5000 小时真实触觉数据,三类传感器统一表征

11 月 10 日,蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,技术报告、模型与代码同步在 Hugging Face、GitHub 和魔搭社区开放。模型基于近 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主流传感原理,把不同布局的触点映射到统一指尖坐标空间、输出统一触觉 Token——触觉能力从此可以跨传感器、跨灵巧手、跨动作模型复用。

26 项真机实测:成功率提升 14-26 个百分点

官方在 Sharpa Wave 和 XHand1 两款灵巧手上做了 26 项真机测试,涵盖拧瓶盖、翻书页、辨识麻将牌等精细操作。接入 LingBot-Touch 后,LingBot-VLA、π0.5、Diffusion Policy、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,拧瓶盖成功率最高达 90%。测试用的 XHand1 磁触觉传感器型号并不在预训练数据里,模型参数保持不变——跨硬件泛化是硬验证过的。

拧瓶盖 90%——「手感」第一次以可下载、可复用的形式进了开源社区。

轻量版 530 万参数,端侧可跑

26 项测试全部用约 530 万参数的轻量版 LingBot-Touch-Tiny 完成,接入后给动作模型带来的参数增量只有 0.13% 至 0.16%,对端侧设备负担很小。更大的 LingBot-Touch-Small 在感知测试上还有提升空间——官方称预训练数据增至近 5000 小时时模型仍在持续获益,触觉预训练的扩展红利还没吃满。CEO 朱兴的表态是坚持具身原生路线,物理操作泛化这块硬骨头「还是要靠具身基础模型自身突破」。