今日，蚂蚁灵波正式发布并开源首个空间原生具身视觉基模LingBot-Vision及空间感知模型LingBot-Depth 2.0，让机器人更精准地看懂真实世界。针对透明反光材质、远距离小目标及复杂光照等视觉痛点，LingBot-Vision创新引入边界强制机制，在预训练阶段深入学习空间几何结构。其仅用10亿参数即可匹敌7倍参数量的大模型，端侧部署更友好。基于此底座的Depth 2.0在多项深度补全测试中领先。目前模型代码与权重已全面开源，并获奥比中光认证，将大幅降低开发门槛，加速人形机器人等具身智能在真实场景的落地应用。

7月7日，蚂蚁旗下灵波科技正式发布机器人空间感知模型LingBot-Depth 2.0及视觉基座模型LingBot-Vision。LingBot-Depth 2.0基于1.5亿规模数据训练，在16项深度补全测评中斩获12项第一，大幅提升机器人在玻璃、镜面等复杂场景的空间感知与细小物体识别能力。同步推出的LingBot-Vision是业内首个以“边界结构”为预训练目标的视觉基础模型，具备亚像素级边界定位能力。目前，灵波已与奥比中光展开深度合作，计划年底推出集成新模型的一体化3D相机产品。相关技术报告及Vision模型权重现已开源，助力具身智能产业加速落地。

近日，乐动机器人成功登陆港交所主板，成为港股新贵。在物理AI时代，乐动深耕空间感知技术，致力于让机器人真正读懂物理环境。公司不仅提供多模态传感器，更自主研发灵境物理空间交互大模型，将现实环境转化为模型可读的高质量数据，打造物理AI的数据精炼厂。凭借物理AI三层核心架构，乐动构建起强大的数据飞轮。2025年，其核心产品激光雷达出货量超四百万台，搭载其视觉感知技术的设备突破两千万台。在董事长周伟带领下，乐动正从传感器硬件公司，全面转型为物理AI市场的感知基础设施平台。

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。

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。