蚂蚁集团旗下具身智能企业灵波科技近日宣布推出新一代空间感知模型LingBot-Depth2.0，同步开源视觉基座模型LingBot-Vision的四个版本。该系列模型通过突破性技术架构革新，在机器人视觉领域实现多项性能突破，为具身智能产业提供更精准的空间感知解决方案。
作为灵波科技自主研发的核心技术，LingBot-Depth2.0在训练数据规模上实现跨越式升级。相较于前代300万级数据量，新模型采用1.5亿规模数据集进行训练，在深度补全基准测试的16项指标中斩获12项第一。特别在室内大面积深度缺失场景中，深度误差指标RMSE从0.132大幅降至0.062，对玻璃、镜面等反光材质的识别精度提升显著，有效解决了传统深度相机在复杂场景下的失效问题。
支撑LingBot-Depth2.0突破的视觉基座模型LingBot-Vision，开创性地将"边界结构"作为预训练核心目标。该模型仅需1.6亿张图像训练数据，即达到超越DINOv3的深度估计精度，同时具备亚像素级边界定位能力。在视频流处理中，其物体边界追踪稳定性较主流模型提升40%，成功构建起从"视觉理解"到"精准感知"的能力闭环。
技术验证环节，LingBot-Depth2.0通过奥比中光深度视觉实验室严苛测试。基于Gemini330系列双目3D相机的原始数据，新模型在边缘清晰度、细小物体识别等五项核心指标上均有20%-35%的性能提升。特别是在时域深度估计任务中，模型展现出跨传感器的高适应性，为机器人动态环境感知提供可靠保障。
商业化落地方面，灵波科技与奥比中光达成深度战略合作。双方联合推出的无本体数据采集设备EGO RGB-D版，将集成专门优化的LingBot-Depth数采模型。预计年底面世的商业版一体化相机，将实现"3D感知+空间计算"的硬件级融合，为工业巡检、物流分拣等场景提供开箱即用的解决方案。同步推出的SDK开发包，可使现有Gemini330用户通过软件升级获得深度感知增强能力。
开源生态建设层面，灵波科技同步公开LingBot-Vision的模型权重及技术文档。该模型支持多尺度特征融合，可灵活适配不同算力平台，其"一模多用"特性已验证在自动驾驶、医疗影像等领域的应用潜力。此次开源将加速机器人视觉技术的标准化进程，为行业构建共享技术底座。
