@heyshrutimishra：没人提过这事——市面上所有机器人都看不见玻璃。放面镜子在它面前，或是一个玻璃瓶，它直接就……失灵了。

X AI KOLs Timeline 模型
depth-estimation robot-vision glass-detection benchmark foundation-model

摘要

LingBot-Depth 2.0 基于 1.5 亿样本训练，解决了机器人长期以来的玻璃/透明物体感知盲区，在 12/16 项深度基准测试中夺得榜首，深度误差减半。蚂蚁集团利用该技术大幅提升了其机器人的感知能力。

没人提过这事——市面上所有机器人都看不见玻璃。 放面镜子在它面前，或是一个玻璃瓶，它直接就……失灵了。 LingBot-Depth 2.0 基于 1.5 亿样本训练，专门修复了这一缺陷。在 12 项深度基准测试中（共 16 项）夺得第一，误差减半。 蚂蚁集团仅用一代升级就让机器人的“眼睛”清晰了 50 倍。
查看原文
查看缓存全文

缓存时间: 2026/07/06 22:22

没人提过这事，但市场上所有机器人都对玻璃视而不见。 在它面前放一面镜子或一个玻璃瓶，它就直接…失灵了。

LingBot-Depth 2.0 基于 1.5 亿样本训练，专门解决这个问题。16 项深度基准测试中，12 项排名第一，误差减半。

蚂蚁集团仅用一代就把机器人“眼睛”的性能提升了 50 倍。

Robbyant (@robbyant_brain): 🪞 玻璃。镜子。透明物体。——每个深度相机的噩梦。我们刚刚解决了！ 隆重推出 LingBot-Depth 2.0：1.5 亿规模训练，深度误差减半，12/16 项基准测试拔得头筹。基于 LingBot-Vision —— Depth 背后的视觉基础模型。

相似文章