空间感知训练范式的突破。它拥有亚像素级的边界定位与空间结构理解能力，实现了更高
精度、更稳定的空间感知能力。

LingBot-Vision 的预训练语料仅为1.6亿张图像，比 DINOv3小一个数量级，深度估计精度却
与优于 DINOv3;并且，LingBot-Vision对物体边界的判定足够稳定，能在视频中连续追踪物体
边界。LingBot-Vision本次开源了4个版本——ViT-G/L/B/S。

据了解，LingBot-Vision除了支持LingBot-Depth2.0的训练，还具备“一模多用”的通用能力。

![image.png](https://paooo.com/wp-content/uploads/2026/07/6391901790385338774104607.
avif "image.png")

（图说2:LingBot-Depth2.0在真实传感器深度补全测试中表现领先）

![image.png](https://paooo.com/wp-content/uploads/2026/07/6391901793526376545705123.
avif "image.png")

（图说3:与主流视觉基础模型相比，LingBot-Vision对物体边界和空间结构的识别更清晰、
更稳定）

目前，LingBot-Depth2.0已通过奥比中光深度视觉实验室专业认证。实际场景测试显示，基于
奥比中光 Gemini330系列双目3D 相机提供的芯片级3D 原始数据，LingBot-Depth2.0在边缘
清晰度、物体轮廓完整性、细小物体识别、远距离深度估计及复杂光照、材质场景下的鲁棒
性等方面均有明显提升。

![image.png](https://paooo.com/wp-content/uploads/2026/07/6391901796822965525856984.
avif "image.png")

（图说4:LingBot Depth2.0通过奥比中光深度视觉实验室专业评测，在多型号传感器的空间
和时域深度估计任务上都展现了极高的精度和稳定性）

在商业化方面，蚂蚁灵波已与奥比中光在诸多方面展开深度合作。据了解，奥比中光最新推出
的无本体数据采集产品矩阵中，RGB-D版本的EGO设备会适配灵波科技专门为数采场景优化的
LingBot-Depth 版本，后续还将进一步集成更高级别商业版本模型，持续补全深度缺失、优
化物体边缘和空间结构细节，为具身智能模型训练提供更精准、更稳定、更可用的真实世界
数据底座。

此外，奥比中光将推出集成 LingBot-Depth 最新模型能力的 SDK 产品，供机器人客户在端
侧使用，让使用 Gemini330系列相机的机器人获得更好的深度效果;并计划于年底推出集成 
LingBot-Depth 商业版的一体化相机产品，实现“3D 相机 + 空间感知能力”的一体化交付。
随着两款模型的发布，双方合作有望延展至更多领域。

目前，两款模型的技术报告、LingBot-Vision的模型权重已开源。蚂蚁灵波科技表示，希望
以开放的方式与行业共建机器人视觉底座，让机器人突破在真实物理世界中“看懂、看准、看
稳”的行业瓶颈，加速具身产业规模化落地。