蚂蚁灵波开源 LingBot-Map：普通 RGB 摄像头即可实现实时三维重建

蚂蚁灵波正式开源流式三维重建模型 LingBot-Map，仅需普通 RGB 摄像头，即可让机器在视频采集时实时完成相机位姿估计与场景三维结构重建，填补实时空间感知领域关键技术空白，为机器人、自动驾驶等场景提供可靠空间理解能力。

不同于传统“先采集后处理”模式，LingBot-Map 采用纯自回归式建模与几何上下文 Transformer，逐帧处理画面，兼顾重建质量与运行效率，实现 20FPS 实时推理及长序列稳定运行。

该模型在权威基准测试中表现优异：Oxford Spires 数据集上绝对轨迹误差仅 6.42 米，较最优流式方法提升约 2.8 倍；ETH3D 基准重建 F1 分数达 85.70，超第二名 8%。蚂蚁还相继开源了 LingBot-Depth、VLA 等模型，夯实具身智能技术布局。