近日，蚂蚁集团旗下具身智能公司灵波科技正式发布空间感知模型LingBot-Depth 2.0，该模型基于1.5亿规模数据进行训练，在深度估计、三维场景理解等核心能力上实现重大突破。与此同时，灵波科技还同步推出了LingBot-Depth 2.0的视觉基座模型——LingBot-Vision，为具身智能的感知层提供了更强大的底层视觉支撑。值得关注的是，此次发布中，灵波科技与3D视觉感知领域领军企业奥比中光达成深度合作，双方将共同推动空间感知技术的规模化产业落地，让智能机器人“看懂世界”的能力迈上新台阶。
亿级数据驱动，空间感知能力再进化
空间感知是具身智能的基石，直接决定了机器人能否在复杂动态环境中实现精准导航、避障、抓取等操作。LingBot-Depth 2.0模型依托1.5亿规模的多模态数据进行训练，覆盖了室内外、不同光照、遮挡等极端场景，使得模型在零样本泛化能力、边缘细节还原、实时推理速度等方面均达到行业领先水平。
据灵波科技技术团队介绍，LingBot-Depth 2.0在标准公开数据集上的深度估计精度提升了15%以上，推理速度达到实时30帧/秒以上，能够满足机器人、自动驾驶、AR/VR等场景的严苛需求。同时发布的视觉基座模型LingBot-Vision，则为上层任务提供了统一且高效的视觉表征，支持深度、语义、实例分割等多项任务的协同优化，降低了多任务模型的部署门槛。
联合奥比中光，从算法到硬件的全链路打通
与奥比中光的合作是此次发布的最大亮点。奥比中光作为国内3D视觉感知芯片和模组的核心供应商，最新推出了无本体数据采集产品矩阵。其中，RGB-D版本的EGO设备将专门适配灵波科技针对数采场景优化的LingBot-Depth版本，这意味着用户可以直接在标准RGB-D传感器上获得深度增强后的高质量数据，极大降低了数据采集的硬件成本和算法适配难度。
根据合作规划，奥比中光后续还将进一步集成灵波科技更高级别的商业版本模型。届时，搭载LingBot-Depth算法包的奥比中光深度相机将具备“感知即理解”的能力，无需额外计算单元即可输出稠密、精确的深度图与场景语义信息。这种“软硬一体”的解决方案，将加速空间感知技术从实验室走向工厂、仓储、家庭等真实场景。
产业落地：降低具身智能门槛
当前，具身智能产业正处于爆发前夜，但高质量的空间感知数据获取仍是制约规模化应用的主要瓶颈之一。传统方案往往需要昂贵的激光雷达或专用采集设备，且算法泛化能力有限。灵波科技与奥比中光的合作，直接瞄准了这一痛点——通过LingBot-Depth 2.0的强泛化能力，配合奥比中光低成本、高精度的RGB-D相机，可将空间感知系统的整体成本降低50%以上。
在物流仓储领域，搭载该模型的AGV/AMR可以实时构建三维地图，避开低矮障碍物和透明物体；在家庭服务机器人领域，它能准确识别桌椅、沙发等家具的轮廓与距离，实现精细化抓取和避让；在AR/VR领域，该模型可为头显设备提供毫秒级的环境深度重建，提升虚拟与现实叠加的沉浸感。
行业观察：蚂蚁灵波的技术生态布局
灵波科技自2024年成立以来，以蚂蚁集团在支付、数字金融领域的深厚积累为依托，聚焦“具身智能+商业服务”场景。此次LingBot-Depth 2.0的发布，是其在感知层完成的一次重要技术闭环。与奥比中光的合作，则体现了灵波科技开放合作的生态策略——不追求“全栈自研”，而是与行业领先的硬件厂商形成互补，加速技术走出实验室。
业内人士指出，空间感知模型的迭代速度正在决定具身智能的下限。灵波科技选择在数据规模和软硬协同上同时发力，有望在机器人“大脑”与“眼睛”之间架设更高效的桥梁。随着LingBot-Depth 2.0与奥比中光产品矩阵的深度适配，未来半年内，我们或将看到一批搭载该技术的商用机器人、智能设备集中落地，真正开启“AI+3D视觉”的普惠时代。
截至目前，灵波科技已与多家机器人制造商、物流科技公司达成合作意向，LingBot-Depth 2.0的开发者版本也已向特定合作伙伴开放。可以预见，随着数据规模与场景反馈的不断累积，该模型将持续进化，为具身智能的规模化落地提供更坚实的感知底座。