蚂蚁灵波开源触觉基础模型 LingBot-Touch

蚂蚁灵波科技正式开源触觉基础模型 LingBot-Touch。这是一款面向物理操作闭环的具身基础模型，基于近 5000 小时真实触觉数据预训练，旨在补齐机器人精细操作不可或缺的触觉感知短板。

目前，LingBot-Touch 已接入蚂蚁灵波自研的动作模型 LingBot-VLA，将机器人的感知能力延伸至指尖，推动具身通用大脑的手眼协同能力迈上新台阶。

26项真机测试：操作成功率最高提升26个百分点

在大语言模型与具身算法的加持下，机器人对复杂任务的理解和推理能力显著增强。但在物理世界中，仅靠视觉往往难以完成高精度闭环。以拧瓶盖为例，手指遮挡使视觉无法判断指腹是否打滑、受力是否合适，这些关键信息必须依赖触觉补位。

为验证触觉表征的实际效果，蚂蚁灵波在 Sharpa Wave 和 XHand1 两款灵巧手上进行了 26 项真机测试，涵盖翻书页、拧瓶盖、摸牌辨识等精细动作。接入 LingBot-Touch 后，LingBot-VLA、π0.5、Diffusion Policy 以及 T-Rex 四种主流动作模型的平均任务成功率较无触觉基线提升了 14 至 26 个百分点。

在 T-Rex 控制 Sharpa Wave 拧瓶盖的实验中，无触觉时的成功率仅为 56.25%，输入原始传感器信号时为 62.5%，而接入 LingBot-Touch 的统一触觉表征后，成功率跃升至 90%。

统一表征架构：打破跨传感器与跨硬件壁垒

现阶段商业触觉传感器路线上存在视触觉、磁触觉、压阻式等多种原理，各路线数据难以通用。一旦更换传感器或机械手构型，往往需要推倒重来，重新采集数据并训练模型。

LingBot-Touch 的核心突破在于构建了一套统一的触觉表征机制：

1. 多传感原理独立编码：按传感原理设置不同的输入接口，分别预处理各异的原始信号。
2. 映射到统一坐标系：将不同布局的触点统一投射到指尖坐标空间中。
3. 输出标准化特征：通过共享模型学习接触力、位置及其时序动态变化，最终输出标准触觉 Token。

这一架构实现了数据与能力的跨硬件复用。例如在 XHand1 的测试中，其搭载的磁触觉传感器型号从未出现在预训练集中，团队完全基于人戴手套采集的触觉数据，便在冻结 LingBot-Touch 参数的前提下完成了动作模型的迁移适配。

在端侧适配方面，团队提供了约 530 万参数的轻量版 LingBot-Touch-Tiny，在接入主流动作模型后，整体参数量仅微增 0.13% 至 0.16%，满足了严苛的实时推理需求。

具身原生模型与通用大模型的协同逻辑

针对当前以通用大模型赋能机器人的行业趋势，蚂蚁灵波 CEO 朱兴指出，大语言模型的进展显著强化了机器人的高层任务推理能力，但要真正跑通操作闭环，物理泛化性的底层挑战仍需依赖具身基础模型来解决。

通用大模型强化“大脑”理解，具身基础模型夯实“小脑与感官”操作，二者协同互补才能加速具身智能落地。未来，蚂蚁灵波将继续推动视觉、深度、触觉等多物理模态的深度对齐，打造跨构型的通用具身底座。

目前，LingBot-Touch 的技术报告、模型权重和代码均已在 Hugging Face、GitHub 及魔搭社区公开。