蚂蚁灵波发布LingBot-Depth 2.0：空间感知技术打通物理AI落地关键堵点

近日，蚂蚁集团旗下具身智能公司蚂蚁灵波正式发布新一代空间感知模型LingBot-Depth 2.0，在边缘清晰度、细小物体识别、远距离深度估计等核心维度实现全面升级，尤其针对玻璃、镜面、透明物体等传统深度视觉的“识别盲区”完成专项突破。这款面向物理世界交互场景深度优化的大模型，不仅补齐了传统3D视觉方案的长期短板，更为具身智能、机器人自主导航、空间数字孪生等领域筑牢了高质量数据底座。

不同于传统深度感知模型仅依赖单一场景数据训练的技术路线，LingBot-Depth 2.0基于1.5亿规模的多场景数据集完成训练，从底层架构上重构了深度信息的推理逻辑。它在边缘细节还原能力上实现了质的飞跃，对物体轮廓的识别精度较上一代提升65%，哪怕是桌面边缘的细小缝隙、线缆的细微弯折这类毫米级细节，也能精准捕捉深度信息，不会出现传统方案常见的边缘模糊、深度值跳变问题。在远距离深度估计场景下，它的有效探测距离拓展至20米，误差控制在3%以内，完全满足大空间场景下的自主导航与环境建模需求。

这款模型最具突破性的优势，是彻底解决了传统深度相机长期难以处理的特殊材质识别难题。针对玻璃、镜面、高反光金属、透明塑料等容易让传统深度算法产生误判的场景，LingBot-Depth 2.0通过专项数据训练与多模态特征融合，实现了深度信息的稳定输出，不会再出现“把玻璃门识别成空区域”“镜面物体深度值完全失真”的经典问题。在公开场景测试中，它对透明物体的识别准确率达到97.2%，复杂反光场景下的深度数据鲁棒性较行业通用方案提升3倍，彻底扫清了具身智能设备在真实物理世界运行的一大障碍。

为了适配不同硬件的落地需求，LingBot-Depth 2.0做了全层级的轻量化优化，实现了从云端到端侧的全场景部署能力。它不仅可以在云端完成大场景高精度空间建模，还能在边缘计算设备甚至普通嵌入式芯片上流畅运行，无需依赖高端算力硬件就能输出高质量深度数据。目前这款模型已经完成与奥比中光EGO RGB-D设备的深度适配，双方联合打造的“芯片级深度直出+模型级深度增强”方案，能够同步采集RGB图像与高精度深度数据，为物理世界数据采集提供稳定可靠的原始基础。后续蚂蚁灵波还将推出更高阶的商业版本，持续迭代复杂场景下的深度数据质量，为行业输出更高价值的训练数据。

当前具身智能产业正处于从实验室走向真实场景的关键拐点，空间感知能力是AI理解物理世界的核心入口。LingBot-Depth 2.0的发布，恰好击中了行业长期存在的痛点，它不再是实验室里的演示级技术，而是能直接落地到机器人导航、空间数字孪生、工业3D检测等千行百业的实用工具。随着这款模型的大规模普及，物理世界的数字化采集门槛将大幅降低，将为整个具身智能产业的爆发式发展提供源源不断的高质量数据支撑，推动AI从“理解文字”全面走向“理解真实世界”的全新阶段。