蚂蚁集团旗下Robbyant发布LingBot-Depth 2.0：让机器人看穿玻璃和镜子

当机器人面对一面镜子或玻璃窗，传统深度相机往往会“瞎掉”——要么把镜像当成真实空间，要么对透明物体视而不见。现在，蚂蚁集团旗下的具身智能公司Robbyant声称找到了解法。7月7日，他们发布了LingBot-Depth 2.0空间感知模型，以及配套的基础视觉模型LingBot-Vision。据官方数据，新模型在16个深度补全基准测试中拿下12个第一，室内场景的深度误差相比上一代直接砍半，从0.132降到0.062。更关键的是，它在玻璃、镜面、透明物体这些传统“翻车场景”里表现突出。Robbyant还宣布与3D视觉厂商奥比中光合作，后者已对LingBot-Depth 2.0进行了专业认证，并计划在年底前推出集成该模型的3D摄像头一体机。

目前能确认到哪一步
announced：Robbyant于2026年7月7日通过新闻稿宣布发布LingBot-Depth 2.0和LingBot-Vision，模型权重已开源。与奥比中光的合作产品（SDK和集成摄像头）处于计划阶段，集成摄像头预计年底发布。所有性能数据均来自厂商自述，尚未经独立验证。

从“看见”到“看清”：1500万样本喂出的空间感知新模型
LingBot-Depth 2.0是Robbyant去年推出的第一代深度模型的升级版。上一代首创了“掩码深度建模”技术，专门解决透明和反光表面的深度感知难题。而这一次，Robbyant直接把训练数据量拉到了1500万样本——据称是业界最大规模之一。结果就是，在16个深度补全基准测试中，它拿下了12个第一。最夸张的是室内场景：当深度信息大面积缺失时，均方根误差从0.132降到了0.062，相当于误差减半。

支撑这一飞跃的是同期发布的LingBot-Vision基础视觉模型。Robbyant称这是业界首个以“边界结构”作为预训练目标的视觉模型，能实现亚像素级的边界定位。有意思的是，它的预训练数据只有1.6亿张图片，比DINOv3少了一个数量级，但据称能稳定追踪视频中的物体边界。目前LingBot-Vision的模型权重已在GitHub和Hugging Face上开源，开发者可以自行下载验证。



联手奥比中光：年底前推出“3D相机+空间感知”一体机
光有算法还不够，Robbyant找来了国内3D视觉头部厂商奥比中光。奥比中光的深度视觉实验室对LingBot-Depth 2.0进行了专业认证，用自家Gemini 330系列立体3D相机的芯片级深度数据做了实测。结果据称在边缘清晰度、物体轮廓完整性、小物体识别、远距离深度估计以及复杂光照和材质条件下的鲁棒性上都有显著提升。

双方的合作不止于认证。奥比中光新发布的“机器人免数据采集硬件平台”中，有一款RGB-D EGO设备将集成定制版LingBot-Depth模型，专门优化数据采集。更值得关注的是，双方计划在年底前推出两款产品：一是面向机器人客户的边缘端SDK，能让使用Gemini 330系列相机的系统直接获得增强的深度感知能力；二是一体化集成摄像头，把“3D相机+空间感知”打包成一个即插即用的硬件产品。



机器人视觉的“最后一公里”：从实验室到真实世界的挑战
尽管LingBot-Depth 2.0的纸面数据很亮眼，但机器人视觉的落地从来不只是算法问题。Robbyant自己也承认，真实物理世界中“看见、看清、看稳”是三个层层递进的瓶颈。目前LingBot-Depth 2.0还处于发布阶段，实际效果有待更多第三方测试和用户反馈。奥比中光的认证虽然增加了可信度，但毕竟双方是合作关系，独立评测仍是空白。

Robbyant作为蚂蚁集团旗下的具身智能公司，目标是为养老、医疗、家务等场景打造机器人伴侣和护理员。LingBot-Depth 2.0和LingBot-Vision的发布，意味着他们在视觉感知这个关键环节上迈出了一大步。但要让机器人真正在玻璃茶几前不撞墙、在镜子前不迷路，还需要更多真实场景的打磨。年底的集成摄像头产品，或许才是检验这套技术成色的真正试金石。

资料线索
• businesswire.com
• afp.com

本文是基于公开页面整理的 AI 硬件情报，不是本站实测或购买建议。图片发布副本增加 waoo.ai 水印，原摄影者和来源标识保留。