核心内容摘要
独立开发者福音!我用AI 1小时完成万字市场调研报告,解锁2026软件服务市场全貌
空间智能迎来重要开源进展。
1月 27 日蚂蚁集团旗下具身智能公司灵波科技宣布开源高精度空间感知模型 LingBot-Depth。
该模型基于奥比中光 Gemini 330 系列双目 3D 相机提供的芯片级原始数据专注于提升环境深度感知与三维空间理解能力旨在为机器人、自动驾驶汽车等智能终端赋予更精准、更可靠的三维视觉在“看清楚”三维世界这一行业关键难题上取得重要突破。
这也是蚂蚁灵波科技在2025外滩大会后首次亮相后时隔半年在具身智能技术基座方向公布重要成果。
在NYUv
ETH3D等权威基准评测中LingBot-Depth展现出代际级优势相比业界主流的 PromptDA与PriorDA其在室内场景的相对误差REL降低超过70%在挑战性的稀疏SfM 任务中RMSE误差降低约47%确立了新的行业精度标杆。
在最具挑战的稀疏深度补全任务中LingBot-Depth性能整体优于现有多种主流模型。
图中数值越低代表性能越好在家庭和工业环境中玻璃器皿、镜面、不锈钢设备等透明和反光物体物体十分常见但却是机器空间感知的难点。
传统深度相机受制于光学物理特性在面对透明或高反光材质时往往无法接收有效回波导致深度图出现数据丢失或产生噪声。
针对这一行业共性难题蚂蚁灵波科技研发了“掩码深度建模”Masked Depth ModelingMDM技术并依托奥比中光 Gemini 330 系列双目 3D 相机进行 RGB-Depth 数据采集与效果验证。
当深度数据出现缺失或异常时LingBot-Depth 模型能够融合彩色图像RGB中的纹理、轮廓及环境上下文信息对缺失区域进行推断与补全输出完整、致密、边缘更清晰的三维深度图。
值得一提的是LingBot-Depth 模型已通过奥比中光深度视觉实验室的专业认证在精度、稳定性及复杂场景适应性方面均达到行业领先水平。
实验中奥比中光 Gemini 330 系列在应用LingBot-Depth 后面对透明玻璃、高反光镜面、强逆光及复杂曲面等极具挑战的光学场景时输出的深度图依然平滑、完整且物体的轮廓边缘非常锐利其效果显著优于业内领先的3D 视觉公司 Stereolabs 推出的 ZED Stereo Depth 深度相机。
这意味着在不更换传感器硬件的前提下LingBot-Depth 可显著提升消费级深度相机对高难物体的处理效果。
[上图]搭载 LingBot-Depth 后奥比中光 Gemini 330 系列在透明及反光场景下深度图的完整性和边缘清晰度明显提升[下图]其效果优于业界领先的ZED 深度相机LingBot-Depth 的优异性来源于海量真实场景数据。
灵波科技采集约 1000 万份原始样本提炼出 200 万组高价值深度配对数据用于训练支撑模型在极端环境下的泛化能力。
这一核心数据资产包括 2M 真实世界深度数据和 1M 仿真数据将于近期开源推动社区更快攻克复杂场景空间感知难题。
据了解蚂蚁灵波科技已与奥比中光达成战略合作意向。
奥比中光计划基于 LingBot-Depth 的能力推出新一代深度相机。
本周蚂蚁灵波将陆续开源多款具身智能方向模型。