蚂蚁灵波科技开源触觉基础模型LingBot-Touch

中证报中证网讯（记者 罗京）11月10日，Claude Fable5.2发布；同日，上海蚂蚁灵波科技有限公司（以下简称“蚂蚁灵波科技”）开源触觉基础模型LingBot-Touch。一款面向数字世界的通用大模型，一款面向物理操作闭环的具身基础模型，同时进入公众视野。

资料显示，蚂蚁灵波科技是一家聚焦具身智能基础模型的科技公司，其通用大脑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。此次开源，意味着机器人在“看得清楚、想得明白”之外，进一步补齐精细操作所需的触觉感知。

26项真机测试：平均成功率提升14至26个百分点

据介绍，在真实物理世界中，机器人每执行一步动作，都要感知物体和环境变化，再修正下一步动作。许多精细操作中，机器人能看清物体位置，也能把手伸到正确位置，却未必能顺利完成任务——手指碰到物体后，受力是否合适、物体是否滑移，仅靠视觉难以判断。

以灵巧手拧瓶盖为例，瓶盖松动与指腹打滑在画面中相似，却需要不同动作调整。而指尖接触位置、受力大小及变化往往被遮挡，正是动作模型的重要判断依据。

蚂蚁灵波科技相关负责人表示，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主流传感原理，可将不同信号转化为同一套触觉表征，供不同灵巧手和动作模型使用。

为验证效果，蚂蚁灵波科技在Sharpa Wave和XHand 1两款灵巧手上进行26项真机测试，涵盖翻书页、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14至26个百分点。

以T-Rex控制Sharpa Wave拧瓶盖为例，不使用触觉时成功率为56.25%，直接输入传感器原始信号为62.5%，接入LingBot-Touch触觉表征后成功率达到90%。

统一触觉表征：跨硬件、跨模型复用破局

给机器人装上触觉传感器，并不等于它就能用好触觉。当前商用触觉传感器路线多元，视触觉、磁触觉、压阻式各有所长，但原始信号难以直接通用。模型若只学会解读一种信号，更换传感器或灵巧手后，已有数据和触觉经验就可能难以复用。

蚂蚁灵波科技相关负责人表示，LingBot-Touch按传感原理分别设置编码入口，再将不同布局触点映射到统一指尖坐标空间，由共享模型学习触点位置、力道大小以及触摸时间长短，输出统一触觉Token。

在XHand 1上，团队验证了跨硬件复用。该灵巧手采用的磁触觉传感器型号并不在预训练数据中，团队保持LingBot-Touch参数不变，仅用XHand操作示范训练动作模型即可完成迁移。同时，该模型接入四种不同动作模型，并不绑定蚂蚁灵波自研模型。

为兼顾感知能力与端侧算力，蚂蚁灵波科技提供两种容量模型：26项真机测试全部使用约530万参数的轻量版LingBot-Touch-Tiny完成，接入LingBot-VLA、π0.5和T-Rex后，模型参数量仅增加0.13%至0.16%；容量较大的LingBot-Touch-Small则在感知测试中表现出进一步提升的潜力。

针对通用大模型加速演进对机器人“大脑”路线的影响，蚂蚁灵波科技CEO朱兴表示，以Claude Fable5.2等为代表的数字世界大语言模型进展，确实让机器人的复杂任务推理和物理操作能力更强，公司很关注，也在积极吸收。但产业一线实践表明，要真正跑通操作闭环，物理操作泛化性这块硬骨头仍绕不开，很大程度上要靠具身基础模型自身突破。

在他看来，通用大模型与具身基础模型更接近“1+1>2”的协同关系——前者增强任务和环境理解推理，后者提升物理感知和闭环操作能力，两者相互促进，共同加速具身智能产业成熟。

朱兴还表示，模态输入质量很大程度上决定动作输出质量，“没有好的输入就没有好的输出”。蚂蚁灵波科技将坚持具身原生路线，持续探索物理操作泛化性新上限，打造跨构型机器人行业通用大脑，推动视觉、触觉乃至温度等更多物理模态在统一模型中对齐，并在推进商业化的同时持续向社区开源开放。

目前，LingBot-Touch技术报告、模型和代码已开源，开发者可在Hugging Face、GitHub和魔搭社区访问下载。