蚂蚁灵波正式发布并且开源 LingBot-Touch 触觉基础模型，这次升级补齐了机器人通用大脑里缺少的触觉感知短板，让机器人不只是靠眼睛看，还能通过触觉感知力度、接触位置，提升拧瓶盖、翻书页这类精细操作的成功率，模型基于近 5000 小时真实触觉数据完成预训练，兼容磁触觉、视触觉、压阻式三类主流触觉传感器，能够把不同传感器的原始信号转换成统一的触觉表征，适配不同型号灵巧手和动作模型，接入 LingBot-VLA 之后，整套具身智能通用大脑的能力得到进一步提升，解决了过去触觉数据和硬件绑定、没法跨设备通用的行业痛点。之前机器人大多依赖视觉做判断，视觉很难看清物体有没有打滑、用力会不会过大，很多精细操作很容易失败，而不同厂商触觉传感器信号格式不一样，一套触觉模型很难换到另一套硬件上使用，LingBot-Touch 的核心思路就是做统一触觉 Token，把各类触点信息映射到同一个标准指尖坐标系，实现触觉能力跨传感器、跨灵巧手复用。
LingBot-Touch 核心参数信息
| 项目 | 详情 |
|---|---|
| 发布主体 | 蚂蚁灵波（蚂蚁集团旗下具身智能团队） |
| 数据规模 | 近 5000 小时真实触觉数据预训练 |
| 支持传感类型 | 磁触觉、视触觉、压阻式 |
| 版本 | 基础版、轻量版 LingBot-Touch-Tiny（约 530 万参数） |
| 测试硬件 | Sharpa Wave、XHand1 灵巧手 |
| 测试任务数量 | 26 项真机精细操作测试 |
| 效果提升 | 搭配多种动作模型，任务成功率提升 14–26 个百分点 |
| 获取渠道 | GitHub、Hugging Face、魔搭社区开源 |
典型真机测试任务清单
- 拧瓶盖：无触觉时成功率 56.25%，接入 LingBot-Touch 后提升至 90%
- 翻书页、轻拿薄纸片
- 辨识麻将牌纹理
- 小件物品抓取、防打滑、控制夹持力度
模型工作流程
- 采集原始触觉信号：来自触觉手套遥操作、机器人自主操作采集的数据
- 分类型编码：针对磁触觉、视触觉、压阻信号分别设置独立编码器
- 坐标统一映射：把不同布局触点统一映射到标准指尖坐标系
- 生成触觉 Token：输出统一表征，给 LingBot-VLA、T-Rex 等动作模型调用
- 执行操作并反馈：机器人根据触觉反馈调整用力大小，避免捏坏物品或者抓不稳
灵波通用大脑模型矩阵
- LingBot-Depth：深度感知模型，负责空间、距离感知
- LingBot-VLA：视觉语言动作基础模型，负责理解、规划动作
- LingBot-World：交互式世界模型，仿真环境训练
- LingBot-Touch：触觉基础模型，新增指尖接触感知
现存局限说明
- 目前主要面向精细夹持、接触类任务，还没有覆盖温度、震动等更多触觉模态
- 提升效果会随灵巧手硬件、传感器精度变化，不是所有场景都能稳定提升 20% 以上
- 开源为模型、代码、技术报告，配套灵巧手硬件需要单独采购
整体来看，LingBot-Touch 是灵波从 “一脑多机” 走向 “一脑多手” 的关键一步，视觉加上触觉双感知，是机器人做好日常精细操作的重要基础，开源模式也方便行业开发者直接拿来做二次开发。
【相关 FAQ】
问题 1：通用大脑能力再提升，蚂蚁灵波发布 LingBot-Touch 触觉基础模型，它主要解决什么问题？
回答 1：通用大脑能力再提升，蚂蚁灵波发布 LingBot-Touch 触觉基础模型，它主要解决不同触觉传感器信号不兼容、触觉能力无法跨灵巧手复用的痛点，给机器人增加指尖触觉感知，提升精细抓取操作成功率。
问题 2：通用大脑能力再提升，蚂蚁灵波发布 LingBot-Touch 触觉基础模型，普通开发者怎么拿到这个模型？
回答 2：通用大脑能力再提升，蚂蚁灵波发布 LingBot-Touch 触觉基础模型，该模型已经开源，开发者可以在 GitHub、Hugging Face、魔搭社区下载模型权重、代码和技术报告。
问题 3：通用大脑能力再提升，蚂蚁灵波发布 LingBot-Touch 触觉基础模型，接入之后机器人任务能提升多少？
回答 3：通用大脑能力再提升，蚂蚁灵波发布 LingBot-Touch 触觉基础模型，在 26 项真机测试里，搭配不同动作模型，精细操作任务成功率相比无触觉方案提升 14 至 26 个百分点。
【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）新华网
[2026-11-10]（蚂蚁灵波开源 LingBot-Touch 触觉基础模型，补齐机器人指尖感知）央广网
[2026-11-10]（通用大脑有了手感！蚂蚁灵波 LingBot-Touch 触觉模型发布）扬子晚报
[2026-11-12]（蚂蚁灵波 LingBot-Touch 详解：触觉 Token 打通不同灵巧手）36 氪
【免责声明】
本文内容基于蚂蚁灵波公开技术资料、权威媒体报道整理，LingBot-Touch 触觉基础模型的实际效果受传感器、灵巧手硬件、任务场景影响，测试提升数据为实验室真机测试结果，不代表所有场景都能达到同等效果，内容仅作 AI 具身智能行业资讯参考，不构成项目采购、商用落地承诺。
本文来自作者[硅频巡守]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/kjyw/202611/896.html
评论列表（4条）
我是环球科技潮的签约作者“硅频巡守”！
希望本篇文章《蚂蚁灵波推出 LingBot-Touch 触觉基础模型，机器人通用大脑新增指尖触觉感知能力》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：蚂蚁灵波正式发布并且开源 LingBot-Touch 触觉基础模型，这次升级补齐了机器人通用大脑里缺少的触觉感知短板，让机器人不只是靠眼睛看，还能通过触觉感知力度、接触位置，提升拧瓶盖、翻书页这类精细操作的成功率，模型基于近 5000 小时真实触觉数据完成预训练，兼容磁触觉、视触觉、压阻式三类主流触觉传感器，能够把不同传感器的原始信号转换成统一的触觉表征，适配不同型号灵巧手和动作模型，接入 LingBot-VLA 之后，整套具身智能通用大脑的能力得到进一步提升，解决了过去触觉数据和硬件绑定、没法跨设备通用的行业痛点。之前机器人大多依赖视觉做判断，视觉很难看清物体有没有打滑、用力会不会过大，很多精细操作很容易失败，而不同厂商触觉传感器信号格式不一样，一套触觉模型很难换到另一套硬件上使用，LingBot-Touch 的核心思路就是做统一触觉 Token，把各类触点信息映射到同一个标准指尖坐标系，实现触觉能力跨传感器、跨灵巧手复用。