蚂蚁集团旗下具身智能公司灵波科技近日宣布，其自主研发的空间感知模型LingBot-Depth正式升级至2.0版本。该模型通过1.5亿规模数据的深度训练，在边缘清晰度、细小物体识别、远距离深度估计及复杂场景适应性等关键指标上实现显著突破，标志着机器人视觉技术向"看得准、看得稳"的目标迈出重要一步。
作为灵波科技的核心技术成果，LingBot-Depth系列模型专为解决机器人空间感知难题设计。相较于初代版本突破透明、反光等复杂场景的识别瓶颈，2.0版本在数据规模上实现50倍跃升，训练数据量从300万扩充至1.5亿。在深度补全基准测试中，该模型在16项核心指标中斩获12项第一，特别是在室内大面积深度缺失场景中，深度误差（RMSE）较前代降低53%，从0.132降至0.062，在玻璃、镜面等传统深度相机易失效场景中表现尤为突出。
支撑此次升级的核心突破来自全新发布的视觉基座模型LingBot-Vision。这款通用视觉模型首创将"边界结构"作为预训练目标，通过亚像素级边界定位与空间结构理解能力，构建起从"看懂"到"看准"的技术链路。尽管预训练语料仅为1.6亿张图像（较DINOv3减少一个数量级），其深度估计精度却实现超越，并能在视频流中稳定追踪物体边界。该模型已同步开源ViT-G/L/B/S四个版本，支持多场景灵活部署。
在商业化落地层面，灵波科技与3D视觉龙头企业奥比中光展开深度协同。经奥比中光深度视觉实验室专业认证，基于Gemini 330系列双目3D相机的原始数据，LingBot-Depth 2.0在物体轮廓完整性、复杂光照适应性等维度提升显著。双方合作已延伸至硬件层面：奥比中光最新推出的无本体数据采集设备EGO将集成灵波科技优化版模型，后续更将推出搭载商业级版本的一体化相机，实现"3D感知+空间计算"的硬件级融合。
技术开源方面，灵波科技同步释放了LingBot-Depth 2.0技术报告及LingBot-Vision模型权重。通过开放核心算法能力，该公司旨在联合行业伙伴共建机器人视觉技术底座，破解真实物理世界中动态场景识别、长尾案例处理等产业化瓶颈。据透露，相关技术已吸引多家机器人企业开展测试验证，有望在物流、制造、服务等领域加速规模化应用。
