11月10日，蚂蚁灵波科技正式开源触觉基础模型LingBot-Touch，旨在为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练，覆盖磁触觉、视触觉及压阻式三类主流传感原理，可将其转化为统一的触觉表征，供不同灵巧手与动作模型调用。

在真机验证方面，团队在Sharpa Wave与XHand1两款灵巧手上开展了26项精细操作测试（涵盖拧瓶盖、翻书页等）。结果显示，接入LingBot-Touch后，LingBot-VLA、π0.5等四种动作模型的任务平均成功率较无触觉状态提升约14至26个百分点。以T-Rex控制灵巧手拧瓶盖为例，使用该触觉表征后，成功率从56.25%显著提升至90%。

在底层架构上，该模型按传感原理分别设置编码入口，先处理不同的原始信号，再将不同布局的触点映射到统一的指尖坐标空间，由共享模型学习接触位置、受力及其随时间的变化，输出统一的触觉Token。这种设计打破了物理信号壁垒，使积累的触觉经验能够真正实现“跨硬件、跨模型、跨任务”复用，大幅降低适配成本。

（LingBot-Touch将磁触觉、视触觉、压阻式触觉信号编码为统一的触觉Token，供不同动作模型使用）

此外，模型提供约530万参数的轻量版，以适应端侧算力需求。同时，模型提供轻量版（约530万参数）以适应端侧算力，参数量仅增加约0.13%至0.16%。

面对当前具身智能技术路线演进，蚂蚁灵波CEO朱兴表示，通用大模型与具身基础模型呈“1+1>2”的协同关系。蚂蚁灵波将坚持具身原生路线，持续推动视觉、深度、触觉等多物理模态在统一模型中的对齐。

目前，LingBot-Touch的技术报告、模型及代码已在Hugging Face、GitHub和魔搭社区全面开源。

特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。(有任何疑问都请联系idonews@donews.com)