蚂蚁灵波正式开源 LingBot-Touch 触觉基础模型，它解决了不同触觉传感器信号不互通的痛点，把异构触觉信号转换成统一表征，触觉经验可以跨灵巧手、跨动作模型复用，搭配 LingBot-VLA 具身大模型一起使用，机器人在拧瓶盖、翻书页、辨识物品这类精细操作上成功率明显提升，是蚂蚁灵波具身原生机器人通用大脑的重要补充。这个模型用接近 5000 小时真实触觉数据完成预训练，兼容磁触觉、视触觉、压阻式三类市面上主流的触觉传感器，之前很多灵巧手方案的触觉数据只能适配自家硬件，换一套传感器就没法复用，而 LingBot-Touch 可以把不同传感器的原始信号编码成标准化触觉 Token，打通硬件之间的数据壁垒。团队在 Sharpa Wave、XHand 两款灵巧手上做了 26 项真机测试，搭配四种动作模型对比验证，接入 LingBot-Touch 之后，任务平均成功率提升 14 到 26 个百分点，其中 T-Rex 控制 Sharpa Wave 拧瓶盖任务，成功率从 56.25% 提升到 90%。目前模型代码、技术报告已经同步放到 GitHub、Hugging Face、魔搭社区，开发者可以直接下载、二次开发，后续也能和蚂蚁灵波 LingBot 系列其他模型联动，完善机器人视觉 + 触觉的闭环感知。
一、LingBot-Touch 核心信息清单
- 发布主体：蚂蚁灵波科技
- 发布时间：2026-11-10
- 模型定位：面向灵巧操作的触觉预训练基础模型
- 训练数据：近 5000 小时真实触觉数据
- 兼容传感器：磁触觉、视触觉、压阻式
- 核心能力：异构触觉信号统一表征、触觉特征跨硬件复用
- 适配动作模型：LingBot-VLA、π0.5、Diffusion Policy、T-Rex
- 测试灵巧手：Sharpa Wave、XHand
- 真机测试任务数量：26 项精细操作任务
- 效果提升：平均任务成功率提升 14–26 个百分点
- 获取渠道：GitHub、Hugging Face、魔搭社区
二、有无 LingBot-Touch 的效果对比表
| 对比项目 | 不接入 LingBot-Touch（仅视觉） | 接入 LingBot-Touch（视觉 + 触觉） |
|---|---|---|
| 感知方式 | 只依靠视觉，缺少接触反馈 | 视觉 + 触觉双闭环，感知受力、接触位置 |
| 数据复用 | 触觉数据绑定特定传感器，迁移难 | 统一触觉表征，跨传感器、跨灵巧手迁移 |
| 精细操作容错 | 容易打滑、握力失控，任务失败率高 | 实时感知接触力度，调整握姿，稳定性更强 |
| 典型任务（拧瓶盖） | Sharpa Wave+T-Rex 成功率 56.25% | Sharpa Wave+T-Rex 成功率 90% |
| 适用场景 | 远距离观察、非接触任务 | 抓取、装配、分拣、柔性物品操作 |
三、开发者落地使用要点
- 硬件适配：只要是磁触觉、视触觉、压阻式触觉传感器，都可以接入模型做编码；
- 模型联动：优先搭配 LingBot-VLA 具身大模型，实现视觉感知 + 触觉反馈协同；
- 测试场景：适合柔性物体抓取、精密装配、物品识别、遥操作机器人；
- 开源资源：包含模型权重、技术报告、测试脚本，方便二次微调；
- 局限说明：它是触觉基础表征模型，不是完整控制策略，需要搭配动作策略模型一起使用。
【相关 FAQ】
问题 1：蚂蚁灵波开源 LingBot-Touch 触觉基础模型，这个模型主要解决什么问题？
回答 1：蚂蚁灵波开源 LingBot-Touch 触觉基础模型，主要解决不同触觉传感器信号不互通、触觉经验难以跨灵巧手复用的痛点，把异构触觉信号转为统一表征，补齐机器人精细操作的触觉感知能力。
