问题——空间智能卡“看得见但看不准”； 从服务机器人到具身智能系统，空间智能提供感知、定位、规划与操作等基础能力。现实中，机器人要完成“拿杯子”“进电梯”“避开玻璃门”等任务，不仅要识别目标，更要准确判断距离、边界和可达空间。但在大量室内场景里，透明材质、强反光表面、低纹理墙面等情况很常见，RGB-D相机在这些条件下容易出现深度缺失、噪声增大、目标粘连等问题，进而导致抓取失败、导航偏差，甚至带来安全风险。 原因——数据难采、难对齐、难覆盖，制约算法迭代。 业内普遍认为，提升空间理解能力离不开大规模、高质量的三维数据支撑。相比互联网上海量二维图像，RGB-D数据采集不仅要保证左右视角一致性与时空同步，还要处理不同硬件在成像与深度测量上的差异。更关键的是，深度传感在玻璃、镜面、金属反光等材质上先天表现不佳，导致关键难点场景的可用样本长期不足。数据不足使模型容易出现“见过的能做，没见过的就失灵”，系统往往只能通过叠加硬件、提高成本来弥补感知短板，行业迭代效率因此受限。 影响——落地成本上升，应用边界受限。 数据底座薄弱带来的连锁反应，首先体现在泛化能力不足：机器人在实验室表现稳定，进入家庭、医院、商场等开放环境后性能波动明显。其次体现在验证体系不完善：缺少统一、可复现的高质量数据与评测集，不同方案难以横向对比，也不易快速定位问题原因。最终体现在产业推进上——感知不稳定迫使产品在传感器与算力上“过度配置”，推高部署与维护成本，影响规模化落地。 对策——以开源数据基座补齐关键样本，推动形成通用能力。 针对上述痛点，蚂蚁灵波开源LingBot-Depth-Dataset数据集，总规模2.71TB，包含300万对已标注RGB-D数据。每对样本由RGB图像、传感器原始深度图与真值深度图构成，便于研究者围绕深度补全、去噪、鲁棒估计等环节开展训练与对比验证。 从数据构成看，该数据集以真实数据为主：约200万对来自真实采集，其中约140万对由多台RGB-D相机在室内真实环境采集（RobbyReal），约58万对由机器人在有关任务中采集（RobbyVla）。场景覆盖住宅、教室、博物馆、商店、医院、健身房及电梯等高频空间，有助于提升模型在复杂光照与多材质环境下的适应性。数据集还包含约100万对合成数据（RobbySim）以及约3.8万条仿真验证集（RobbySimVal）。“真实采集+仿真生成”的组合，一上补足边缘场景与难采样本，另一方面降低大规模采集成本，为持续迭代提供更可扩展的路径。 前景——从“堆硬件”转向“强数据+强算法”，空间智能有望进入快车道。 业内人士认为，开放、标准化的数据基座将降低空间感知研究门槛，促进算法复现与快速迭代，并推动形成更一致的评测体系。随着真实多场景数据持续扩充、仿真数据生成更贴近物理规律，模型在玻璃门、电梯镜面、反光金属等难点场景下的稳定性有望更提升。面向应用端，数据与模型能力增强将带来更高的任务成功率与更可控的部署成本，推动服务机器人、仓储物流与公共服务等领域加速落地。同时，开源生态也将促进产业链上下游协同，推动形成从数据处理、训练评测到部署优化的技术闭环。
从“堆硬件求稳”转向“建数据打底”，反映出空间智能发展逻辑的变化：越接近真实世界，越需要高质量、可验证、可复用的数据支撑；数据基座的开放，有助于推动技术从演示走向可靠应用，也为机器人更安全、更普惠地进入日常生活提供了新的可能。