蚂蚁正式开源 LingBot-Depth，基于掩码深度建模的新一代空间感知模型
基于掩码深度建模的LingBot-Depth模型开源，专为真实场景设计深度补全方案。通过原始深度数据训练，重建高保真三维测量。在NYUv2、ETH3D基准测试中达SOTA水平，支持透明反光物体抓取，实现视频序列时间一致性。模型权重与代码均已开源。
灵波科技开源的这款LingBot-Depth模型，说起来很有意思——它瞄准的是深度补全这个行业中公认的硬骨头。如果你的机器人或自动驾驶设备用着3D相机，一定遇到过那种深度图上突然多出来一个黑洞，或者反光物体直接“隐身”的情况。没错，这些问题背后的核心技术难题，就是LingBot-Depth想要解决的核心课题。
简单来说，这个模型是一个专为真实应用场景设计的深度补全方案。它基于奥比中光Gemini 330系列双目相机完成数据采集，并且直接利用深度引擎芯片输出的原始深度数据进行训练和调优。这就好比给了大脑一本没有删减的原始笔记，而不是已经被人整理过、可能丢掉了关键细节的摘要。目标很明确：把那些有缺失、有噪声的原始深度信号，重建为高保真、具备真实物理尺度的三维测量结果。换句话说，就是让智能体真正“看懂”周围环境。
LingBot-Depth 核心优势
- 高精度与高鲁棒性的相机深度感知能力
- 优异的 3D 静态感知与 4D 动态场景理解性能
- 支持对透明、反光等难抓取物体的灵巧操作
实验数据相当能打。在深度预测精度和有效像素覆盖率这两个关键指标上，它全面超越了当前主流工业级深度相机。在NYUv2、ETH3D等权威基准测试中，LingBot-Depth在深度补全、单目深度估计以及双目立体匹配任务中都达到了SOTA水平。更值得玩味的是，它在没有引入显式时序建模机制的情况下，依然能保持视频序列级的时间一致性。这意味着什么？意味着模型在单帧就能感知深度，但多帧之间还能稳得住，不会出现闪烁和抖动。
上面这张图展示的是最难的稀疏深度补全任务中的表现——数值越小越好，而LingBot-Depth的线几乎贴着底边走。下游任务的实测结果同样令人信服：模型在RGB和深度两种模态之间学到了高度对齐的隐空间表征，能可靠地识别并抓取透明杯子和镜面反射物体。这在实际场景中可是个不小的突破。
技术上的核心亮点，研发团队称之为“掩码深度建模”（Masked Depth Modeling，MDM）。思路其实和掩码语言模型有点像：训练数据是大规模的RGB–深度图像对，但训练过程中会主动把部分深度区域随机遮蔽掉，逼迫模型只靠RGB图像内容去推理被遮挡的深度信息。随着训练推进，模型会逐步建立起“外观—几何结构”之间的强关联映射——说白了，就是从物体的长相出发，直接推断它在哪、离你有多远。这个机制才是模型能泛化到透明和反光物体的底层原因。
值得一提的是，模型权重、训练/推理代码以及技术白皮书目前均已面向全球开发者开源（相关链接可从官方渠道获取）。无论你是做服务机器人、自动驾驶，还是工业检测，都可以直接拿来用在自己的项目里。
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件，支持 Windows、macOS 和 iPad 等平台，广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件，支持 Windows、macOS 和 iPad 等平台，广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。