蚂蚁灵波开源2.7T级深度数据集：200万对真实样本，覆盖6款相机

3月31日，蚂蚁灵波科技宣布开放大规模 RGB-D 深度数据集 LingBot-Depth-Dataset。该数据集共收录300万对高质量样本，其中200万对来自真实场景采集，另有100万对由渲染生成，总体容量达 2.71TB，覆盖6款主流深度相机，是当前开源社区真实场景 RGB-D 数据集中体量最大的一套。此次开放为具身智能、空间感知与三维视觉等方向提供了更丰富、更贴近实际应用的数据基础。

（图注：LingBot-Depth-Dataset 数据示例。从上到下依次为 RGB 图像、传感器输出的原始深度图和真值深度图。数据集同时提供原始深度与真值深度信息，为模型在真实场景中的训练与评估提供有力支撑。）

一直以来，公开的深度数据集普遍存在规模不足、真实场景覆盖不够、硬件设备类型单一等问题。许多数据以合成为主，与真实传感器在噪声、空洞和材质表现等方面差异明显，限制了相关模型在实际环境中的落地效果。

LingBot-Depth-Dataset 针对上述痛点进行了补足，尤其是提供了大规模、基于真实拍摄的样本。每条数据都包含 RGB 图像、传感器原始深度图和真值深度图，可直接用于深度估计与深度补全任务的训练和评测。数据集覆盖 Orbbec335、335L，以及 Intel RealSense D405、D415、D435、D455 共6款主流深度相机，有助于提升模型在不同设备与场景下的训练、适配与评估能力。

据介绍，蚂蚁灵波此前开源的高精度空间感知模型 LingBot-Depth，以该数据集为核心训练数据。与业界主流方法 PromptDA 和 PriorDA 相比，LingBot-Depth 在室内场景中的深度预测误差降幅超过 70%，在稀疏深度补全等任务中的误差约降 47%。将该模型部署到市售深度相机后，无需升级硬件，即可在透明玻璃、镜面反光、逆光等复杂场景下输出更完整、更平滑、边缘更清晰的深度图，且在部分场景中的表现可超越业界顶级工业级深度相机。

对于高校与科研机构而言，此次开源不仅能降低数据采集与标注门槛，也有望加速相关技术从实验验证走向真实应用。随着机器人与具身智能加速落地，大规模、高质量、以真实采集为主的空间感知数据集，将成为行业持续进步的重要基础设施。