蚂蚁灵波开源全球最大真实RGB-D数据集，推动机器人感知进入新阶段

3月31日，蚂蚁灵波科技正式开源LingBot-Depth-Dataset——目前全球规模最大的真实场景RGB-D深度数据集。该数据集包含300万组高质量样本，其中200万组来自真实环境实地采集，100万组为高保真渲染生成，总数据量达2.71TB，覆盖Orbbec 335、335L，以及Intel RealSense D405、D415、D435、D455六款主流消费级与工业级深度相机。

这不是又一个“合成数据集”。LingBot-Depth-Dataset的核心价值，在于它真实记录了日常环境中的复杂光学挑战：玻璃窗的透射干扰、镜面的强烈反射、低光下的噪声、毛绒织物的漫反射、透明液体的深度丢失……这些在以往开源数据中几乎被忽略的“真实噪声”，如今都被完整保留。每一组样本都同步提供RGB图像、传感器原始深度图和高精度真值深度图，直接可用于深度估计、稀疏补全、三维重建等任务的训练与评测。

（图说：LingBot-Depth-Dataset 数据样例。从上到下依次为 RGB 图像、传感器原始深度图和真值深度图。该数据集同时提供原始深度与真值深度信息，为相关模型在真实场景中的训练和评估提供有力支撑。）

为什么这个数据集能改变行业现状？

过去五年，学术界和工业界依赖的深度数据集，如NYU Depth V2、KITTI、ScanNet等，要么规模太小（不足十万组），要么采集设备单一，要么大量依赖仿真渲染。很多模型在实验室跑得不错，一到真实家庭、商场、仓库就“失明”——玻璃看不见、反光成黑洞、阴影区全丢。

LingBot-Depth-Dataset首次系统性地解决了这个问题。团队历时两年，在全国20多个城市采集了超市、办公室、住宅、医院、展厅等真实场景，使用六种不同型号的深度相机同步拍摄，确保数据覆盖不同价格段、不同精度、不同噪声特性的硬件。每一张图都经过激光雷达扫描校准，生成毫米级精度的真值深度图，为模型训练提供了前所未有的“黄金标准”。

模型已落地：搭载后，便宜相机也能干掉高端设备

基于这个数据集训练的LingBot-Depth模型，已在实际产品中验证效果。在不更换任何硬件的前提下，将该模型部署到市售的百元级Orbbec相机上，其在透明玻璃、镜面、逆光等极端场景下的深度输出质量，已超越部分售价数千元的工业级RealSense D455。

实测对比显示：

• 在室内复杂场景中，深度预测误差降低超70%；
• 在稀疏深度补全任务中，误差下降约47%；
• 边缘保持能力显著提升，玻璃轮廓清晰可见，反光区域不再“空洞”；
• 模型轻量化后，可在Jetson Orin Nano等边缘设备上实时运行。

这意味着，机器人、AR眼镜、家庭服务机器人等终端设备，无需升级昂贵的传感器，仅靠软件优化，就能大幅提升空间感知能力——这对降低成本、加速落地至关重要。

对高校和创业公司意味着什么？

过去，想做深度感知研究，要么花几十万买激光雷达扫楼，要么用仿真环境“纸上谈兵”。LingBot-Depth-Dataset的开源，让任何一个实验室都能拥有媲美大厂的训练基础。

数据集已开放下载，包含完整的元数据、相机标定参数、采集环境标注和评估脚本。GitHub页面提供PyTorch/TensorFlow加载示例，支持与Open3D、COLMAP、NeRF等主流工具链无缝对接。

我们已收到多所985高校实验室的反馈：有团队用这套数据训练的模型，成功帮助扫地机器人在反光地板上稳定避障；有研究生基于此数据完成的毕业设计，被CVPR 2026接收；还有初创公司直接用它优化了自家仓储机器人导航系统，部署成本下降了60%。

这不是终点，而是起点

空间感知是具身智能的“眼睛”。没有真实数据，再好的算法也只是空中楼阁。LingBot-Depth-Dataset的开源，不只是一个数据包，它代表了一种态度：技术进步，不该被数据壁垒封锁。

我们相信，未来三年，真正能跑进千家万户的机器人，不会是靠最贵传感器堆出来的，而是靠最聪明的算法，用最真实的数据训练出来的。而今天，这个起点，已经打开。

数据集地址：https://github.com/ant-lingbot/LingBot-Depth-Dataset