蚂蚁灵波开源LingBot-Touch：26项任务验证，四种策略模型成功率齐涨

具身智能在灵巧操作上跑得越来越快，可不同灵巧手之间始终横着一道触觉数据鸿沟。

传感器各有各的数据壁垒，怎么打通，成了通用灵巧操作绕不开的一步。

智东西11月10日报道，蚂蚁灵波正式开源触觉预训练基础模型LingBot-Touch，面向灵巧操作。压阻式、视触觉等不同类型的传感信号，它都能统一处理，编码成可复用的统一触觉表征，供不同灵巧手和策略模型调用。

真机测试里，LingBot-Touch搭配两款不同灵巧手和四种策略模型，跑完26项真实操作任务。四种策略模型在两款灵巧手上的平均任务成功率都涨了。

在Sharpa Wave灵巧手上，LingBot-VLA的平均成功率从45.60%升到72.51%。

这次发布也把蚂蚁灵波的具身原生机器人通用大脑补得更全：继空间感知、动态环境交互和灵巧操作之后，通用触觉感知能力到位。

Hugging Face：https://huggingface.co/collections/robbyant/lingbot-touch

项目主页：https://technology.robbyant.com/lingbot-touch

技术报告：https://github.com/Robbyant/lingbot-touch/tree/main/paper

GitHub：https://github.com/Robbyant/lingbot-touch

一、打破触觉数据壁垒，让不同灵巧手共享“手感”

魔搭社区：https://www.modelscope.cn/collections/Robbyant/LingBot-Touch

机器人灵巧操作要往上走，对触觉感知的要求也跟着抬高。拧瓶盖、翻书、零件装配这类精细活，机器人得先判断物体在哪，再感知手指接触后的受力变化和移动情况，才能及时调整手部动作。

要让机器人真正读懂这些接触信息，大量真实触觉数据的训练少不了。问题是，触觉数据采集成本高，规模也有限。

今年5月，海外具身创企Genesis AI发布机器人基础模型GENE-26.5，配套推出触觉数据采集手套和灵巧手，想靠动作映射把人类操作经验直接拿去训练机器人。

7月，美国具身企业Generalist AI披露GEN-1的跨本体研究进展，让不同末端执行器共享对接触、摩擦、受力等物理规律的理解。

这两家都在摸索怎么更高效地积累和利用物理交互经验。蚂蚁灵波则从触觉感知切入，挑了个更棘手的问题：打破不同传感器之间的数据壁垒，让触觉数据能跨本体共享和复用。

眼下灵巧手用的主流触觉传感器有磁触觉、视触觉和压阻式等几类，在感知精度、响应速度、覆盖面积和成本上各有所长。传感器记录接触的方式不一样，背后的物理接触信息却有共性。

蚂蚁灵波这次推出的LingBot-Touch，正是拿这一共性做文章，学习统一的触觉表征，让不同灵巧手共享对物理接触的理解。

具体做法是：LingBot-Touch先分别处理三类传感器采集的原始信号，再通过共享模型学习其中共同的接触特征，比如手指碰到了哪里、受力怎么变化。最后这些特征被编码为统一的触觉Token，供不同灵巧手和策略模型使用。

这样一来，策略模型不用直接处理不同传感器复杂的原始信号，拿提取出的接触信息就能做决策。

为了掌握这些共同的接触规律，蚂蚁灵波还用4983小时真实触觉数据做预训练，涵盖约46.4万段交互记录、13.3亿帧数据，抓握、旋转、装配等多种操作都在其中。

数据主要来自两块：人类佩戴触觉手套采集的磁触觉数据和压阻式数据，以及通过遥操作采集的视触觉数据。

训练采用自监督学习方法，随机遮挡部分触觉信息，让模型根据其他触点的信号变化预测被遮挡区域的特征，接触位置、受力变化等信息不用逐一标注。

靠这套模型架构和训练方法，不同硬件积累的真实触觉数据也能转成可以共同利用的训练资源。

二、26项真机任务验证，LingBot-Touch让四种模型集体涨分

模型有多大价值，终究要靠机器人的真实操作来验证。蚂蚁灵波在Sharpa Wave和XHand1两款灵巧手上开展了26项真机任务测试，翻书、拧瓶盖、拉拉链、分拣物体、双手协同等精细操作都覆盖到了。

