蚂蚁灵波 LingBot-Depth

蚂蚁灵波开源的深度补全模型，用彩色图修补深度相机的空洞和噪声。

LingBot-Depth 是蚂蚁集团旗下具身智能公司蚂蚁灵波（Robbyant）2026 年 1 月发布并开源的深度模型，论文为《Masked Depth Modeling for Spatial Perception》，GitHub 说明已被 ECCV 2026 接收。RGB-D 深度相机在透明、反光表面上常测不出深度，留下空洞和噪点。它把这些缺失区域当作天然的「掩码」：输入彩色图、原始深度和相机内参，用 ViT-Large 骨干融合两种模态，输出补全后的度量深度图和相机坐标系点云。训练用约 300 万对 RGB-D 数据（约 200 万真实、100 万合成）。官方称其深度补全误差比现有最好方法降低 40%–50%。代码、权重和数据集均已开源。

例子官方抓取实验中，用 LingBot-Depth 修补后的深度去抓难测物体：透明收纳盒成功率从 0% 提到 50%，玻璃杯从 60% 提到 80%，钢杯从 65% 提到 85%。

也叫

LingBot-Depth、Masked Depth Modeling、掩码深度建模

相关

深度补全、深度相机、透明/反光物体感知、深度空洞、掩码自编码器、蚂蚁灵波

来源

Masked Depth Modeling for Spatial Perception (arXiv 2601.17895)
GitHub: Robbyant/lingbot-depth
Robbyant 官网：LingBot-Depth

信息截至

2026-09