蚂蚁灵波开源LingBot-Map：仅需一个 RGB 摄像头，就能让机器人“理解”真实世界 - InfoQ¶
站点: InfoQ 抓取日期: 2026-04-17 URL: https://www.infoq.cn/article/d2ODNNUg38yOQZyuUwUY
蚂蚁灵波开源LingBot-Map：仅需一个 RGB 摄像头，就能让机器人“理解”真实世界 - InfoQ 首页 AI会议 hot AI课程 hot AI应用 hot 报告 HarmonyOS Snowflake new 更多 写点什么 创作场景 记录自己日常工作的实践、心得 发表对生活和职场的感悟 针对感兴趣的事件发表随笔或者杂谈 从 0 到 1 详细介绍你掌握的一门语言、一个技术，或者一个兴趣、爱好 或者，就直接把你的个人博客、公众号直接搬到这里 登录 / 注册 企业动态 行业深度 AI&大模型 出海 后端 芯片&算力 架构 大数据 软件工程 云计算 大前端 管理/文化 蚂蚁灵波开源 LingBot-Map：仅需一个 RGB 摄像头，就能让机器人“理解”真实世界 李冬梅 2026-04-16 北京 本文字数：1243 字 阅读完需：约 4 分钟 4 月 16 日，蚂蚁灵波科技宣布开源流式三维重建模型 LingBot-Map。该模型仅需一个普通 RGB 摄像头，即可在视频采集过程中实时估计相机位姿、重建场景三维结构，为机器人、自动驾驶、AR 眼镜等应用提供连续、稳定、实时的空间感知与理解能力。 项目地址： Hugging Face： https://huggingface.co/robbyant/lingbot-map ModelScope： https://www.modelscope.cn/models/Robbyant/lingbot-map （图说：LingBot-Map 在多项国际主流评测中全面领先现有方法，是目前精度最高、稳定性最强的流式三维重建模型） 在以大尺度、复杂光照和严苛评估标准著称的 Oxford Spires 数据集上，LingBot-Map 的绝对轨迹误差（ATE）仅为 6.42 米，轨迹精度较此前最优流式方法提升近 2.8 倍，也显著优于离线方法 DA3 的 12.87 米和优化方法 VIPE 的 10.52 米。 在 ETH3D、7-Scenes、Tanks and Temples 等多个权威基准上，LingBot-Map 在位姿估计和三维重建质量两个维度也全面领先现有流式方法。其中，在 ETH3D 基准上，其重建 F1 分数达到 98.98，较第二名提升超过 21 个百分点，展现出更强的场景还原能力。 除精度外，LingBot-Map 还兼顾实时性与长时稳定运行能力。技术报告显示，该模型可实现约 20 FPS 的推理速度，并支持超过 10,000 帧的长视频序列连续推理，且精度几乎保持不变。这意味着在机器人导航、避障、操作、交互等强调连续在线处理的真实场景中，模型具备在较长时间范围内稳定运行的能力。 流式三维重建是机器人和空间智能系统的重要底层能力。与传统三维重建方法在获取完整图像后再统一处理不同，流式三维重建强调“边看边理解”，系统需要一边接收新的画面，一边持续完成定位和建图，还要控制计算和存储开销。如何在几何精度、时序一致性和运行效率之间取得平衡，一直是流式三维重建的核心难点。 针对上述问题，LingBot-Map 采用了面向流式场景的纯自回归式建模方式，基于几何上下文 Transformer，在不依赖未来帧信息的前提下，逐帧处理当前及历史画面，持续输出相机位姿和深度信息，实时恢复场景的三维结构。 LingBot-Map 的核心创新在于其几何上下文注意力（Geometric Context Attention，GCA）机制，能够对跨帧几何信息进行更有效的组织与利用，在保留关键历史信息的同时减少冗余计算。据介绍，该设计借鉴了经典 SLAM 系统对空间信息分层管理的思路，但将原本依赖手工设计和复杂优化的部分交由模型统一学习完成，从而更好兼顾长序列场景下的重建质量、运行效率与系统稳定性。 今年 1 月，蚂蚁灵波相继开源了高精度空间感知模型 LingBot-Depth、具身大模型 LingBot-VLA，世界模型 LingBot-World 和自回归视频-动作模型 LingBot-VA，围绕空间感知、具身决策、世界模拟等关键环节，不断夯实具身智能“智能基座”的技术布局。此次开源的 LingBot-Map，则进一步补齐了实时空间理解与在线三维建图的关键能力拼图。 目前，LingBot-Map 的模型和代码已在 Hugging Face 开源。随着更多开发者和研究团队参与，流式三维重建将推动机器人更稳定、更高效地理解和适应真实物理世界。 促进软件开发及相关领域知识与创新的传播 关于我们 我要投稿 合作伙伴 加入我们 关注我们 联系我们 内容投稿：editors@geekbang.com 业务合作：hezuo@geekbang.com 反馈投诉：feedback@geekbang.com 加入我们：zhaopin@geekbang.com 联系电话：010-64738142 地址：北京市朝阳区望京北路9号2幢7层A701 InfoQ 近期会议 北京 · QCon 全球软件开发大会 2026.4.16-18 上海 · AICon 全球人工智能开发与应用大会 2026.6.26-27 全球 InfoQ InfoQ En InfoQ Jp InfoQ Fr InfoQ Br Copyright © 2026, Geekbang Technology Ltd. All rights reserved. 极客邦控股（北京）有限公司 | 京 ICP 备 16027448 号 - 5 京公网安备 11010502039052号 | 产品资质