机器人终于能看清玻璃和镜子了！蚂蚁又发新“眼睛”技术

如果你见过扫地机器人撞到玻璃门，或者抓取机器人死活拿不起透明杯子，就知道机器人的“眼神”有多差。现在，蚂蚁集团旗下的灵波科技发布了一款名为 LingBot-Depth 2.0 的空间感知模型——说白了，就是给机器人换了一副更犀利的“3D眼睛”。

为什么机器人眼睛这么难做？

机器人看世界主要靠深度相机（就像手机的人脸识别传感器）。但遇到玻璃、镜面、透明物体，光线会穿过去或反射回来，相机就懵了，测不出距离。LingBot-Depth 2.0 用1.5亿张图片训练，专门解决这些难题。

LingBot-Depth 2.0 进步在哪里？

• 看玻璃、镜子不再犯晕：在原本最容易出错的场景，深度误差（简单说就是判断距离的偏差）减少了一半。
• 边缘更清晰：能准确分辨物体轮廓，比如桌子和墙上挂的画之间的分界线。
• 细小物体也能认：比如螺丝钉、小零件，不再是模糊一团。
• 远距离更准：能判断几米外的物体离自己有多远。
• 测试成绩突出：在16项专业测试里拿了12项第一。

背后的视觉基座模型是个什么？

这次还同步发布了LingBot-Vision，相当于一个“通用视觉大脑”，专门教机器人识别物体的边界（哪里是杯子，哪里是背景）。它的训练数据只有1.6亿张图，比同类模型少一个数量级，但精度反而更高。而且它能在连续的视频画面里稳定追踪同一个物体的轮廓。

对普通人有什么用？

这项技术已经和国内3D相机公司奥比中光合作，后续可能会用在扫地机器人、送餐机器人、工厂机械臂上。简单说：未来你家里的机器人不太会撞到玻璃茶几了，快递机器人能准确从货架上拿起你买的饮料，工厂里的机械臂也能更稳地抓取零件。

目前这两款模型的技术报告和代码已经开源，意味着更多机器人公司可以免费拿来用，加速整个行业进步。