灵波科技发布空间感知模型LingBot-Depth2.0，赋能机器人“看懂”世界
7月7日，蚂蚁集团旗下灵波科技正式发布其最新的空间感知模型LingBot-Depth2.0。该模型在上一代的基础上，大幅提升了机器人在识别复杂场景、处理细小物体以及进行远距离深度估计等方面的能力。通过采用1.5亿规模的训练数据，LingBot-Depth2.0在多个关键性能指标上实现了显著突破，有望为具身智能机器人的发展注入新的动能。
LingBot-Depth2.0在深度补全的16项基准测评中，成功摘得12项第一的成绩。尤其是在极具挑战的室内大面积深度缺失场景下，其深度误差较上一代模型（LingBot-Depth1.0）实现了翻倍的降低，从0.132下降至0.062。对于传统深度相机而言，玻璃、镜面及透明物体等复杂材质的识别一直是技术难点，而LingBot-Depth2.0在这些场景下的表现尤为突出，能够精准地补全和识别三维结构。
与LingBot-Depth2.0同步推出的还有其视觉基座模型LingBot-Vision。这款视觉基座模型是业内首个将“边界结构”作为预训练目标的通用视觉模型，其核心创新在于实现了空间感知训练范式的突破。LingBot-Vision具备亚像素级的边界定位和空间结构理解能力，为机器人提供了从“看懂”到“看准”的关键能力支撑，有效解决了机器人在复杂环境中感知和精细识别的痛点。
LingBot-Vision的出现，不仅是空间感知能力的提升，更意味着机器人“眼睛”能力的全面升级。该模型在仅使用1.6亿张图像作为预训练语料的情况下，深度估计的精度已经超越了DINOv3等主流模型，并且对物体边界的判定更加稳定，能够实现视频流中物体边界的连续追踪。灵波科技已开源了LingBot-Vision的4个版本（ViT-G/L/B/S），以推动行业共同发展。
LingBot-Depth2.0已经通过了奥比中光深度视觉实验室的专业认证。实际场景测试表明，在奥比中光Gemini330系列双目3D相机提供的原始数据支持下，LingBot-Depth2.0在边缘清晰度、物体轮廓完整性、细小物体识别、远距离深度估计以及复杂光照和材质场景下的鲁棒性等方面，都展现出了明显的性能优势。
在商业化落地方面，灵波科技与奥比中光已展开深度合作。奥比中光将在其新的数采产品矩阵中集成适配LingBot-Depth的版本，并计划推出集成LingBot-Depth商业版的一体化相机产品，实现“3D相机+空间感知能力”的集成交付。此外，还将推出集成LingBot-Depth最新模型能力的SDK产品，使搭载Gemini330系列相机的机器人能够获得更优的深度效果。
LingBot-Depth2.0和LingBot-Vision的发布，以及技术报告和LingBot-Vision模型权重的开源，标志着灵波科技希望通过开放合作的方式，共同构建强大的机器人视觉底座，以期突破机器人“看懂、看准、看稳”的行业瓶颈，加速具身智能产业的规模化落地。
LingBot-Depth2.0作为一款专注于空间感知的模型，其核心优势在于高精度、高鲁棒性的深度估计能力，尤其擅长处理玻璃、镜面等传统难点场景，这使其在需要精细操作和环境理解的机器人应用（如物流仓储、智能制造、辅助驾驶等）中具有广阔前景。其对细小物体识别和远距离深度估计的提升，也为机器人提供了更广阔的“视野”和更精细的感知能力，预示着未来机器人将能更安全、更高效地在复杂物理环境中执行任务。