數據規模躍升至 1.5 億：螞蟻靈波空間感知 AI 模型 LingBot-Depth 2.0 發佈

螞蟻集團旗下具身智能公司靈波科技今日正式發表新一代空間感知模型 LingBot-Depth 2.0，這款專注於深度估計與環境理解的 AI 模型，訓練數據規模從前一代的 300 萬筆大幅躍升至 1.5 億筆，號稱在邊緣清晰度、細小物體辨識、遠距離深度估計以及複雜場景魯棒性等面向實現全面升級。根據靈波科技公布的資訊，LingBot-Depth 2.0 的訓練數據量較去年推出的 1.0 版本成長達 50 倍。團隊透過更大規模、更多元化的真實與合成數據進行學習，讓模型在應對各類室內外環境時能展現更穩定的深度感知能力。外界分析認為，數據規模的擴增是這一代模型性能躍進的關鍵基礎。

在深度補全基準的 16 項測評中，LingBot-Depth 2.0 一舉奪下 12 項第一，展現出在深度估測領域的領先優勢。官方指出，模型在邊緣細節的還原度上比前代更加銳利，對於小型物體或紋理複雜的區域也能精準估算距離，同時在長距離深度估計的連貫性與準確度上也有明顯進步。尤其值得注意的是，在最困難的室內大面積深度缺失場景中，LingBot-Depth 2.0 的深度誤差較上一代模型減少一半，均方根誤差（RMSE）達到 0.062。這意味著當空間中有大片玻璃、鏡面、透明物體或反射表面時，傳統深度相機經常出現的失靈或錯誤判斷情況，在這款新模型下獲得顯著改善。

上述玻璃、鏡面與透明物體正是當前深度感知技術普遍面臨的痛點。由於光學反射與折射特性，傳統感測器往往無法正確取得該區域的深度資訊，導致後續的物體辨識、導航或避障功能受到影響。靈波科技表示，LingBot-Depth 2.0 在這些容易失靈的場景中表現相對突出，能有效填補深度缺失區域，提供更完整的空間資訊。靈波科技是螞蟻集團在具身智能領域的重要布局，專注於開發能讓機器人與智慧裝置理解三維空間的感知技術。LingBot-Depth 系列模型的主要應用場景涵蓋室內服務機器人、物流搬運、智慧安防、擴增實境（AR）以及工業檢測等需要高精度深度估計的領域。隨著 2.

0 版本的推出，相關產品的環境適應能力與操作可靠性可望進一步提升。回顧去年發表的 LingBot-Depth 1.0，當時以 300 萬筆數據訓練，已在業界獲得一定關注。短短一年內，靈波科技便將訓練數據規模拉高至 1.5 億筆，並在關鍵指標上取得突破，反映出團隊在數據收集、模型架構與訓練演算法上的快速迭代能力。業內人士指出，這種從百萬級到億級數據的跨越，不僅需要龐大的算力支撐，更需要有效的數據清洗與標註策略，才能確保模型學習品質。除了深度補全任務的優異表現，LingBot-Depth 2.0 在複雜場景的魯棒性提升也是此次升級的重點。

官方說明，當環境中存在動態物體、光影劇烈變化或部分遮擋時，模型仍能維持穩定的深度輸出，這對於在真實世界中運作的機器人系統尤為關鍵。例如，服務機器人需要在人來人往的商場中穩定導航，或是在光線不足的倉庫裡精準取放貨物，都高度依賴可靠的空間感知能力。目前靈波科技尚未公布 LingBot-Depth 2.0 的具體上線時程或對外合作細節，但可以預見這款模型的推出將為機器人與 AI 視覺領域注入新的動能。隨著越來越多智慧終端設備需要具備三維空間理解能力，深度估計模型的性能提升將直接影響產品體驗與應用範圍。

螞蟻集團在金融科技之外，持續投入具身智能與空間感知技術，也顯示出其對於未來 AI 實體化應用的長遠布局。整體而言，LingBot-Depth 2.0 透過 1.5 億級數據規模的訓練，在 16 項深度補全測評中拿下 12 項第一，並在玻璃、鏡面等傳統難點場景上取得顯著進步，為空間感知技術樹立了新的標竿。後續靈波科技是否會進一步推出更輕量化的邊緣端版本，或是與旗下其他機器人產品整合，都將是業界關注的焦點。