Anthropic 在 11 月 9 日推出 Claude Fable 5.2，这个通用大模型在 RoboDojo 仿真测试拿到 64.9% 的任务成功率，演示视频里可以控制机械臂完成复原魔方、拧瓶盖、绘图等动作，泛化能力远超之前的 GPT-6 Astra、Opus 5.5，很多人由此讨论通用大模型会不会直接 “吃掉” 专用机器人控制方案，不过行业普遍发现，Fable 5.2 这类通用大模型主要依靠视觉做任务规划，缺少触觉反馈，很难处理打滑、阻力、松紧这类精细交互里的 “手感” 信息，而同一天蚂蚁灵波发布 LingBot-Touch 触觉基模，走具身原生路线，专门学习接触、受力、摩擦等物理交互规律，用来补齐触觉感知短板，两条路线不是互相替代，而是分工配合，通用大模型负责高层任务理解和规划，具身原生基模负责指尖触觉闭环、精细力控，下面把跑分数据、路线差异、测试对比、实操局限整理清楚。
一、RoboDojo 仿真基准测试数据
| 模型 | RoboDojo Sim 成功率 | 核心特点 |
|---|---|---|
| Claude Fable 5.2 | 64.9% | 通用大模型，视觉驱动，高层任务规划强，无原生触觉 |
| Claude Opus 5.5 | 39.4% | 前代模型，机器人操作能力偏弱 |
| GPT-6 Astra | 29.8% | 早期多模态具身方案，容易硬怼损坏硬件 |
| Fable 5.1 | 27.6% | 上一代 Fable，机器人泛化能力有限 |
二、Fable 5.2 机器人能力清单
- 演示任务：复原魔方、拧瓶盖、绘制机器人图案、齿轮装配测试，没有提前针对这些任务专项训练
- 优势：语言 + 视觉理解强，能看懂指令、拆解复杂长流程任务，陌生任务泛化好
- 短板：依赖视觉输入，缺少触觉感知，分不清夹持力度、打滑、接触阻力，真实物理环境容易出现蛮力操作、卡死、损坏硬件
- 定位：适合做机器人的 “大脑决策者”，输出动作目标、步骤规划，不适合直接做底层力控闭环
三、具身原生基模（LingBot-Touch）核心信息
- 训练数据：近 5000 小时真实触觉采集数据，覆盖磁触觉、压阻式、视触觉三类传感方案
- 核心能力：把不同硬件的触觉信号统一转换成标准化触觉 Token，学习物体接触、摩擦、形变、打滑规律
- 实测对比（同灵巧手、同动作模型，拧瓶盖）
- 无触觉：56.25% 成功率
- 原始触觉数据直输：62.50% 成功率
- 经过 LingBot-Touch 触觉基模处理：90% 成功率
- 路线逻辑：从物理交互、传感器、机械手本体出发训练，也就是 “具身原生”，优先学习物理世界的接触手感，而不是从文本、图像迁移过来
四、两条技术路线对比
| 路线 | 代表方案 | 输入模态 | 擅长环节 | 短板 |
|---|---|---|---|---|
| 通用大模型路线 | Fable 5.2 | 文本 + 图像 | 任务拆解、逻辑推理、陌生任务泛化 | 缺少触觉手感，精细力控弱，真机容易暴力操作 |
| 具身原生基模路线 | LingBot-Touch 触觉基模 | 触觉传感信号 | 力控、打滑识别、接触感知、精细灵巧操作 | 高层任务理解、长流程规划弱 |
五、行业讨论核心：会不会被 “吃掉”
- 观点 A：Fable 这类通用大模型能力上涨，未来可以直接接管机器人，专用具身模型价值下降
- 观点 B（主流）：二者是互补，不是替代。Fable 负责 “想干什么、先做哪一步”，具身原生触觉基模负责 “摸上去是什么感觉、用多大劲、滑了怎么调整”，真实灵巧操作必须双模块配合
- 共识：仿真跑分好看不等于落地可用，仿真环境往往简化了摩擦、形变、打滑等触觉细节，真实世界的难点就在 “手感”
六、落地需要留意的边界
- RoboDojo 是仿真测试，和真实物理真机的摩擦力、形变、传感噪声差距很大
- Fable 5.2 的机器人演示还是限定场景，复杂非结构化家庭、工厂环境稳定性还没有大规模验证
- 触觉基模也需要和动作模型、视觉模型对接，单独一个触觉模型无法独立完成完整任务
- 传感硬件、灵巧手本身的上限，依然会限制触觉模型最终效果
【相关 FAQ】
问题 1：Fable 5.2 吃掉机器人？「手感」这块，还得靠具身原生基模来补全，Fable 5.2 机器人测试分数是多少？
