- 类别
- 模型 · 具身大脑
- 开放程度
- 开源
- 发布时间
- 2026 年 1 月
- 开源协议
- Apache-2.0
- 发布方所在地
- 中国
项目简介
蚂蚁灵波面向机器人的 RGB-D 空间感知模型,用掩码深度建模做自监督训练,把深度相机输出的残缺、带噪深度补全为度量尺度准确的深度图和点云。输入 RGB 图像、原始深度和相机内参,编码器为 ViT-Large。开源通用精修版和稀疏深度补全版权重,以及约 300 万条 RGB-D 训练数据(含机器人操作过程中采集的数据)。官方展示了玻璃杯等难感知物体的灵巧抓取和 4D 点追踪,LingBot-VLA 2.0 也用它提供几何信息。
- 规模
- ViT-L/14 编码器;训练数据约 300 万条 RGB-D 样本(约 200 万真实采集、100 万仿真渲染)
