Robbyant 开源 LingBot-Depth 2.0：1B 参数击败 DINOv3，攻克透明物体深度感知难题

摘要与判断

Robbyant 团队开源发布视觉基础模型 LingBot-Vision 及深度感知模型 LingBot-Depth 2.0，通过掩码边界建模技术解决了深度相机对玻璃、镜面等透明物体的感知难题。该模型仅用 10 亿参数在性能上击败了 70 亿参数的 DINOv3，不仅将深度误差减半、在 12 项基准测试中登顶，还能在视频中实现连续追踪并保留高分辨率细节，为具身智能的物理感知能力带来显著提升。

Topics

引用和原文

• 🚨 @ROBBYANT_BRAIN’S ROBOTICS TEAM JUST SOLVED ONE OF THE BIGGEST NIGHTMARES FOR DEPTH CAM
• 原文链接

Trace

Raw Item

raw_1c7a9c4edabe424f

Processed Item

processed_e0f5a24068f0401d

Source

source_x_feishu_candidate_datachaz

LLM Logs

llm_f259df1874b640c5, llm_06f446a6686d49b1, llm_f8f134b3570142e4

Coze Loop

36e154405f3e30a1431f9f986fec142a