文章摘要
【关 键 词】 蚂蚁灵波、空间感知、视觉模型、机器人、三维视觉
蚂蚁灵波正式发布了空间感知模型LingBot-Depth 2.0，并同步开源了自研的视觉基座模型LingBot-Vision，首次集中亮相了一套从机器人视觉表征底层到深度感知能力的完整技术方案。LingBot-Depth 2.0在多个公开数据集的深度补全评测中取得优异成绩，全面提升了边缘清晰度、细小物体识别、远距离检测和复杂场景鲁棒性。该模型通过扩大训练数据规模和切换模型基底，有效解决了物体边界模糊、细小物体漏检、远距离目标噪声大以及在反光或透明等复杂场景下深度图破碎等行业痛点，能够输出结构完整且边界清晰的空间地图。
支撑空间感知模型性能跃迁的核心是首次公开的空间原生视觉基础模型。与专为互联网图片设计的传统模型不同，该基座模型天然面向真实物理环境，在预训练中引入几何约束并提出边界中心的掩码建模机制。这种训练方式使模型能够同时学习语义信息和几何结构，精准解析物体轮廓与空间关系，从而在保持全局判别力的同时保留局部几何结构。此外，该视觉底座具备极高的参数效率，以较小的参数规模实现了比肩甚至超越超大参数模型的性能，并提供多个版本以适应云端训练和边缘端实时推理的部署需求。
这套技术组合已迈出实验室并进入产品化阶段。国内三维视觉企业已将新模型集成至其数据采集设备和相机软件开发工具包中，并计划于年底推出集成该模型商业版的一体化相机产品。这一合作实现了从算法到产品的完整闭环，大幅降低了机器人厂商使用先进空间感知能力的门槛。研发团队通过开源核心视觉基座并与产业龙头深度绑定，正推动机器人视觉竞争从单一模型走向系统生态，致力于为行业提供高质量的视觉基础设施并降低整体应用门槛。
原文和模型
【原文链接】 阅读原文 [ 2928字 | 12分钟 ]
【原文作者】 机器人前瞻
【摘要模型】 qwen3.7-max-2026-05-20
【摘要评分】 ★★★★☆
相关文章
