# LingBot-Depth 2.0 – 蚂蚁灵波科技推出的深度补全模型 - Link: https://paooo.com/aigc-news/24619/ - Published: 2026-07-07T19:31:06+08:00 - Author: 站外新闻 ## LingBot-Depth 2.0是什么 LingBot-Depth 2.0 是蚂蚁灵波科技发布的面向真实场景的深度补全模型，同步开源视觉基座 模型 LingBot-Vision。训练数据从 300 万扩充至 1.5 亿，在 16 项深度补全基准测评中获 12 项第一，室内大面积深度缺失场景 RMSE 误差从 0.132 降至 0.062。模型在玻璃、镜面 等透明物体场景表现突出，已通过奥比中光专业认证，构建机器人从”看懂”到”看准”的能力 链路。 阅读目录 * [LingBot-Depth 2.0是什么](https://paooo.com/aigc-news/24619/#lingbotdepth-20%e6%98%af%e4%bb%80%e4%b9%88) * [LingBot-Depth 2.0的主要功能](https://paooo.com/aigc-news/24619/#lingbotdepth-20%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd) * [LingBot-Depth 2.0的技术原理](https://paooo.com/aigc-news/24619/#lingbotdepth-20%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86) * [如何使用LingBot-Depth 2.0](https://paooo.com/aigc-news/24619/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8lingbotdepth-20) * [LingBot-Depth 2.0的核心优势](https://paooo.com/aigc-news/24619/#lingbotdepth-20%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf) * [LingBot-Depth 2.0的项目地址](https://paooo.com/aigc-news/24619/#lingbotdepth-20%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80) * [LingBot-Depth 2.0的同类竞品对比](https://paooo.com/aigc-news/24619/#lingbotdepth-20%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94) * [LingBot-Depth 2.0的应用场景](https://paooo.com/aigc-news/24619/#lingbotdepth-20%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af) ![LingBot-Depth 2.0](https://paooo.com/wp-content/uploads/2026/07/LingBot-Depth- 2.0-website-1.avif) ## LingBot-Depth 2.0的主要功能 * **深度补全**：基于 RGB 图像与稀疏深度输入，补全生成高精度稠密深度图。 * **透明物体感知**：针对玻璃、镜面、水龙头等透明/反光物体实现完整三维结构重建。 * **边缘精细识别**：具备亚像素级边界定位能力，精准识别物体轮廓与细小结构。 * **时序稳定性**：在视频流中保持深度估计的时域一致性与空间精度。 * **跨场景泛化**：覆盖室内、室外、复杂光照及多种材质的真实场景。 ## LingBot-Depth 2.0的技术原理 * **双模型协同架构**：LingBot-Depth 2.0 并非单一网络采用”基座模型 + 任务头”的两 级协同架构，底层的 LingBot-Vision 负责从 RGB 图像中提取边界与空间结构特征，上层 的 LingBot-Depth 则基于这些特征完成从稀疏或噪声深度到稠密深度图的补全映射，解 耦设计让视觉表征与深度估计各自专注于最擅长的环节，构建起机器人从”看懂”到”看准” 的完整能力链路。 * **LingBot-Vision：边界结构预训练**：LingBot-Vision 是业内首个将”边界结构”作为 显式预训练目标的视觉基础模型，采用几何建模方式学习”物体在哪里、边缘如何分布、 空间如何组织”的结构性知识，使模型具备亚像素级的边界定位能力；在仅使用 1.6 亿张 图像进行预训练的情况下，其对物体轮廓、表面交界及细小结构的识别清晰度与稳定性均 优于依赖十亿级数据的通用视觉基础模型。 * **深度补全机制**：LingBot-Depth 2.0 的深度补全网络基于 LingBot-Vision 提供的边界 感知特征，通过编码器识别深度不连续区域，再经由解码器进行多尺度特征融合，在保持 物体边缘锐利的同时对平滑区域进行合理插值；关键在于模型利用显式的边界结构特征作为 深度传播的约束条件，有效防止传统深度补全中常见的”深度溢出”问题，确保前景与背景 在物体边界处实现正确截断，同时引入时序特征对齐机制以保障视频流输入下的帧间深度 一致性。 ![挖挖GitHub](https://paooo.com/wp-content/uploads/2026/07/wawagithub-60.avif) 微信关注回复“**开源**”，加入**AI开源项目交流群** ## 如何使用LingBot-Depth 2.0 * **获取模型**：从 HuggingFace 或 ModelScope 下载 LingBot-Vision 开源权重。 * **克隆代码**：通过 GitHub 仓库 https://github.com/robbyant/lingbot-vision 获取 代码与技术报告。 * **环境配置**：根据文档配置依赖环境，准备 RGB-D 输入数据。 * **调用推理**：加载模型进行深度补全推理，或基于 LingBot-Vision 训练下游视觉任务。 * **端侧集成**：用奥比中光 Gemini 330 系列相机，通过 SDK 接入 LingBot-Depth 商业 版能力。 ## LingBot-Depth 2.0的核心优势 * **数据规模领先**：训练数据达 1.5 亿，较上一代扩充 50 倍，覆盖更丰富的真实场景。 * **测评成绩优异**：在 16 项深度补全基准测评中斩获 12 项第一。 * **误差显著降低**：室内大面积深度缺失场景 RMSE 误差较上一代减半。 * **透明场景突破**：在玻璃、镜面等传统深度相机失灵场景中表现尤为突出。 * **硬件认证加持**：通过奥比中光深度视觉实验室专业认证，边缘清晰度与鲁棒性显著提升。 ## LingBot-Depth 2.0的项目地址 * **项目官网**：https://technology.robbyant.com/lingbot-vision * **GitHub仓库**：https://github.com/robbyant/lingbot-vision * **HuggingFace模型库**：https://huggingface.co/collections/robbyant/lingbot-vision * **arXiv技术论文**：https://github.com/robbyant/lingbot-vision/blob/main/paper. pdf ## LingBot-Depth 2.0的同类竞品对比 | 对比维度 | LingBot-Depth 2.0 | Depth Anything V2 | | **技术路线** | 基于边界结构预训练的视觉基座模型 + 深度补全 | 基于 DINOv2 的判别模型 + 合成数据与伪标签训练 | | **数据规模** | 1.5 亿真实场景训练数据 | 59.5 万合成图像 + 6200 万伪标注真实图像 | | **核心优势** | 透明/反光物体、边缘精细识别、机器人场景优化 | 单目深度估计、多尺度模型、推理速度快 | | **开源情况** | LingBot-Vision 四版本（ViT-G/L/B/S）已开源 | 四版本开源（Small 为 Apache 2.0，其余 CC-BY-NC-4.0） | | **产业落地** | 与奥比中光深度合作，推出 SDK 及一体化相机 | 学术研究与通用场景为主 | ## LingBot-Depth 2.0的应用场景 * **家庭服务机器人**：在厨房、卫生间等存在玻璃、镜面、水龙头的环境中实现精准导航 与操作。 * **工业质检**：对透明包装、反光金属件进行三维尺寸测量与缺陷检测。 * **仓储物流**：在复杂光照仓库中识别货物边缘与细小物体，辅助机械臂抓取。 * **自动驾驶**：补全道路场景深度信息，提升透明障碍物（如玻璃幕墙）感知能力。 * **数采设备**：集成于奥比中光 EGO 等 RGB-D 采集设备，为具身智能训练提供精准真实 世界数据。 **🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词 咒语库 [🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/) [⚡ AIGC 早报生成器](https://paooo.com/mtool/)