← 全部模型资讯

蚂蚁灵波发布触觉基础模型 LingBot-Touch:近 5000 小时数据,一套表征接入四种动作模型

据机器之心 2026 年 11 月 10 日报道,蚂蚁灵波发布触觉基础模型 LingBot-Touch,以 4,983 小时真实触觉数据统一磁触觉、压阻式与视触觉三类传感器;报道称同一套预训练表征接入 Diffusion Policy、π0.5、LingBot-VLA、T-Rex 后均提升真机成功率。

发布 更新

发生了什么

据机器之心 2026 年 11 月 10 日报道,蚂蚁灵波于当日发布触觉基础模型 LingBot-Touch。报道以 Anthropic 的 Fable 5.2 在机器人操作演示与 RoboDojo 基准上 64.9% 的成绩作为引子,随后把重点放在“演示成功不等于通用物理操作能力”上,认为精细“手感”仍需具身原生模型补足。 报道称,团队为 LingBot-Touch 采集了 4,983 小时真实触觉数据,涵盖 464,431 个交互片段、约 13.3 亿帧,覆盖压阻式、磁触觉和视触觉三类传感器;数据约三分之二来自佩戴触觉手套的人类操作员,三分之一来自搭载 Sharpa Wave 灵巧手的双臂遥操作系统。模型采用多分支编码、共享主干的结构:三类传感器各有自己的轻量级 Tokenizer,转换出的触觉 Token 进入同一个 Haptic Transformer;团队建立统一的指尖几何坐标系,让每个触觉 Token 带上由时间窗口索引、手指编号与三维坐标组成的五维地址,以应对不同传感器在测点数量、布局与采样率上的差异。训练沿用 JEPA 思路,团队称其为 Tactile-JEPA,在潜在空间做遮挡预测而非重建原始信号,理由是触觉数据中大量时间没有接触、接近零的背景信号会分散重建目标。 报道给出的下游验证分三层:五项冻结编码器触觉理解任务、Sharpa Wave 与 XHand1 两款灵巧手上的 26 项真机任务,以及 12 项仿真任务。报道称仅用 1000 小时预训练数据,模型在 30 至 50 N 指尖测力范围内的接触力预测误差低于 2 N,接触中心定位达到亚毫米级,接触面积估计误差低于 2%。真机部分,报道称将 LingBot-Touch 作为额外触觉表示模块接入 Diffusion Policy、π0.5、LingBot-VLA 和 T-Rex 四种动作模型做下游后训练后,平均成功率普遍上升,例如 π0.5 在 Sharpa Wave 上从 47.56% 升至 68.58%,LingBot-VLA 从 45.60% 升至 72.51%;在 XHand1 上 π0.5 从 49.71% 升至 74.17%。报道还给出与 FTP-1 的对比数据,以及预训练数据从 1000 小时增至 5000 小时的规模扩展实验。报道列出项目主页、技术报告、GitHub、Hugging Face 与魔搭社区等发布渠道,但全文未提及许可条款,也未提及 API 或定价。

对开发者的影响

这件事对开发者的意义,和又一个大模型上线 API 完全不同,需要分三层看。 第一层是“还要不要自己做触觉编码器”。报道的核心主张是触觉表征可以跨传感器、跨动作模型复用:同一套预训练特征接入四种策略模型都能提升平均成功率,而且不必为每种动作模型重训一套触觉编码器。如果这个主张在你自己的硬件上成立,它省掉的不是一次训练,而是每换一款灵巧手或传感器就要重做一遍的适配工作。报道称 LingBot-VLA 此前已验证“一脑多机”,LingBot-Touch 把同一思路推到更难统一的触觉模态。 第二层是数据成本结构。报道披露的来源比例(约三分之二来自人戴手套,三分之一来自遥操作)指向一条不依赖机器人本体的采集路径:人手日常操作即可积累接触经验,再用遥操作补特定硬件上的真实交互。对缺少大量真机机时的团队,这个比例本身就是一条可讨论的采集策略,而不只是训练细节。 第三层是评测口径。报道里“接入触觉会变好”与“触觉表征质量决定变好多少”是两个不同结论:仿真部分报道称仅用二值接触信号或不使用触觉输入的策略在球体平衡任务上成功率为 0%,而 LingBot-Touch 在 Sharpa Wave 与 XHand1 上分别为 67.7% 与 35.9%。这意味着简单加一个接触开关不会带来同等收益,接入方式而非“有没有触觉”主导结果。需要提醒的是,上述数字均为团队自报,报道未提及第三方复现或独立评测。

