蚂蚁灵波开源触觉基础模型LingBot-Touch

2026-11-17 科技 阅读

                  11 月 10 日,蚂蚁灵波科技开源触觉基础模型 LingBot-Touch。据介绍,该模型基于近 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,可将不同信号转化为统一的触觉 Token,供不同灵巧手和动作模型使用,为机器人大脑补齐触觉感知能力。目前该模型已接入蚂蚁灵波自研动作模型 LingBot-...

  11 月 10 日,蚂蚁灵波科技开源触觉基础模型 LingBot-Touch。据介绍,该模型基于近 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,可将不同信号转化为统一的触觉 Token,供不同灵巧手和动作模型使用,为机器人大脑补齐触觉感知能力。目前该模型已接入蚂蚁灵波自研动作模型 LingBot-VLA。

  

  图注: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

  据悉,蚂蚁灵波在 Sharpa Wave 和 XHand1 两款灵巧手上进行了 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约 14 至 26 个百分点。以T-Rex 控制 Sharpa Wave 拧瓶盖为例,不使用触觉时任务成功率为 56.25%,接入触觉表征后升至 90%。

  图注: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

  触觉能力可跨硬件复用。LingBot-Touch 按传感原理分别设置编码入口,将不同触点布局映射到统一的指尖坐标空间,输出统一触觉 Token。在 XHand1 上,其磁触觉传感器型号不在预训练数据中,团队保持模型参数不变,仅用该灵巧手的操作示范训练动作模型,验证了跨硬件复用能力。

  模型提供两种容量。26 项真机测试全部使用约 530 万参数的轻量版 LingBot-Touch-Tiny 完成,接入动作模型后参数量仅增加约 0.13% 至 0.16%;容量更大的 LingBot-Touch-Small 在预训练数据增至近 5000 小时时仍能从中获益。

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

相关阅读

柘城网为柘城本地权威综合门户。立足本土,解读钻石、辣椒、肉牛特色产业,传承朱襄故里人文,汇聚旅游、非遗、美食与民生资讯,搭建柘城论坛,服务柘城百姓。
  • 今天吃什么?
  • 关于我们
Copyright © 2026 柘城网 All Rights Reserved. 豫ICP备2025133402号豫公网安备41142402000636号
关灯 返回顶部
返回顶部