测试结果就是前面提到的成功率变化：四种策略模型在两款灵巧手上的平均任务成功率均有提升，其中Sharpa Wave灵巧手上LingBot-VLA从45.60%提升至72.51%。

测试还覆盖了四种策略模型，分别是Diffusion Policy、π0.5、LingBot-VLA和T-Rex，用来观察LingBot-Touch在不同硬件与不同模型上的表现。

对照实验分成三组。一组完全不用触觉，只靠视觉等信息；一组把原始触觉数据直接喂给策略模型；还有一组接入LingBot-Touch，用其预先提取的触觉特征。

从两款灵巧手的结果看，接入LingBot-Touch之后，四种策略模型的平均任务成功率在三组对照中都拿到了最高值。

在Sharpa Wave上共20项任务，LingBot-VLA的平均成功率从45.60%升到72.51%，提高26.91个百分点；π0.5从47.56%升到68.58%，提高21.02个百分点。

XHand1的6项任务中，π0.5的平均成功率由49.71%提升至74.17%，提高24.46个百分点。

落到具体操作上，LingBot-Touch的效果同样清楚。拧瓶盖任务里，Sharpa Wave灵巧手上的T-Rex不用触觉时成功率为56.25%；直接输入原始触觉数据时为62.50%；接入LingBot-Touch后升到90%。

拉拉链任务更能说明问题。π0.5不用触觉信息时成功率是39%；把原始触觉数据直接输入后，成功率反而掉到15%；改用LingBot-Touch提取的触觉特征，成功率回到59%。

换句话说，关键在于把触觉信号变成模型能够有效利用的接触特征，操作效果才会改善。

任务成功率之外，LingBot-Touch在新硬件上的迁移能力同样受关注。

这次测试用的XHand1灵巧手装的是磁触觉传感器，该型号并未出现在LingBot-Touch的预训练数据里，触点布局等特征也和训练阶段所用设备不一样。

接入XHand1时，蚂蚁灵波没有重新训练LingBot-Touch，而是把它的模型参数固定住，只针对具体任务训练下游策略模型。结果，使用LingBot-Touch触觉特征的策略模型，平均任务成功率依然有所提升。

对产业来说，LingBot-Touch有望让不同灵巧手积累的触觉数据和学到的感知能力实现共享，企业在数据采集、模型训练和硬件适配上的重复投入可以减少，研发效率有望提高，灵巧操作能力进入更多实际场景的步伐也会加快。

三、触觉模型走向真机，速度也是硬门槛

具身智能加快走向实际应用，模型的计算开销和运行效率直接影响机器人能否落地部署。

一台机器人通常要同时跑视觉感知、动作决策等多个模型，端侧算力有限，得在不同任务之间分配。触觉感知尤其如此，手指与物体接触时产生的高频信号需要持续处理，对模型响应速度的要求更高。

针对这一需求，蚂蚁灵波给出了LingBot-Touch Tiny和Small两个版本，在模型规模与触觉感知能力之间提供不同选择。

Tiny版本参数只有约532万，重点是压低触觉处理的计算开销。把它接入LingBot-VLA后，整体参数量仅增加约0.13%，上述26项真机任务用的都是这一版本。

Small版本模型容量更大，触觉感知能力可以进一步提升。结果显示，Tiny版本用约4000小时数据预训练后，部分感知性能逐渐趋于饱和；Small版本在接近5000小时数据规模下仍能继续提升。

通用触觉能力要真正进入产品，模型性能、端侧算力和部署成本都得兼顾。LingBot-Touch用不同规模的模型设计，让企业可以按实际硬件条件和操作需求来选触觉模型。

结语：通用大脑再升级，让物理经验成为具身智能的共同资产

在此之前，蚂蚁灵波已经推出LingBot-Vision、LingBot-Depth 2.0、LingBot-World 2.0、LingBot-VLA 2.0等不同类型模型。LingBot-Touch的加入，让其机器人通用大脑的物理感知能力更完整。

这一布局延续了蚂蚁灵波坚持的具身原生技术路线：从机器人在真实物理世界完成任务的需求出发，把不同机器人共同需要的智能能力做成可复用的基础模型。

对整个产业而言，怎样降低不同硬件之间的能力迁移成本，也是规模化落地绕不开的问题。

这正是通用基础模型走向产业应用的重要价值所在。真实世界中积累的经验得以持续沉淀，不同硬件和任务之间的重复开发减少，机器人能力向更多实际场景迁移的速度加快。