螞蟻集團旗下具身智能公司靈波科技近日宣布開源高精度空間感知模型LingBot-Depth，為機器人與自動駕駛領(lǐng)域帶來三維視覺技術(shù)突破。該模型基于奧比中光Gemini 330系列雙目3D相機的原始數(shù)據(jù)構(gòu)建，通過融合光學(xué)傳感與深度學(xué)習(xí)技術(shù)，顯著提升了智能終端在復(fù)雜環(huán)境中的空間理解能力，尤其在透明物體、反光表面等傳統(tǒng)感知難題場景中展現(xiàn)出顯著優(yōu)勢。

在權(quán)威基準(zhǔn)測試中，LingBot-Depth刷新多項行業(yè)紀(jì)錄。NYUv2室內(nèi)場景測試顯示，其相對誤差（REL）較主流模型降低超70%；ETH3D稀疏SfM任務(wù)中，均方根誤差（RMSE）下降約47%。這種代際級性能躍升源于模型對RGB-D數(shù)據(jù)的深度整合能力——當(dāng)深度傳感器因透明材質(zhì)或強反光失效時，系統(tǒng)可自動調(diào)用彩色圖像的紋理特征與環(huán)境上下文信息，通過掩碼深度建模（MDM）技術(shù)完成缺失區(qū)域的高精度補全。

實驗數(shù)據(jù)證實技術(shù)突破的實用性。搭載LingBot-Depth的Gemini 330相機在玻璃器皿、鏡面反射等極端場景下，輸出的深度圖邊緣銳度提升40%，數(shù)據(jù)完整度達98.7%，顯著優(yōu)于Stereolabs ZED系列等國際領(lǐng)先產(chǎn)品。奧比中光深度視覺實驗室認證表明，該方案在保持消費級硬件成本的同時，將復(fù)雜場景適應(yīng)能力提升至工業(yè)級標(biāo)準(zhǔn)。

支撐技術(shù)突破的是靈波科技構(gòu)建的千萬級場景數(shù)據(jù)庫。研發(fā)團隊采集近千萬原始樣本，篩選出200萬組高價值深度配對數(shù)據(jù)用于模型訓(xùn)練，其中包含200萬真實世界數(shù)據(jù)與100萬仿真數(shù)據(jù)。這套核心數(shù)據(jù)資產(chǎn)將隨模型代碼同步開源，為行業(yè)提供攻克復(fù)雜場景感知難題的基礎(chǔ)設(shè)施。

產(chǎn)業(yè)合作同步推進。奧比中光已宣布將基于LingBot-Depth技術(shù)路線開發(fā)新一代深度相機，重點優(yōu)化家庭服務(wù)機器人與自動駕駛汽車的近場感知能力。據(jù)悉，靈波科技本周還將陸續(xù)開源多款具身智能核心模型，構(gòu)建從環(huán)境感知到?jīng)Q策控制的完整技術(shù)生態(tài)。