蚂蚁灵波开源LingBot-Touch 提升机器人触觉操作成功率

据行业观察，一款面向灵巧操作的触觉基础模型正式开源，名为 LingBot-Touch，为机器人通用大脑补齐了关键的触觉感知能力，将通用大脑的感知能力延伸到“指尖”，让机器人“摸得更灵敏”，进一步提升了具身原生通用大脑的能力。

该模型基于近 5000 小时的真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类主流传感原理，能将不同信号转化为同一套触觉表征，让积累的“手感”实现跨传感器、跨灵巧手、跨模型和跨任务复用。在 26 项真机测试中，接入这一表征后，四种动作模型的平均任务成功率较无触觉时提高约 14 至 26 个百分点。

看清之后，为什么还需要“摸得灵敏”？

在真实物理世界中，机器人每执行一步动作，都需要感知物体和环境的变化，再修正下一步动作。许多精细操作里，看清物体的位置、把手伸到正确的地方，并不意味着任务就能顺利完成。接触之后受力是否合适、物体是否滑移，仅靠视觉往往难以判断。

以拧瓶盖为例，深度信息可以帮助手指对准瓶盖。但开始转动后，瓶盖可能已经松动，也可能是指腹沿着盖壁打滑。这两种情况在画面中相似，却需要不同的动作调整。指尖的接触位置、受力大小及其变化，成为动作模型的重要判断依据，而这些信息往往被手指和物体遮挡，视觉难以获得。

为验证触觉表征对真实操作的帮助，团队在两款灵巧手上进行了 26 项真机测试，涵盖翻书页、拧瓶盖、辨识麻将牌等精细操作。接入 LingBot-Touch 后，四种动作模型的平均任务成功率，较无触觉时提高约 14 至 26 个百分点。其中，在控制灵巧手拧瓶盖的任务中，不使用触觉时的成功率为 56.25%，直接输入传感器原始信号时为 62.5%，接入 LingBot-Touch 的触觉表征后，成功率达到 90%。这一系列真机实验表明，高质量触觉信息输入可以为机器人动作成功率带来显著提升。

统一触觉表征，跨灵巧手、跨模型复用

给机器人装上触觉传感器，并不等于它就能用好触觉。商用触觉传感器整体仍处于较早的发展阶段，视触觉、磁触觉、压阻式等路线各有优势和局限。面向不同成本和使用场景，多种路线可能长期并存。更棘手的是，同样一次接触，在不同传感原理和触点布局下，会形成不同的原始信号。如果模型只学会解读其中一种，更换传感器或灵巧手后，已有的数据和触觉经验就可能难以复用，需要重新采集、训练和适配。

团队的思路是，让触觉理解摆脱对特定传感器物理信号的依赖，使不同来源的数据能够共同用于训练，让积累的触觉能力跨灵巧手和跨动作模型复用。为此，LingBot-Touch 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。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——供不同动作模型使用的触觉表征。

在这一架构下，人戴触觉手套和遥操作灵巧手采集的数据可以共同用于训练，不同动作模型也可以利用训练好的模型提取接触特征。这一架构还为未来接入新类型的触觉传感器留出了扩展空间。在另一款灵巧手的测试中，其采用的磁触觉传感器型号并不在预训练数据中，模型学到的磁触觉经验全部来自人戴手套采集的数据，保持 LingBot-Touch 参数不变，只用该灵巧手的操作示范训练动作模型，实现了跨硬件复用。

为兼顾感知能力与端侧算力，团队提供了两种容量的模型。此次 26 项真机测试全部使用约 530 万参数的轻量版完成，接入多款动作模型后，模型参数量仅增加约 0.13% 至 0.16%。容量较大的版本在感知测试中表现出进一步提升的潜力：当预训练数据增至近 5000 小时时，模型仍能从新增数据中获益，说明触觉预训练还有持续扩展提升的空间。

坚持具身原生，持续探索物理操作泛化性

以数字世界大模型为代表的进展，赋予了机器人更强的复杂任务推理能力。但要真正跑通物理操作闭环，物理操作泛化性仍然绕不开，需要具身基础模型的不断突破。在通用大模型加速演进的时点，LingBot-Touch 的发布正是团队对“具身原生”路线的持续投入和笃定——不同于面向数字信息的多模态范式，机器人身处真实物理世界，信息从传感器来，作用到环境中去，既需要理解深度这类空间感知信息，也需要处理触觉、力觉、温度等接触感知模态。模态输入的质量，很大程度上决定了动作输出的质量。

未来，团队将继续坚持“具身原生”的技术主张，从真实物理世界的需求出发，探索物理操作泛化性的新上限，打造跨构型的机器人行业通用大脑，推动视觉、深度、触觉等更多物理模态在统一模型中对齐，并在推进商业化的同时持续向社区开源开放。