透明杯摆在桌上，人能看清杯沿，深度相机却可能只看到一片空洞。对机器人来说，这不只是“没认出杯子”：距离和边界一旦判断错误，抓取、移动和避障都会受影响。蚂蚁灵波发布的 LingBot-Depth 2.0，正是为二维画面补上距离与三维结构信息的空间感知模型。
据 InfoQ 报道，新版训练数据从300万扩至1.5亿规模。它重点处理深度补全——借助彩色图像等信息，填补深度相机在玻璃、镜面和细小物体处留下的缺失区域。在16项深度补全测评中，模型取得12项第一；室内大面积深度缺失场景的 RMSE（衡量预测距离误差的指标，越低越好）从0.132降至0.062。上述效果来自发布方及合作方测试，尚缺少材料之外的独立复核。
这次同步开放的是 LingBot-Vision 的技术报告和模型权重。它是 LingBot-Depth 2.0 的视觉基座——先从大量图像学习通用视觉能力，再供深度估计等任务使用。其训练会刻意遮住物体边界，让模型练习还原形状和空间关系，而不只判断“这是什么”。这为国产机器人补上了一块可复用的空间视觉底座。