蚂蚁灵波开源LingBot-Touch：5000小时真实数据，触觉也能Token化

11 月 10 日，蚂蚁灵波科技把触觉基础模型 LingBot-Touch 开源出来，补上了机器人大脑在触觉感知上的缺口。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覆盖，能把不同信号转成同一套触觉表征，供各类灵巧手和动作模型调用。机器人光“看得清楚、想得明白”还不够，精细操作需要的触觉感知也由此补上。

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，看得出它在具身原生这条路上还要继续押注。

蚂蚁灵波的通用大脑此前已经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 接进了 LingBot-VLA，感知能力伸到“指尖”，机器人“摸得更灵敏”，具身原生通用大脑的能力又往上走了一步。

26 项真机测试 任务成功率提高 14 至 26 个百分点

通用大模型一直在进步，机器人理解复杂任务、推理操作步骤的本事也在变强。可到了真实物理世界，每走一步动作，机器人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，任务却未必做得成——手指碰到物体之后，受力合不合适、物体有没有滑移，光靠视觉很难判断，得靠触觉来补。

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，瓶盖可能已经松了，也可能指腹正沿着盖壁打滑。画面里这两种情况看着差不多，需要的动作调整却不一样。指尖的接触位置、受力大小和它的变化，都是动作模型判断的重要依据，可这些信息往往被手指和物体挡住，视觉拿不到。

触觉表征对真实操作到底有多大帮助？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、辨识麻将牌这些精细操作都在其中。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

装上触觉传感器，不等于机器人就能把触觉用好。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、压阻式几条主流路线各有各的长处和短板，面向不同成本和使用场景，多种技术路线可能长期并存。

更难办的是，这些传感器采到的数据很难直接通用。同一次接触，换了传感原理和触点布局，原始信号就不一样。模型要是只学会解读其中一种，换传感器或换灵巧手之后，原有的数据和触觉经验就可能用不上，得重新采集、训练、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增加。

所以，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，让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、跨任务复用。

LingBot-Touch 的做法是按传感原理分别设编码入口，先把不同的原始信号处理一遍，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，不同动作模型也能用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）

团队在 XHand1 上进一步验证了触觉能力的跨硬件复用。XHand1 用的磁触觉传感器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。换到这只灵巧手上，团队保持 LingBot-Touch 参数不变，只用 XHand 的操作示范训练动作模型。

这次真机测试里，LingBot-Touch 接入的是四种不同动作模型，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重新开发触觉能力的重复投入能少一些。

为了兼顾感知能力和端侧算力，蚂蚁灵波给了两种容量的模型。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里获益，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技术路线最近的变化时说：“数字世界的大语言模型在往前跑，GPT-6 Astra、Claude Fable 5.2 就是代表，机器人在复杂任务推理和物理操作上的本事确实被推高了，我们盯着这块，也在往里投。可一线做产业的人都有体会，操作闭环真要跑通，物理操作泛化性这道坎躲不过去，多半还得指望具身基础模型自己往前走。”

朱兴认为，通用大模型和具身基础模型之间更像是 1+1＞2 的配合关系。前者让机器对任务和环境理解得更透、推理得更准，后者则把物理感知和闭环操作的能力往上提。两边各自往前突破，又能互相带动，具身智能产业的成熟节奏也会随之加快。

“模态输入的质量很大程度上决定了动作输出的质量，换句话说没有好的输入就没有好的输出。”朱兴说，蚂蚁灵波会沿着具身原生这条路线走下去，继续摸物理操作泛化性的上限，做一套能适配不同构型的机器人通用大脑，让视觉、深度、触觉乃至温度这些物理模态在同一个模型里对齐。商业化推进的同时，也会持续向社区开源开放。

眼下，LingBot-Touch 的技术报告、模型和代码都已经开源，开发者可以到 Hugging Face、GitHub 和魔搭社区访问、下载。