最新 7 月 7 日消息，蚂蚁集团旗下具身智能公司灵波科技今天发布空间感知模型 LingBot-Depth 2.0。该模型基于 1.5 亿规模数据进行训练，号称在边缘清晰度、细小物体识别、远距离深度估计以及复杂场景鲁棒性等方面实现全面升级。

灵波科技表示，相比于 LingBot-Depth 1.0，LingBot-Depth 2.0 的训练数据从 300 万扩充至 1.5 亿规模：在深度补全基准的 16 项测评中获得 12 项第一；在最难的室内大面积深度缺失场景中，深度误差较上一代减半（RMSE 从 0.132 降至 0.062）；在玻璃、镜面、透明物体等传统深度相机最容易失灵的场景中表现较为突出。

官方此次还同步推出了 LingBot-Depth 2.0 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核心挑战。其预训练语料仅为 1.6 亿张图像，比 DINOv3 小一个数量级，深度估计精度却与优于 DINOv3；并且，LingBot-Vision 对物体边界的判定足够稳定，能在视频中连续追踪物体边界。

目前，LingBot-Depth 2.0 已通过奥比中光深度视觉实验室专业认证。实际场景测试显示，基于奥比中光 Gemini 330 系列双目 3D 相机提供的芯片级 3D 原始数据，LingBot-Depth 2.0 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。