螞蟻靈波開源空間感知模型 LingBot-Depth

綜合中媒及港媒報導，螞蟻集團旗下靈波科技正式開源空間感知模型 LingBot-Depth。這是一個面向具身智慧場景的深度補全模型，主要解決的問題是，傳統深度相機在遇到透明物體、玻璃表面、高反光材質時，往往無法獲取有效的深度資訊，導致機器人在這些場景下擷取失敗或發生碰撞。

LingBot-Depth的技術路線是用軟體補硬體的缺點。模型基於奧比中光Gemini 330系列雙目3D相機採集的RGB-Depth數據進行訓練，核心方法叫做「掩碼深度建模」。簡單說就是在訓練過程中故意遮擋一部分深度數據，讓模型學會根據RGB圖像推斷缺失的深度值。訓練完成後，當深度相機傳回的數據有缺失或雜訊時，模型可以結合彩色圖像的紋理、輪廓等資訊進行補全。

官方數據顯示，在NYUv2、ETH3D等多個基準測試中，LingBot-Depth在深度補全、單目深度估算和雙目匹配任務上達到當前最優水準。在透明物體抓取的實際測試中，機器人對透明收納盒的抓握成功率達到50%，突破了傳統感測器難以處理的技術瓶頸。