1月27日，蚂蚁集团旗下灵波科技宣布开源高精度空间感知模型LingBot-Depth。该模型基于奥比中光Gemini 330系列双目3D相机数据，显著提升机器人和自动驾驶汽车的三维视觉能力，在权威评测中表现优异，室内场景相对误差降低超70%。针对透明、反光物体等难点，研发“掩码深度建模”技术，结合RGB图像推断缺失深度信息，输出更清晰的三维深度图。实验显示，其效果优于业内领先的ZED Stereo Depth深度相机。模型训练使用1000万份原始样本，提炼200万组高价值数据，核心数据资产将开源。蚂蚁灵波与奥比中光达成战略合作，计划推出新一代深度相机，并于本周陆续开源多款具身智能方向模型。

标题：浙江大学研究员彭思达：底层空间感知技术如何助力机器人训练？｜GAIR 2025 正文：在“世界模型”分论坛上，浙江大学研究员彭思达发表了《面向具身智能的通用空间感知技术》的主题演讲，分享了其团队在赋予机器人通用感知能力方面的最新进展。彭思达是浙江大学软件学院“百人计划”研究员，专注于三维计...

谢赛宁李飞飞LeCun搞的寒武纪，究竟是个啥？ “寒武纪”在AI圈备受关注，由谢赛宁牵头，李飞飞和Yann LeCun支持的这一项目聚焦于让人工智能真正学会感知世界。其核心成果是一款多模态视频大模型Cambrian-S，主打空间感知能力，同时具备通用视频和图像理解能力，在短视频空间推理任务中达到SO...

正文：8月16日，研究机构Ai2在GitHub开源了具身机器人AI模型MolmoAct，可解决机器人在三维空间中的动作规划与理解问题。该模型通过三阶段机制实现空间感知：生成包含几何与位置信息的Token评估距离、生成路径点展示动作顺序、将路径转化为机械指令。测试显示，MolmoAct-7B在未见过任务中成功率72.1%，经微调后提升至86.6%，优于谷歌、微软等实验室模型，且训练成本更低（2630万样本、256颗H100 GPU仅需1天）。此外，模型支持可视化运动轨迹和用户手绘调整，提升操作安全性和可解释性。项目资源已开源。