螞蟻集團(tuán)旗下具身智能公司靈波科技近日宣布開(kāi)源高精度空間感知模型LingBot-Depth，為機(jī)器人與自動(dòng)駕駛領(lǐng)域帶來(lái)三維視覺(jué)技術(shù)突破。該模型基于奧比中光Gemini 330系列雙目3D相機(jī)的原始數(shù)據(jù)構(gòu)建，通過(guò)融合光學(xué)傳感與深度學(xué)習(xí)技術(shù)，顯著提升了智能終端在復(fù)雜環(huán)境中的空間理解能力，尤其在透明物體、反光表面等傳統(tǒng)感知難題場(chǎng)景中展現(xiàn)出顯著優(yōu)勢(shì)。

在權(quán)威基準(zhǔn)測(cè)試中，LingBot-Depth刷新多項(xiàng)行業(yè)紀(jì)錄。NYUv2室內(nèi)場(chǎng)景測(cè)試顯示，其相對(duì)誤差（REL）較主流模型降低超70%；ETH3D稀疏SfM任務(wù)中，均方根誤差（RMSE）下降約47%。這種代際級(jí)性能躍升源于模型對(duì)RGB-D數(shù)據(jù)的深度整合能力——當(dāng)深度傳感器因透明材質(zhì)或強(qiáng)反光失效時(shí)，系統(tǒng)可自動(dòng)調(diào)用彩色圖像的紋理特征與環(huán)境上下文信息，通過(guò)掩碼深度建模（MDM）技術(shù)完成缺失區(qū)域的高精度補(bǔ)全。

實(shí)驗(yàn)數(shù)據(jù)證實(shí)技術(shù)突破的實(shí)用性。搭載LingBot-Depth的Gemini 330相機(jī)在玻璃器皿、鏡面反射等極端場(chǎng)景下，輸出的深度圖邊緣銳度提升40%，數(shù)據(jù)完整度達(dá)98.7%，顯著優(yōu)于Stereolabs ZED系列等國(guó)際領(lǐng)先產(chǎn)品。奧比中光深度視覺(jué)實(shí)驗(yàn)室認(rèn)證表明，該方案在保持消費(fèi)級(jí)硬件成本的同時(shí)，將復(fù)雜場(chǎng)景適應(yīng)能力提升至工業(yè)級(jí)標(biāo)準(zhǔn)。

支撐技術(shù)突破的是靈波科技構(gòu)建的千萬(wàn)級(jí)場(chǎng)景數(shù)據(jù)庫(kù)。研發(fā)團(tuán)隊(duì)采集近千萬(wàn)原始樣本，篩選出200萬(wàn)組高價(jià)值深度配對(duì)數(shù)據(jù)用于模型訓(xùn)練，其中包含200萬(wàn)真實(shí)世界數(shù)據(jù)與100萬(wàn)仿真數(shù)據(jù)。這套核心數(shù)據(jù)資產(chǎn)將隨模型代碼同步開(kāi)源，為行業(yè)提供攻克復(fù)雜場(chǎng)景感知難題的基礎(chǔ)設(shè)施。

產(chǎn)業(yè)合作同步推進(jìn)。奧比中光已宣布將基于LingBot-Depth技術(shù)路線開(kāi)發(fā)新一代深度相機(jī)，重點(diǎn)優(yōu)化家庭服務(wù)機(jī)器人與自動(dòng)駕駛汽車(chē)的近場(chǎng)感知能力。據(jù)悉，靈波科技本周還將陸續(xù)開(kāi)源多款具身智能核心模型，構(gòu)建從環(huán)境感知到?jīng)Q策控制的完整技術(shù)生態(tài)。