Ant傘下のロボットAI企業、深度認識モデル2.0を発表

Robbyantが発表したLingBot-Depth 2.0とLingBot-Visionは、ロボットの空間認識における「透明・反射物体の認識」という長年の課題に対応するものです。Masked Depth Modelingという手法を採用した前世代のLingBot-Depthをベースに、訓練データ規模を拡大することで、深度誤差の大幅な削減を実現しています。特に注目されるのは、LingBot-Visionが業界初の「境界構造」を事前学習の目的とした視覚基盤モデルであり、160万画像という比較的小規模なコーパスでDINOv3と同等の精度をNYUv2ベンチマークで達成している点です。このように、訓練効率と性能のバランスを取った設計が、実装の現実性を高めています。

Orbbecとの協業は、単なる技術パートナーシップではなく、実際のロボット・AI視覚製品への統合を通じたコマーシャライゼーション路線を示しています。Gemini 330シリーズカメラ対応のSDKと、年末リリース予定の統合カメラ製品により、エッジでの深度認識能力がロボット顧客に直接提供される形になります。また、LingBot-Visionのオープンソース化により、業界全体での採用を促進する戦略も見えています。