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-Depth 2.0，同步开源视觉基座模型LingBot-Vision。该系列模型通过技术创新突破机器人视觉瓶颈，在边缘清晰度、复杂场景适应性等核心指标上实现显著提升，为具身智能产业提供关键技术支撑。
作为机器人物理世界的"视觉中枢"，LingBot-Depth 2.0在1.0版本解决透明反光场景感知难题的基础上，将训练数据规模从300万扩充至1.5亿。经实测验证，该模型在深度补全基准测试中斩获12项第一，室内大面积深度缺失场景的深度误差降低50%（RMSE从0.132降至0.062），在玻璃、镜面等传统深度相机失效场景表现尤为突出。基于奥比中光Gemini 330系列双目3D相机的测试数据显示，模型在物体轮廓完整性、远距离深度估计等维度均有显著优化。
支撑技术突破的LingBot-Vision视觉基座模型开创性地将"边界结构"作为预训练目标，构建起机器人从"看懂"到"看准"的能力链路。该模型仅用1.6亿张图像预训练语料，便实现超越DINOv3的深度估计精度，其亚像素级边界定位能力可支持视频中连续追踪物体边界。目前开源的ViT-G/L/B/S四个版本，已展现"一模多用"的通用潜力，除支撑空间感知模型训练外，还可应用于多模态任务场景。
在商业化落地层面，灵波科技与奥比中光达成深度合作。双方联合开发的RGB-D版本EGO数据采集设备将集成优化版LingBot-Depth模型，为具身智能训练提供更精准的真实世界数据。计划年底推出的"3D相机+空间感知"一体化产品，可使搭载Gemini 330系列相机的机器人直接获得商业级深度处理能力。同步推出的SDK开发包，则支持客户在端侧灵活调用最新模型能力。
技术报告与LingBot-Vision模型权重现已开源。灵波科技表示，希望通过开放技术生态与行业共建机器人视觉底座，突破真实物理世界中的感知瓶颈，为具身智能规模化应用奠定基础。奥比中光深度视觉实验室的专业认证显示，LingBot-Depth 2.0在多型号传感器的时空深度估计任务中均表现出高精度与稳定性。