问题 2：蚂蚁灵波开源 LingBot-Touch 触觉基础模型，它支持哪几类触觉传感器？
回答 2：蚂蚁灵波开源 LingBot-Touch 触觉基础模型，兼容磁触觉、视触觉、压阻式这三类主流触觉传感方案，适配市面上大部分灵巧手触觉硬件。
问题 3：蚂蚁灵波开源 LingBot-Touch 触觉基础模型，真机测试之后任务提升效果怎么样？
回答 3：蚂蚁灵波开源 LingBot-Touch 触觉基础模型，在 26 项真机精细操作测试里，搭配多款动作模型，平均任务成功率提升 14 至 26 个百分点，拧瓶盖这类任务提升幅度很明显。
问题 4：蚂蚁灵波开源 LingBot-Touch 触觉基础模型，开发者在哪里可以拿到模型和代码？
回答 4：蚂蚁灵波开源 LingBot-Touch 触觉基础模型，模型权重、代码、技术报告已经同步在 GitHub、Hugging Face、魔搭社区开放，开发者可以直接获取使用。
【参考资料】
[2026-11-10]（通用大脑能力再提升，蚂蚁灵波发布 LingBot-Touch 触觉基础模型）IT 之家
[2026-11-10]（蚂蚁灵波又放大招！机器人通用大脑学会共享 “手感”）智东西
[2026-11-10]（蚂蚁灵波开源触觉基础模型 LingBot‑Touch, 为机器人通用大脑补上指尖 “手感”）DoNews
[2026-11-10]（通用大脑有了 “手感”! 蚂蚁灵波发布通用触觉模型，把 “具身原生” 推进到机器人指尖）扬子晚报
【免责声明】
本文内容基于蚂蚁灵波公开技术资料、科技媒体报道整理，LingBot-Touch 的真机效果、硬件适配范围、开源协议以 GitHub 项目主页和官方技术文档为准，不构成机器人硬件采购、具身智能项目投入建议。
本文来自作者[星频重构使]投稿，不代表环球科技潮立场，如若转载，请注明出处：https://www.zennew.com/jqr/202611/210.html
评论列表（4条）
我是环球科技潮的签约作者“星频重构使”！
希望本篇文章《蚂蚁灵波开源 LingBot-Touch 触觉基础模型，给机器人补上指尖触觉感知能力》能对你有所帮助！
本站[环球科技潮]内容主要涵盖：科技,科技新闻,黑科技
本文概览：蚂蚁灵波正式开源 LingBot-Touch 触觉基础模型，它解决了不同触觉传感器信号不互通的痛点，把异构触觉信号转换成统一表征，触觉经验可以跨灵巧手、跨动作模型复用，搭配 LingBot-VLA 具身大模型一起使用，机器人在拧瓶盖、翻书页、辨识物品这类精细操作上成功率明显提升，是蚂蚁灵波具身原生机器人通用大脑的重要补充。这个模型用接近 5000 小时真实触觉数据完成预训练，兼容磁触觉、视触觉、压阻式三类市面上主流的触觉传感器，之前很多灵巧手方案的触觉数据只能适配自家硬件，换一套传感器就没法复用，而 LingBot-Touch 可以把不同传感器的原始信号编码成标准化触觉 Token，打通硬件之间的数据壁垒。团队在 Sharpa Wave、XHand 两款灵巧手上做了 26 项真机测试，搭配四种动作模型对比验证，接入 LingBot-Touch 之后，任务平均成功率提升 14 到 26 个百分点，其中 T-Rex 控制 Sharpa Wave 拧瓶盖任务，成功率从 56.25% 提升到 90%。目前模型代码、技术报告已经同步放到 GitHub、Hugging Face、魔搭社区，开发者可以直接下载、二次开发，后续也能和蚂蚁灵波 LingBot 系列其他模型联动，完善机器人视觉 + 触觉的闭环感知。