接入与评估建议

以下两条以上决策规则属于基于报道内容的建议与条件分析,不是报道本身的事实结论。 决策一(建议):把 LingBot-Touch 当作共享触觉编码器复用,还是继续为每个动作模型自训专用编码器。对应的报道变化是同一套预训练表征可接入 Diffusion Policy、π0.5、LingBot-VLA、T-Rex 四种架构,且报道称真机平均成功率普遍上升。前提条件很硬:你的触觉传感器要属于报道覆盖的压阻式、磁触觉或视触觉三类——报道明确说预训练尚未覆盖电容式传感器,真机验证也只落在 Sharpa Wave 与 XHand1 两款灵巧手上,手指结构与传感器方案差异较大的团队不能直接套用这个复用结论。可测量的评估标准:在你自己的真机任务集上,用冻结编码器与现有触觉基线(例如自训 CNN 触觉特征)做同任务对比,记录成功率差值与接触力预测误差;报告给出的参考量级是同一任务同一平台上接触力平均误差从 FTP-1 的 2.31 N 降到 0.81 N,但你需要的是自己采集的数字,而不是复述这些数字。另外在动手前先确认一件事:你的传感器测点布局能否映射到报道描述的统一直角坐标系与五维 Token 地址,映射不上去,后面所有复用都无从谈起。 决策二(建议,面向自行训练或继续预训练的团队):下一轮资源投数据规模还是投模型容量。对应的报道变化是规模扩展实验——预训练数据从 1000 小时增至 4000 小时时 HaT-Tiny 在四个维度持续提升,到 5000 小时与 4000 小时基本持平,团队判断模型容量开始成为限制;换成更大的 HaT-Small 后,不同数据规模下都进一步提升。前提条件:你已有稳定、可扩展的触觉数据管线,否则应先解决采集而不是骨干尺寸。可测量标准:在固定评测集上画出“预训练小时数—接触力误差/成功率”曲线,看是否已经出现平台;若平台出现且继续加数据无收益,再考虑加大骨干并重跑同一曲线做对照。 决策三(建议,面向数据采集规划):优先投人类手套采集还是遥操作采集。对应的报道变化是数据来源结构约为三分之二手套、三分之一遥操作。前提条件是你的目标硬件是否就是遥操作系统中的同一型号——若不是,遥操作部分对特定本体的适配价值会下降。可测量标准:把同一套表征迁移到第二款灵巧手后,观察平均成功率的跌幅;跌幅小说明表征的可迁移部分占比高,手套数据的边际价值更大。

限制与待确认事项

第一,在本次目录检查(2026 年 11 月 12 日)中,LingBot-Touch 没有出现在 KimiSeek 的模型目录里,报道也没有提到任何 API 或定价;报道给出的项目主页、代码仓库、Hugging Face 与魔搭社区地址都由厂商一方发布,凡涉及该模型是否可以获取、以什么方式接入的说法,都应以厂商(蚂蚁灵波/Robbyant)渠道为准,而不是本站。第二,报道通篇未提许可条款,“权重页面公开可见”与“可商用”是两件事,落地前必须自行核对许可证。第三,真机验证只覆盖 Sharpa Wave 与 XHand1 两款灵巧手,预训练数据未覆盖电容式传感器,报道自己也承认更多机器人形态、复杂环境与长程任务需要更广泛的实验。第四,所有成功率、误差与对比数字均出自团队自报,报道未提及第三方复现;作为对比基线的 FTP-1,其实现细节与调参预算在报道中也未说明,横向比较的公平性无法从报道中确认。第五,遥操作数据只在搭载 Sharpa Wave 的双臂系统上采集,跨本体的数据分布差异有多大,报道没有给出量化。第六,模型参数量、训练与推理所需算力、推理延迟均未在报道中披露,部署成本目前无法从公开信息估算。以上各点与正文中的报道事实和建议并不冲突:正文中的性能数字始终标注为报道口径,本段说明的是这些数字之外仍然空缺的部分。

三分钟跑通第一次调用

注册后创建 API Key。调用费用从账户余额扣除。新用户首充 7 折。充 ¥500,实付 ¥350,到账 ¥500。充 ¥1000,实付 ¥850,到账 ¥1000 最低充值仍为 ¥10,适合试用。

来源与编写说明

Fable 5.2 吃掉机器人?「手感」这块,还得靠具身原生基模来补全

本文基于所列来源,由 AI 辅助整理、分析和翻译,并经过自动质量检查。分析与建议不代表实测结果;模型可用性与价格请以当前目录为准。