蚂蚁灵波开源触觉基础模型LingBot-Touch，真机测试成功率提升14至26个百分点

核心事实

11月10日，蚂蚁灵波科技开源触觉基础模型LingBot-Touch。据量子位转载的蚂蚁灵波提供的信息，该模型基于近5000小时真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类主流传感原理，可将不同信号转化为同一套触觉表征，供不同灵巧手和动作模型使用。目前其技术报告、模型和代码已开源，开发者可在Hugging Face、GitHub和魔搭社区访问和下载。

背景与影响

蚂蚁灵波此前的通用大脑已覆盖空间感知、动态环境交互与灵巧操作，LingBot-Touch被定位为补齐精细操作所需的指尖触觉感知，并已接入LingBot-VLA。按素材说法，团队在Sharpa Wave和XHand1两款灵巧手上完成26项真机测试，涵盖翻书页、拧瓶盖、辨识麻将牌等任务；接入LingBot-Touch后，LingBot-VLA、π0.5、Diffusion Policy和T-Rex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。架构上，模型按传感原理分别设置编码入口，再把不同布局的触点映射到统一指尖坐标空间，输出统一的触觉Token，以便跨传感器、跨灵巧手复用。此次真机测试全部使用约530万参数的轻量版LingBot-Touch-Tiny，接入上述动作模型后参数量仅增加约0.13%至0.16%。

限制与来源

上述成功率数据来自蚂蚁灵波自行组织的真机测试，测试条件、任务定义与统计口径未在素材中完整披露，尚不构成第三方独立验证。模型在不同传感器、灵巧手与动作模型组合下的实际表现，需以官方后续说明为准；开源许可条款、可用地区与下载方式请以Hugging Face、GitHub和魔搭社区当前页面信息为准。本文信息源自量子位转载的蚂蚁灵波稿件，观点归原作者所有。