7月7日,蚂蚁集团旗下的灵波科技宣布推出了空间感知模型LingBot-Depth2.0,该模型在多个方面进行了全面升级。LingBot-Depth2.0基于1.5亿规模数据训练,相较于前代LingBot-Depth1.0,训练数据量从300万大幅扩充至1.5亿,深度补全基准的16项测评中获得12项第一。在室内大面积深度缺失场景中,深度误差减半,RMSE从0.132降至0.062。同时,LingBot-Depth2.0在玻璃、镜面、透明物体等复杂场景中表现出色。
官方还推出了LingBot-Depth2.0的视觉基座模型“LingBot-Vision”,旨在应对机器人视觉在空间感知、精细识别和复杂环境适应等方面的挑战。LingBot-Vision的预训练语料为1.6亿张图像,比DINOv3小一个数量级,但深度估计精度优于DINOv3,且在视频中能稳定追踪物体边界。
LingBot-Depth2.0已通过奥比中光深度视觉实验室的专业认证。实际场景测试显示,基于奥比中光Gemini330系列双目3D相机提供的芯片级3D原始数据,LingBot-Depth2.0在边缘清晰度、物体轮廓完整性、细小物体识别、远距离深度估计及复杂光照、材质场景下的鲁棒性等方面均有明显提升。


