螞蟻集團旗下具身智能企業(yè)靈波科技近日宣布，其自主研發(fā)的高精度空間感知模型LingBot-Depth正式開源。該模型通過融合奧比中光Gemini 330系列雙目3D相機的原始數(shù)據(jù)，顯著提升了機器人、自動駕駛等智能終端在復雜環(huán)境中的三維視覺能力，為行業(yè)突破空間感知瓶頸提供了新方案。

在權(quán)威基準測試中，LingBot-Depth展現(xiàn)出領先優(yōu)勢。對比PromptDA與PriorDA等主流模型，其在NYUv2室內(nèi)場景評測中的相對誤差（REL）降低超70%，ETH3D稀疏SfM任務中的RMSE誤差減少約47%。這一突破源于模型對環(huán)境深度信息的精準解析能力，尤其在處理透明、反光物體時表現(xiàn)突出。

傳統(tǒng)深度相機在面對玻璃、鏡面等材質(zhì)時，常因光學特性導致數(shù)據(jù)丟失或噪聲干擾。靈波科技研發(fā)的“掩碼深度建?！保∕DM）技術，通過整合RGB圖像的紋理、輪廓及環(huán)境上下文信息，實現(xiàn)了對缺失深度數(shù)據(jù)的智能補全。實驗數(shù)據(jù)顯示，搭載該技術的Gemini 330系列相機，在強逆光、復雜曲面等極端場景下，輸出的深度圖仍保持邊緣銳利、結(jié)構(gòu)完整，性能優(yōu)于Stereolabs ZED Stereo Depth等國際標桿產(chǎn)品。

模型訓練依托于靈波科技構(gòu)建的核心數(shù)據(jù)集，包含200萬組真實場景深度配對數(shù)據(jù)及100萬組仿真數(shù)據(jù)，覆蓋近千萬份原始樣本。這一數(shù)據(jù)資產(chǎn)將于近期開源，旨在降低行業(yè)研發(fā)門檻，加速復雜場景空間感知技術的普及。奧比中光已宣布，將基于LingBot-Depth推出新一代深度相機，進一步強化硬件與算法的協(xié)同效應。

此次開源標志著螞蟻靈波科技在具身智能領域的技術沉淀進入新階段。據(jù)內(nèi)部人士透露，除空間感知模型外，該公司本周還將陸續(xù)開源多款具身智能方向的核心模型，持續(xù)推動行業(yè)生態(tài)建設。