7月7日，蚂蚁集团旗下具身智能公司灵波科技正式发布空间感知模型 LingBot-Depth 2.0，并同步推出视觉基座模型 LingBot-Vision，进一步提升机器人在真实物理世界中的空间感知能力。

图注：LingBot-Depth 2.0在镜面、玻璃等困难场景中补全出完整、平整的三维结构

据了解，LingBot-Depth 2.0基于1.5亿规模数据训练，较上一代300万数据集大幅提升，在边缘清晰度、细小物体识别、远距离深度估计及复杂场景鲁棒性等方面实现升级。在深度补全基准16项测评中获得12项第一，在室内大面积深度缺失场景中，深度误差较上一代降低约50%，在玻璃、镜面、透明物体等传统深度相机容易失效的场景表现突出。

图注：LingBot-Depth 2.0在真实传感器深度补全测试中表现领先

与此同时，灵波还发布了视觉基础模型LingBot-Vision，这是业内首个将“边界结构”作为预训练目标的视觉模型，可实现亚像素级边界定位与空间结构理解。本次开源ViT-G/L/B/S四个版本模型权重及技术报告。

商业化方面，蚂蚁灵波宣布与奥比中光进一步深化合作。双方将围绕数据采集、SDK及一体化3D相机等方向推进产品落地，计划推出集成LingBot-Depth能力的SDK和商业版一体化相机，为机器人提供更高精度的空间感知能力，加速具身智能产业规模化应用。（袁宁）