突破视觉死角：蚂蚁灵波LingBot-Depth 2.0让机器人彻底看清透明反光世界

机器人视觉领域一直有个令人头疼的“死穴”：面对玻璃、镜面这类透明或反光材质，传统的深度相机往往会瞬间“致盲”。不过，这个行业瓶颈正在被彻底打破。

7月7日，蚂蚁集团旗下的具身智能公司灵波科技正式推出了空间感知模型 LingBot-Depth 2.0。这一次，机器人不仅看懂了复杂的物理世界，还能做到“看准”与“看稳”。

1.5亿数据喂养，性能狂飙的“机器人之眼”

作为机器人在物理世界的“眼睛”，LingBot-Depth 的1.0版本已经初步攻克了透明与反光场景的感知难题。而刚刚发布的2.0版本，则在数据量与性能上实现了量级跃升。

新模型的训练数据规模从上一代的300万直接飙升至1.5亿。在深度补全基准的16项核心测评中，它强势拿下了12项第一。尤其是在极具挑战性的室内大面积深度缺失场景中，其深度误差较上一代直接减半（RMSE指标从0.132断崖式降至0.062）。

这意味着什么？意味着在那些传统深度相机最容易失灵的玻璃、镜面、透明物体面前，机器人终于能补全出完整且平整的三维结构，不再“视而不见”。

破局核心：业内首创“边界结构”预训练的视觉基座

Depth 2.0 的惊艳表现，离不开其同步推出的视觉基座模型——LingBot-Vision 的强力赋能。如果说 Depth 是感知的利器，那 Vision 就是打造这把利器的超级引擎。

LingBot-Vision 实现了空间感知训练范式的突破：它是业内首个将“边界结构”作为预训练目标的视觉基础模型。凭借亚像素级的边界定位与空间结构理解能力，它赋予了机器人更高精度、更稳定的视觉表征。

更令人惊喜的是它的“性价比”。尽管 LingBot-Vision 的预训练语料仅为1.6亿张图像，体量比 DINOv3 小了一个数量级，但其深度估计精度却反超 DINOv3。同时，它在物体边界的判定上极其稳定，甚至能在视频流中连续追踪物体边缘。

目前，灵波科技已开源了 LingBot-Vision 的4个版本（ViT-G/L/B/S）及两款模型的技术报告，让开发者也能共享这一视觉底座。值得一提的是，LingBot-Vision 还具备“一模多用”的通用能力，未来潜力不可小觑。

落地提速：携手奥比中光，从评测认证到商业闭环

实力再强，也要经过真实世界的检验。目前，LingBot-Depth 2.0 已顺利通过奥比中光深度视觉实验室的专业认证。在基于奥比中光 Gemini330 系列双目3D相机提供的芯片级原始数据测试中，2.0版本无论是在边缘清晰度、细小物体识别，还是远距离深度估计及复杂光照/材质场景的鲁棒性上，都展现出了肉眼可见的提升。

在商业化落地方面，蚂蚁灵波与奥比中光已经展开了深度绑定。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设备将直接适配灵波科技为数采场景专属优化的 LingBot-Depth 版本。未来，更高级别的商业版模型也将陆续集成，为具身智能模型训练输送更精准、更稳定的真实世界数据底座。

对终端机器人客户而言，好消息也在路上：奥比中光即将推出集成 LingBot-Depth 最新能力的 SDK 产品，让搭载 Gemini330 系列相机的机器人立刻获得更强的深度感知；而到年底，一款“3D相机+空间感知能力”一体化交付的商用相机产品也将正式面世。

从突破透明反光盲区，到开源共建视觉底座，再到软硬件一体化交付，蚂蚁灵波正在一步步解开机器人“看懂、看准、看稳”的枷锁。具身智能的规模化落地，或许比我们想象的来得更快。