蚂蚁灵波科技正式开源 LingBot-Touch 触觉基础模型，核心作用就是给机器人通用大脑接入触觉感知，让机器拥有类似人的 “手感”，解决过去不同触觉传感器数据不互通、触觉能力很难跨灵巧手复用的痛点，这个模型用接近 5000 小时真实触觉数据做预训练，兼容压阻式、磁触觉、视触觉三种市面上主流触觉传感器，把五花八门的传感信号转换成一套统一的触觉表征 Token，可以直接接入 LingBot-VLA、π0.5、Diffusion Policy 等各类动作策略模型，不用针对每一款硬件单独重做训练，真机测试里拧瓶盖、翻书页、识别小物件这类精细操作成功率明显上涨，补齐了机器人只靠视觉操作、没法感知受力、打滑的短板，下面从模型基础信息、技术原理、实测效果、版本差异、开源渠道、适用场景拆开讲清楚。
一、LingBot-Touch 基础信息汇总
| 项目 | 详情说明 |
|---|---|
| 发布主体 | 蚂蚁灵波科技 |
| 开源时间 | 2026-11-10 |
| 训练数据 | 近 5000 小时真实触觉采集数据，包含遥操作、人手触觉手套采集样本 |
| 支持传感器 | 压阻式、磁触觉、视触觉三类主流触觉传感 |
| 模型版本 | LingBot-Touch-Tiny（轻量版，约 530 万参数）、LingBot-Touch-Small |
| 适配动作模型 | LingBot-VLA、π0.5、Diffusion Policy、T-Rex |
| 测试灵巧手 | Sharpa Wave、XHand1 两款灵巧手 |
| 开源地址 | GitHub、Hugging Face、魔搭社区，同步放出技术报告 |
二、核心技术实现思路
- 统一坐标映射：把不同传感器的触点坐标，全部映射到一套标准虚拟指尖空间，消除不同硬件布局差异
- 分类型编码器：针对压阻、磁触、视触觉各自的信号特点，单独设计 Tokenizer 编码
- 统一表征输出：原始传感信号经过编码后，输出通用触觉 Token，能直接喂给各类动作策略模型
- 轻量化接入：Tiny 版本接入 VLA 模型时，整体模型参数量只增加 0.13%~0.16%，算力开销很低
三、真机测试实验结果
一共完成 26 项真实灵巧操作任务，包含翻书页、拧瓶盖、辨识麻将、轻拿易碎物品等接触类任务：
- 接入 LingBot-Touch 之后，四款动作模型平均任务成功率提升 14~26 个百分点
- Sharpa Wave 灵巧手上，LingBot-VLA 模型成功率从 45.60% 提升至 72.51%
- 可以识别物体打滑、接触力度，弥补视觉看不到受力信息的缺陷
四、LingBot-Touch 的优势清单
✅ 优势
- 异构传感器兼容，不用换传感器就可以复用一套触觉预训练能力
- 即插即用，不用大规模重新训练现有动作模型，集成成本低
- 轻量版本算力消耗小，适合端侧机器人部署
- 面向具身原生路线，和通用大模型形成互补：大模型负责理解任务，触觉模型负责精细物理交互
- 完整开源，开发者可以自由下载模型、代码、论文做二次开发
❌ 局限
- 目前主要面向灵巧手精细接触操作，不适合超大范围触觉阵列场景
- 提升效果取决于传感器本身硬件精度，传感器差会限制模型上限
- 现阶段还属于基础模型，不是成品机器人控制方案，需要开发者二次集成
五、典型落地场景
- 灵巧手机器人：抓取、装配、拧瓶盖、分拣易碎小件
- 服务机器人：轻柔递送、接触式物品识别
- 工业柔性抓取：对力度敏感的工件拾取
- 科研场景：具身智能、触觉感知算法研究
【相关 FAQ】
问题 1：LingBot-Touch 触觉基础模型开源，它的核心作用是不是给通用大脑接入手感？
回答 1：是的，LingBot-Touch 触觉基础模型开源，核心目标就是给机器人通用大脑接入触觉手感，统一不同触觉传感器信号，让机器人感知接触力度、物体滑移，提升精细抓取操作能力。
问题 2：LingBot-Touch 触觉基础模型支持哪几种触觉传感器？
回答 2：LingBot-Touch 触觉基础模型兼容压阻式、磁触觉、视触觉这三类主流触觉传感器，能够把不同原理传感器的信号转换成统一触觉表征，跨硬件复用触觉能力。
问题 3：LingBot-Touch 触觉基础模型真机测试，接入之后任务成功率提升多少？
回答 3：LingBot-Touch 触觉基础模型在两款灵巧手上完成 26 项真机任务测试，接入之后四款动作模型的平均任务成功率提升 14~26 个百分点，Sharpa Wave 上 LingBot-VLA 从 45.60% 提升到 72.51%。
问题 4：LingBot-Touch 触觉基础模型在哪里开源，有哪些配套材料？
回答 4：LingBot-Touch 触觉基础模型在 GitHub、Hugging Face、魔搭社区开源，同步开放模型权重、代码和技术报告，开发者可以直接下载用于二次开发。
问题 5：LingBot-Touch 触觉基础模型和通用大模型是什么关系？
回答 5：LingBot-Touch 触觉基础模型属于具身基础模型，和通用大模型是互补协同关系，通用大模型负责理解任务、推理规划，LingBot-Touch 负责提供触觉感知，解决物理世界精细接触操作的闭环问题。
【参考资料】
[2026-11-10]（从 “一脑多机” 到 “一脑多手”，蚂蚁灵波开源 LingBot-Touch 触觉基础模型）央广网
[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）新华网
[2026-11-10]（坚持具身原生路线，蚂蚁灵波发布 LingBot-Touch 触觉基础模型）36 氪
[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]（LingBot-Touch：异构触觉表征学习，面向通用灵巧操作）arXiv 预印本
【免责声明】
本文信息来自蚂蚁灵波开源公告、公开技术论文、媒体实测报道；LingBot-Touch 触觉基础模型的实际效果受灵巧手硬件、触觉传感器精度、下游策略模型配置影响；本内容仅为技术科普，不构成机器人项目选型、商业落地投资建议；模型使用请遵守开源协议要求。
本文来自作者[脉冲重织者]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/202611/778.html
评论列表（4条）
我是环球科技潮的签约作者“脉冲重织者”！
希望本篇文章《LingBot-Touch 触觉基础模型开源给通用机器人大脑增加触觉手感》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：蚂蚁灵波科技正式开源 LingBot-Touch 触觉基础模型，核心作用就是给机器人通用大脑接入触觉感知，让机器拥有类似人的 “手感”，解决过去不同触觉传感器数据不互通、触觉能力很难跨灵巧手复用的痛点，这个模型用接近 5000 小时真实触觉数据做预训练，兼容压阻式、磁触觉、视触觉三种市面上主流触觉传感器，把五花八门的传感信号转换成一套统一的触觉表征 Token，可以直接接入 LingBot-VLA、π0.5、Diffusion Policy 等各类动作策略模型，不用针对每一款硬件单独重做训练，真机测试里拧瓶盖、翻书页、识别小物件这类精细操作成功率明显上涨，补齐了机器人只靠视觉操作、没法感知受力、打滑的短板，下面从模型基础信息、技术原理、实测效果、版本差异、开源渠道、适用场景拆开讲清楚。