（文 / 杨亮）11 月 10 日消息，近日，蚂蚁灵波正式开源面向机器人灵巧操作的触觉基础模型 LingBot ‑ Touch，补齐机器人通用大脑的触觉感知短板，让机器人在视觉之外拥有灵敏的指尖触觉能力，进一步提升具身智能的物理操作水平。

据了解，LingBot ‑ Touch 基于接近 5000 小时的真实触觉数据完成预训练，兼容磁触觉、视触觉、压阻式三类主流触觉传感方案，能够把异构传感器输出的差异化原始信号，转化为一套标准化触觉表征，实现触觉经验跨传感器、跨灵巧手、跨算法模型、跨任务场景复用。

此前蚂蚁灵波 LingBot 系列，已经搭建起涵盖高精度空间感知、高动态环境交互、可泛化灵巧操作的完整技术栈，解决机器人 " 看得清、想得明白 " 的问题。

而 LingBot ‑ Touch 的推出，则把感知能力延伸到机器人指尖，解决精细作业中 " 摸得灵敏 " 的难题，完善具身原生通用大脑能力。项目相关主页、技术报告已同步在 GitHub、Hugging Face、魔搭社区上线，开发者可自由获取使用。

在真实物理场景中，仅依靠视觉感知难以支撑全部精细操作。以拧瓶盖任务为例，视觉可以完成手指与瓶盖的对准，但瓶盖打滑、指腹受力变化这类关键状态，往往会被物体遮挡，摄像头无法捕捉，只能依靠指尖触觉判断接触位置、受力大小动态变化，以此调整后续动作。

为验证该模型的实际效果，研发团队在 Sharpa Wave、XHand 两款灵巧手上完成 26 项真机测试，测试场景覆盖拧瓶盖、翻书页、麻将识别等多种精细操作。

实验结果显示，接入 LingBot ‑ Touch 统一触觉表征之后，LingBot ‑ VLA、π 0.5、Diffusion Policy、T ‑ Rex 四款不同动作模型，任务平均成功率相较无触觉方案提升 14 ‑ 26 个百分点。

其中拧瓶盖测试中，T ‑ Rex 控制 Sharpa Wave 灵巧手，无触觉条件下成功率仅 56.25%；直接输入传感器原始信号时成功率为 62.5%；接入 LingBot ‑ Touch 触觉表征后，任务成功率提升至 90%，直观证明标准化触觉信息对机器人实操能力的增益。

当前市面上触觉传感器技术路线多元，不同硬件输出信号差异巨大，过去机器人触觉方案大多高度绑定特定硬件，更换灵巧手或者传感器，就要重新采集数据、重新适配模型，复用成本很高。

LingBot ‑ Touch 的核心创新，便是构建一套和特定硬件解耦的统一触觉表征架构。模型针对不同传感原理设置独立编码入口，将不同触点布局采集到的信号映射至统一指尖坐标空间，通过共享模型学习接触位置、受力以及时序变化，输出通用触觉 Token。无论是触觉手套遥操作采集的数据，还是灵巧手真机采集数据，都可以参与模型训练，同时也预留接口支持未来新增类型触觉传感器接入。

在 XHand 灵巧手的跨硬件验证中，该设备搭载的磁触觉传感器并未出现在预训练数据集，模型预训练阶段的磁触觉样本全部来自触觉手套采集。测试时固定 LingBot ‑ Touch 参数不变，仅用该灵巧手的操作示范训练动作模型，即可正常发挥触觉感知能力，证实其跨硬件迁移能力。

该模型定位是处在传感器与动作模型中间层的通用感知模块，并非绑定自研算法的专用组件，可适配第三方动作策略，硬件厂商、机器人整机团队可以自由搭配传感器、灵巧手与动作算法，降低触觉功能二次开发成本。

同时兼顾端侧设备算力约束，项目提供两个版本模型。全部 26 项真机实验均采用参数量约 530 万的 LingBot ‑ Touch ‑ Tiny 轻量版，接入现有动作模型后，整体参数量仅增加 0.13% ‑ 0.16%，适配端侧部署需求；更大规模的 LingBot ‑ Touch ‑ Small 版本，在感知任务上具备性能提升潜力，在接近 5000 小时预训练数据规模下，模型依旧能够从新增数据中持续获益，也预示触觉基础模型还有较大迭代空间。

当下通用大模型推理能力持续增强，但机器人想要真正打通真实世界物理闭环，物理操作泛化能力仍是核心瓶颈。LingBot ‑ Touch 延续蚂蚁灵波 " 具身原生 " 的技术路线，区别于传统数字领域多模态大模型，面向机器人物理交互场景，融合空间感知、触觉力觉等来自真实传感器的信号。研发方表示，传感器输入的模态质量，直接决定机器人动作输出效果，后续将继续围绕物理操作泛化开展基础模型技术探索。