蚂蚁灵波发布空间感知模型LingBot-Depth 2.0，同步开源视觉基座模型LingBot-Vision

7月7日，蚂蚁集团旗下具身智能公司灵波科技正式发布新一代空间感知模型LingBot-Depth 2.0。该模型相当于机器人在物理世界的"眼睛"，专门解决机器人在透明物体、反光表面、大面积深度缺失等复杂场景中的空间感知难题。

LingBot-Depth 2.0的训练数据规模从1.0版本的300万大幅扩充至1.5亿，带来全面的性能提升。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。

在深度补全基准测试中，LingBot-Depth 2.0在全部16项测评中获得12项第一，展现出显著的领先优势。模型已通过奥比中光深度视觉实验室专业认证，在实际场景测试中，边缘清晰度、物体轮廓完整性、细小物体识别及远距离深度估计等方面均有明显提升。

与LingBot-Depth 2.0同步发布的还有其视觉基座模型LingBot-Vision。这是业内首个把"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。LingBot-Vision拥有亚像素级的边界定位能力，预训练语料仅为1.6亿张图像，比DINOv3小一个数量级，但深度估计精度优于DINOv3。

灵波科技已将LingBot-Vision开源，发布ViT-G/L/B/S四个版本。LingBot-Vision除了支撑LingBot-Depth 2.0的训练外，还具备"一模多用"的通用视觉能力，可在多种机器人视觉任务中灵活应用。

在商业化方面，蚂蚁灵波已与奥比中光展开深度合作。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，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。

此次两款模型的发布和开源，标志着蚂蚁在具身智能领域的布局进一步深入。通过开放模型权重与技术报告，灵波科技希望与行业共建机器人视觉底座，加速突破机器人在物理世界中"看懂、看准、看稳"的瓶颈，推动具身智能产业的规模化落地。