蚂蚁 Robbyant 发布 LingBot-Depth 2.0 深度建模研究

Ok-Line2658 · reddit · 2026-07-07

蚂蚁集团旗下具身智能公司 Robbyant 提出 LingBot-Depth 2.0,核心思路是把传感器自身的无效深度区域(镜面高光、透明物体、无纹理区)当作掩码信号,而非随机块遮挡,使模型直接在推理时会遇到的真实失败分布上学习。

2.0 版本仅更换编码器初始化与数据规模,其余训练配方不变;对照实验显示 LingBot-Vision 初始化在 ViT-L 几乎全部基准、ViT-g 多数基准上胜出,且优势随数据规模扩大而加大。报告在 8 项块遮挡/稀疏基准中拿下 7 项最佳 RMSE,在透明物体 ClearGrasp 数据上表现最强,DIODE 室内块遮挡 RMSE 较 1.0 约减半。