LingBot-Touch 开源触觉基础模型4983 小时预训练数据使拧瓶盖成功率达 90%

标题：LingBot-Touch 开源触觉基础模型，依托 4983 小时预训练数据，拧瓶盖任务成功率可达 90%

蚂蚁灵波推出并开源的 LingBot-Touch 触觉基础模型，靠 4983 小时真实触觉交互数据完成预训练，把压阻式、磁触觉、视触觉三类不同传感器信号转换成一套通用触觉表征，不再绑定特定灵巧手硬件，在拧瓶盖测试里，接入这套模型之后成功率直接拉到 90%，补齐了具身智能机器人精细操作缺少 “手感” 的短板，代码、权重、论文已经在 Hugging Face、魔搭、GitHub 对外开源，开发者可以直接接入各类动作策略模型做二次开发。之前很多灵巧机器人只靠视觉做操作，很容易打滑、握力失控，就算接上触觉传感器，不同厂商硬件输出的数据格式、触点布局差别巨大，一套训练好的策略很难换到另一台灵巧手上复用。整套方案的核心思路就是异构触觉统一编码，先给每一类传感器单独做编码器，再映射到统一的指尖几何空间，用自监督方式学习接触、受力、滑动这些底层物理特征，输出标准化触觉 Token，再对接 LingBot‑VLA、π0.5、T‑Rex 等主流动作模型。落地使用的时候，开发者只需要接入对应触觉硬件，调用模型做特征提取，再把表征喂给操作策略，就能提升抓取、旋转、装配这类精细任务的稳定性，官方一共做了 26 项真机实验，覆盖两款灵巧手，大部分任务都有明显提升。

LingBot-Touch 基础信息清单

出品方：蚂蚁灵波
预训练数据：4983 小时真实触觉记录，合计约 46.4 万段交互、13.3 亿帧
数据来源：人类穿戴触觉手套采集 + 机器人遥操作采集
兼容传感类型：压阻式、磁触觉、视触觉
模型版本：LingBot-Touch（标准版）、LingBot-Touch-Tiny（轻量版，用于真机测试）
开源渠道：GitHub、Hugging Face、魔搭社区
对接策略模型：LingBot-VLA、π0.5、T‑Rex、扩散策略等
测试硬件：Sharpa Wave、XHand 灵巧手

拧瓶盖对照测试数据

实验组别	配置情况	拧瓶盖成功率
对照组 1	无触觉输入，仅视觉	56.25%
对照组 2	直接输入原始触觉信号	62.50%
实验组	接入 LingBot-Touch 提取统一触觉表征	90%

模型完整工作链路

多源触觉采集：不同类型触觉传感器采集触点压力、形变、接触位置原始信号。
模态独立编码：针对压阻、磁、视触觉各自的信号特点，使用专属分词器处理。
空间归一映射：把布局不一样的触点坐标对齐到统一虚拟指尖坐标系。
Haptic Transformer 学习：自监督学习接触时序特征，输出通用触觉表征 Token。
接入动作策略：把触觉表征和视觉、语言信息融合，交给动作模型输出控制指令。
真机闭环反馈：执行抓取、旋转等动作，采集新触觉数据，持续迭代策略。

真机测试任务范围

旋转类：拧瓶盖、旋紧旋钮
识别类：盲摸识别麻将牌、分辨纹理
精细操作：翻书页、插拔零件、小件装配
稳定握持：防滑抓握、柔性物体夹持

优势与局限

✅ 优势

解决异构触觉传感器壁垒，一套表征跨硬件迁移
轻量版本可以直接跑在真机，算力开销可控
自监督预训练，不需要大量人工标注接触力学标签
完全开源，科研和商用原型都能直接拿来二次开发
和主流 VLA、扩散策略模型即插即用

⚠️ 局限

目前侧重近距离接触类精细操作，不适合远距离感知任务
最终操作效果依然受灵巧手硬件、传感器精度影响
属于基础表征模型，不是端到端操作大模型，需要搭配动作策略一起使用
复杂非刚性物体、润滑表面场景，泛化能力还有提升空间

【相关 FAQ】

问题 1：LingBot-Touch 开源触觉基础模型，为什么可以把拧瓶盖成功率提升到 90%？

回答 1：LingBot-Touch 开源触觉基础模型用 4983 小时触觉数据预训练，把不同传感器信号转为统一触觉表征，让机器人读懂打滑、受力变化，相比只用视觉或者直接喂原始触觉数据，拧瓶盖任务成功率提升至 90%。

问题 2：接入 LingBot-Touch 开源触觉基础模型，是不是必须固定搭配某一款灵巧手？

回答 2：不需要，LingBot-Touch 开源触觉基础模型的设计目标就是跨硬件，统一压阻、磁触觉、视触觉信号表征，在 Sharpa Wave、XHand 等不同灵巧手上都可以接入使用。

问题 3：开发者拿到 LingBot-Touch 开源触觉基础模型之后，要和哪些模型搭配使用？

回答 3：LingBot-Touch 开源触觉基础模型输出标准化触觉 Token，可以对接 LingBot‑VLA、π0.5、T‑Rex、扩散策略等主流动作模型，融合视觉、语言、触觉多模态信息完成灵巧操作。

【参考资料】

[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

[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）中国青年网

[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，让机器人的 “手感” 可以复用）DoNews

【免责声明】

本稿件信息来自蚂蚁灵波官方发布、论文与科技媒体报道，LingBot-Touch 开源触觉基础模型 90% 拧瓶盖成功率为固定硬件与策略下的专项测试结果，不代表全部任务都可以达到该指标；实际落地效果受触觉传感器精度、灵巧手硬件、控制策略、物体表面状态影响，开源协议、商用限制以 GitHub、魔搭官方仓库说明为准，本文仅为技术资讯解读，不构成项目采购、产品开发承诺。

本文来自作者[硅讯回响]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/rgzn/202611/379.html