什么值得买App

我的兴趣消费指南

什么值得买
连续签到专享现金活动

机器人终于能看清玻璃杯了!1.5亿样本训练的空间感知模型让透明物体识别不再翻车

机器人在实验室里能精准抓取透明水杯,却在家庭环境里一头撞上玻璃门——这类“看不清”导致的落地难题,困扰具身智能行业很久了。问题的根源在于传统深度相机在玻璃、反光表面、昏暗角落等场景下,数据经常出现大面积空洞或错误回波,让机器人拿到的是一张“残缺的地图”。蚂蚁灵波最新发布的LingBot-Depth 2.0空间感知模型,试图从算法层面系统性解决这个痛点。1
数据规模暴增50倍,16项测评拿了12个第一
LingBot-Depth 2.0的核心升级来自训练数据的规模跃升——从上一代的300万样本扩充至1.5亿,提升了50倍。数据规模的质变直接转化为性能的大幅改善:在深度补全基准的16项测评中,这款模型拿到了12项第一。特别是在最具挑战的室内大面积深度缺失场景中,深度误差较上一代降低约50%,RMSE从0.132降至0.062。这个数值意味着,即使原始传感器数据缺失了大块区域,模型也能补全出接近真值的深度结构。23
透明、反光、昏暗:以前“看不见”的地方现在能看清了
传统深度相机的“盲区”,正是LingBot-Depth 2.0的主攻战场。玻璃杯、镜面柜门、逆光窗户这类高难度场景,模型能够补全出完整、平整的三维结构图,边缘清晰度和物体轮廓完整性明显提升。对于机械臂抓取任务来说,这直接解决了“杯子和背景粘连在一起”的尴尬——机器人不仅要识别“这是杯子”,还要知道杯口朝向、杯壁厚度、手爪接近时会不会碰到旁边物体。45
另一项关键改进在于细小物体和远距离目标的稳定性。掉在地上的细线、工业现场的细小线缆,以往容易被漏检或误判;移动机器人往前走时,如果远处障碍物深度不准确,规划路径就会迟疑甚至危险。实测数据显示,LingBot-Depth 2.0在细小目标识别和长距离深度估计两项能力上有明显提升,远端物体不再“一会儿有、一会儿无”,深度序列保持连贯不闪烁,无需额外的时序处理就能实现视频级时间一致性。26
SDK和一体化相机年底落地,机器人厂商怎么接入
技术之外,商业化路径已经清晰。蚂蚁灵波与奥比中光达成深度合作,LingBot-Depth 2.0已通过奥比中光深度视觉实验室专业认证。基于Gemini 330系列双目3D相机进行的实际场景测试显示,模型输出的深度图在复杂光照、复杂材质场景下表现稳定。对机器人厂商而言,接下来有三件事值得关注:RGB-D版EGO数据采集设备会预置专门优化的数采版本,后续集成更高级别商业版本;SDK产品供端侧使用,搭载Gemini 330的机器人可以一键升级深度效果;年底计划推出的一体化相机则实现“3D相机+空间感知能力”的组合交付,插上就能用。27
老设备能升级吗?消费级相机能不能用
如果已有奥比中光Gemini 330系列相机,SDK升级是直接的路径——无需更换硬件,通过软件更新就能获得深度感知增强能力。对于更早的设备或其他品牌相机,LingBot-Depth 2.0的落地路径还在拓展中。蚂蚁灵波此前开源了基于300万对样本训练的第一代模型,该数据集覆盖了Orbbec 335系列和Intel RealSense多款主流相机,证明模型具备跨传感器的适配能力,但新版本的泛化表现仍需结合具体硬件验证。89
对于有数据采集需求的开发者,奥比中光RGB-D版EGO设备提供了端到端的方案——从数据采集到模型适配,硬件和算法协同优化,减少调试成本。如果追求极致性价比,第一代LingBot-Depth模型已开源,开发者可以在魔搭社区或HuggingFace下载,自己在现有数据集上微调。8
维度LingBot-Depth 1.0LingBot-Depth 2.0
训练数据规模300万样本1.5亿样本
深度补全基准成绩多项第一16项中12项第一
室内深度缺失场景RMSE0.1320.062(降低约50%)
透明/反光场景表现基本可用完整、平整的三维结构
细小物体识别易漏检显著增强
远距离深度估计不稳定扎实可靠
开源状态已开源已发布,SDK年底推出

评论

评论区空态插画

当前文章无评论,是时候发表评论了