蚂蚁灵波LingBot-Touch开源：5000小时触觉数据预训练
蚂蚁灵波科技开源触觉基础模型 LingBot-Touch，基于近 5000 小时真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类传感器。26 项真机测试显示，接入后动作模型任务成功率提升 14 至 26 个百分点，让机器人“摸得更灵敏”。#机器人触觉##具身智能#
11 月 10 日，蚂蚁灵波科技宣布开源触觉基础模型 LingBot-Touch，给机器人大脑补上了触觉感知这一环。
官方介绍显示，LingBot-Touch 基于近 5000 小时真实触觉数据完成预训练，覆盖磁触觉、视触觉和压阻式三类主流传感原理。它能把不同信号转成同一套触觉表征，让积累下来的“手感”跨传感器、跨灵巧手、跨模型、跨任务复用。26 项真机测试中，接入这套表征后，四种动作模型的平均任务成功率比没有触觉时高出约 14 至 26 个百分点。
蚂蚁灵波的 LingBot 系列此前已经搭起一套全栈技术体系，覆盖高精度空间感知、高动态环境交互和可泛化灵巧操作，让机器人看得更清楚、想得更明白、干得更利索。LingBot-Touch 把通用大脑的感知能力延伸到了“指尖”，机器人“摸得更灵敏”，具身原生通用大脑的能力也随之再进一步。
看清之后，为什么还需要“摸得灵敏”？
机器人在真实物理世界里每走一步，都得感知物体和环境的变化，再据此修正下一步动作。很多精细操作中，看清物体在哪、把手伸到位，并不代表任务就能做成。接触之后受力合不合适、物体有没有滑移，光靠视觉往往判断不了。
拿拧瓶盖来说，深度信息能帮手指对准瓶盖。可一旦开始转，瓶盖可能已经松了，也可能是指腹沿着盖壁打滑。这两种情况在画面里很像，需要的动作调整却不一样。指尖接触在哪、受力多大、怎么变化，成了动作模型的重要判断依据，而这些信息常被手指和物体挡住，视觉拿不到。
为验证触觉表征对真实操作的帮助，团队在 Sharpa Wave 和 XHand 两款灵巧手上做了 26 项真机测试，包括翻书页、拧瓶盖、辨识麻将牌等精细操作。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，较无触觉时提高约 14 至 26 个百分点。
具体到 T-Rex 控制 Sharpa Wave 拧瓶盖的任务：不用触觉时成功率是 56.25%，直接输入传感器原始信号时为 62.5%，接入 LingBot-Touch 的触觉表征后达到 90%。
这组真机实验说明，高质量的触觉信息输入，能明显拉高机器人动作的成功率。
统一触觉表征，跨灵巧手、跨模型复用
装上触觉传感器，不等于机器人就能用好触觉。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、压阻式几条路线各有长短。面对不同的成本和使用场景，多种路线可能长期并存。
更麻烦的地方在于，同一次接触，换一种传感原理或触点布局，原始信号就不一样。模型如果只学会读其中一种，一旦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。
团队的办法是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，积累的触觉能力可以跨灵巧手、跨动作模型复用。
具体做法上，LingBot-Touch 按传感原理分别设编码入口，先处理各自的原始信号，再把不同布局的触点映射到统一的指尖坐标空间。共享模型学习接触位置、受力以及它们随时间的变化，输出统一的触觉 Token——一套供不同动作模型使用的触觉表征。
这套架构下，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。未来要接入新类型的触觉传感器，架构里也留了扩展空间。
在 XHand 上，团队进一步验证了触觉能力的跨硬件复用。XHand 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。换到这只灵巧手后，团队不动 LingBot-Touch 的参数，只用 XHand 的操作示范训练动作模型。
LingBot-Touch 提供的是触觉传感器和动作模型之间的通用感知能力，并非某一硬件或某一策略的专用模块。这次测试接了四种不同的动作模型，不绑定自研的 LingBot-VLA。传感器和灵巧手厂商可以按成本和任务需求挑硬件，整机团队能保留自己的动作策略，换硬件与算法组合时不必再重复开发触觉能力。
为兼顾感知能力和端侧算力，团队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 在感知测试中显示出进一步提升的潜力：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。
蚂蚁灵波表示，通用大模型正加速演进，此时发布 LingBot-Touch，是团队对“具身原生”路线的持续投入和笃定。面向数字信息的多模态范式与此不同：机器人身处真实物理世界，信息从传感器来，作用到环境中去，既要理解深度这类空间感知信息，也要处理触觉、力觉、温度等接触感知模态。模态输入的质量，很大程度上决定了动作输出的质量。
参考