回答 1：Fable 5.2 吃掉机器人？「手感」这块，还得靠具身原生基模来补全，Fable 5.2 在 RoboDojo 仿真基准拿到 64.9% 成功率，显著高于 GPT-6 Astra、Opus 5.5 等对比模型。
问题 2：Fable 5.2 吃掉机器人？「手感」这块，还得靠具身原生基模来补全，Fable 5.2 为什么缺少机器人操作的手感？
回答 2：Fable 5.2 吃掉机器人？「手感」这块，还得靠具身原生基模来补全，Fable 5.2 是通用大模型，主要依靠视觉和文本做任务规划，没有原生触觉感知能力，没办法识别阻力、打滑、夹持松紧这类物理接触信息。
问题 3：Fable 5.2 吃掉机器人？「手感」这块，还得靠具身原生基模来补全，本次配套的具身原生触觉基模叫什么？
回答 3：Fable 5.2 吃掉机器人？「手感」这块，还得靠具身原生基模来补全，对应的具身原生触觉基模是蚂蚁灵波 LingBot-Touch，主打统一不同触觉传感器信号，学习物理接触手感。
问题 4：Fable 5.2 吃掉机器人？「手感」这块，还得靠具身原生基模来补全，LingBot-Touch 在拧瓶盖测试提升有多大？
回答 4：Fable 5.2 吃掉机器人？「手感」这块，还得靠具身原生基模来补全，同样硬件条件下，没有触觉辅助拧瓶盖成功率 56.25%，接入 LingBot-Touch 触觉基模后提升到 90%。
问题 5：Fable 5.2 吃掉机器人？「手感」这块，还得靠具身原生基模来补全，通用大模型和具身原生基模是什么关系？
回答 5：Fable 5.2 吃掉机器人？「手感」这块，还得靠具身原生基模来补全，二者是互补关系，Fable 5.2 负责高层任务理解、步骤规划；具身原生基模负责触觉感知、精细力控闭环，不是一方取代另一方。
【参考资料】
[2026-11-10]（Fable 5.2 吃掉机器人？「手感」这块，还得靠具身原生基模来补全）机器之心
[2026-11-10]（Anthropic 发布 Claude Fable 5.2，机器人操控、硬件设计能力升级）Anthropic 官网
[2026-11-10]（Fable 5.2 “撞车” 蚂蚁灵波触觉模型，CEO 朱兴：两类模型协同将加速具身产业成熟）中国日报网
[2026-11-11]（Fable、Astra 走向物理世界，蚂蚁灵波选择从指尖扎根）36 氪
[2026-11-11]（大模型都在教机器人拧瓶盖，具身原生大脑的底气藏在 “手感” 里）甲子光年
免责声明：本文仅整理公开测试、厂商发布信息，不构成技术选型或者投资建议。仿真跑分、真机测试结果受环境、灵巧手硬件、传感方案影响，不同场景下成功率存在波动，模型后续迭代方向、落地效果以官方后续实测披露为准。
本文来自作者[晶轨锚定]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/202611/934.html
评论列表（4条）
我是环球科技潮的签约作者“晶轨锚定”！
希望本篇文章《Fable 5.2 展现机器人操控能力，精细操作手感短板仍要靠具身原生基模补齐》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：Anthropic 在 11 月 9 日推出 Claude Fable 5.2，这个通用大模型在 RoboDojo 仿真测试拿到 64.9% 的任务成功率，演示视频里可以控制机械臂完成复原魔方、拧瓶盖、绘图等动作，泛化能力远超之前的 GPT-6 Astra、Opus 5.5，很多人由此讨论通用大模型会不会直接 “吃掉” 专用机器人控制方案，不过行业普遍发现，Fable 5.2 这类通用大模型主要依靠视觉做任务规划，缺少触觉反馈，很难处理打滑、阻力、松紧这类精细交互里的 “手感” 信息，而同一天蚂蚁灵波发布 LingBot-Touch 触觉基模，走具身原生路线，专门学习接触、受力、摩擦等物理交互规律，用来补齐触觉感知短板，两条路线不是互相替代，而是分工配合，通用大模型负责高层任务理解和规划，具身原生基模负责指尖触觉闭环、精细力控，下面把跑分数据、路线差异、测试对比、实操局限整理清楚。