蚂蚁灵波开源LingBot-Touch：近5000小时触觉数据预训练

11月10日，蚂蚁灵波科技把触觉基础模型LingBot-Touch开源出来，给机器人大脑补上了触觉感知这一环。这个模型用近5000小时真实触觉数据做预训练，磁触觉、视触觉、压阻式三类主流传感原理都在覆盖范围内，能把不同信号转换成同一套触觉表征，供各类灵巧手和动作模型调用。机器人“看得清楚、想得明白”之外，精细操作所缺的触觉感知也补了进来。

通用大模型正加速演进，蚂蚁灵波此时推出一款面向物理操作闭环的触觉基础模型，对外传递的是它对具身原生路线的持续投入和笃定。

蚂蚁灵波的通用大脑此前已覆盖高精度空间感知、高动态环境交互和可泛化灵巧操作，机器人看得更清楚、想得更明白、干得更利索。这回LingBot-Touch接入了LingBot-VLA，感知能力延伸到“指尖”，机器人“摸得更灵敏”，具身原生通用大脑的能力再往上走了一步。

26项真机测试 任务成功率提高14至26个百分点

通用大模型不断进步，机器人理解复杂任务、推理操作步骤的本事也在增强。可到了真实物理世界，机器人每走一步动作，都得感知物体和环境的变化，再据此修正下一步。不少精细操作里，机器人能看清物体在哪，手也能伸到正确位置，任务却未必能顺利完成——手指碰上物体之后，受力合不合适、物体有没有滑移，光靠视觉判断不了，得由触觉来补。

拿灵巧手拧瓶盖来说，深度信息能帮手指对准瓶盖。一旦开始转动，瓶盖可能已经松动，也可能指腹正沿着盖壁打滑。这两种情况在画面里看着差不多，需要的动作调整却不一样。指尖的接触位置、受力大小及其变化，这时就成了动作模型的重要判断依据，偏偏这些信息常被手指和物体挡住，视觉很难拿到。

触觉表征对真实操作到底有没有帮助？蚂蚁灵波在Sharpa Wave和XHand1两款灵巧手上做了26项真机测试，翻书页、拧瓶盖、辨识麻将牌等精细操作都包括在内。接入LingBot-Touch后，LingBot-VLA、π0.5、Diffusion Policy和T-Rex四种动作模型的平均任务成功率，比没有触觉时提高了约14至26个百分点。

以T-Rex控制Sharpa Wave拧瓶盖为例：不用触觉，任务成功率是56.25%；直接输入传感器原始信号，为62.5%；接入LingBot-Touch的触觉表征后，成功率达到90%。

（图说：接入LingBot-Touch后，四种动作模型在两款灵巧手上的真机任务成功率均达到各自最高水平）

统一触觉表征，让机器人“手感”跨硬件复用

机器人装上触觉传感器，不代表它就能把触觉用好。商用触觉传感器整体还处在较早的发展阶段，视触觉、磁触觉、压阻式等主流路线各有各的优势和局限，面向不同成本和使用场景，多种技术路线可能长期并存。

更麻烦的是，这些传感器采集的数据很难直接通用。同样一次接触，传感原理和触点布局不同，形成的原始信号就不同。模型要是只学会解读其中一种，换了传感器或灵巧手，已有的数据和触觉经验就可能用不上，得重新采集、训练和适配。硬件迭代这么快，这种绑定带来的是重复开发，硬件厂商、整机团队和模型开发者之间的适配成本也跟着涨。

说到底，触觉要规模化落地，关键得让触觉理解不再依赖特定传感器的物理信号，不同来源的数据能放在一起训练，积累下来的触觉能力可以跨传感器、跨灵巧手、跨模型和跨任务复用。

LingBot-Touch的做法是按传感原理分别设置编码入口，先处理不同的原始信号，再把不同布局的触点映射到统一的指尖坐标空间，由共享模型学习接触位置、受力及其随时间的变化，输出统一的触觉Token。这样一来，人戴触觉手套采集的数据和遥操作灵巧手采集的数据能共同用于训练，不同动作模型也能借助训练好的模型提取接触特征。这套架构还给未来接入新类型的触觉传感器留出了扩展空间。

（图说：LingBot-Touch将磁触觉、视触觉、压阻式触觉信号编码为统一的触觉Token，供不同动作模型使用）

触觉能力能否跨硬件复用，团队在XHand1上又做了一次验证。XHand1所用磁触觉传感器的型号并不在预训练数据里，模型学到的磁触觉经验全部来自人戴手套采集的数据。换到这只灵巧手之后，团队保持LingBot-Touch参数不变，只用XHand的操作示范训练动作模型。

本次真机测试中，LingBot-Touch接入了四种不同动作模型，并不绑定蚂蚁灵波自研模型。它提供的是触觉传感器和动作模型之间的通用感知能力，不是某一硬件或某一策略的专用模块。放到产业里看，传感器和灵巧手厂商可以按成本与任务需求挑硬件，整机团队也能保留自己的动作策略，每换一种硬件与算法组合就得重新开发触觉能力的重复投入因此少了许多。

为了在感知能力和端侧算力之间取得平衡，蚂蚁灵波准备了两种容量的模型。此次26项真机测试全部由约530万参数的轻量版LingBot-Touch-Tiny完成；接入LingBot-VLA、π0.5和T-Rex后，模型参数量只增加约0.13%至0.16%。

容量更大的LingBot-Touch-Small在感知测试中显出了进一步提升的潜力——预训练数据增至近5000小时时，模型仍能从新增数据中获益，触觉预训练还有继续扩展提升的空间。

坚持具身原生，与通用大模型协同推进

蚂蚁灵波CEO朱兴在聊到具身大模型近期技术路线怎么走时提到，GPT-6 Astra、Claude Fable 5.2这类数字世界的大语言模型往前跑，机器人在复杂任务推理和物理操作上确实更能打了，他们盯着这块，也在往里吸收。不过他话锋一转：产业一线干下来，真想跑通操作闭环，物理操作泛化性这道坎还是迈不过去，很大程度得指望具身基础模型自己迈出那一步。

朱兴的判断是，通用大模型和具身基础模型之间更像 1+1＞2 的配合：前者让任务和环境被理解得更透、推理更顺，后者把物理感知和闭环操作往上抬，两边各自往前冲、又互相推着走，具身智能产业成熟的速度也就跟着起来了。

“输入模态的质量，很大程度上左右着动作输出的质量——输入不行，输出也好不到哪去。”朱兴表示，蚂蚁灵波会坚持具身原生路线，继续摸索物理操作泛化性的新上限，做出能适配不同构型的机器人行业通用大脑，让视觉、深度、触觉乃至温度等更多物理模态在同一个模型里完成对齐；商业化推进的同时，也会持续向社区开源开放。

LingBot-Touch的技术报告、模型和代码眼下已经开源，开发者可以通过Hugging Face、GitHub和魔搭社区获取并下载。