蚂蚁灵波开源触觉基座模型 LingBot-Touch，人类手感首次 Token 化助力机器人物理操作

Anthropic 近日发布的旗舰模型 Fable 5.2 在物理世界任务中展现了强大泛化能力，但在依赖触觉的精细操作中却面临挑战。相比之下，蚂蚁灵波科技正式开源了通用触觉基座模型 LingBot-Touch，首次将视触觉、磁触觉和压阻式三种不同信号统一转换为可即插即用的「通用触觉 Token」。

该模型旨在解决机器人触觉感知缺乏灵敏度及传感器数据不兼容的问题。通过将人类采集的触感经验迁移给灵巧手，LingBot-Touch 显著提升了机器人在抓喷雾瓶喷水、挤牙膏等精细操作上的成功率。

在真机实测中，接上 LingBot-Touch 后，「抓喷雾瓶喷水」任务的成功率从 42.50% 飙升至 87.50%，「插试管」与「插充电器」等此前视觉模型无法完成的零分任务被轻松拿捏。模型在单页翻书、按压弹出 SD 卡等精细操作上也达到了 90% 以上的成功率。

LingBot-Touch 采用轻量化的 Tiny 版设计，参数量仅为 532 万。接入三大主流动作模型后，额外增加的算力负担仅占 0.13% 到 0.16%，却能瞬间赋予灵巧手「分寸感」，使其能像人手一样感知微弱的摩擦与阻力变化。

项目团队通过真人佩戴轻便触觉手套进行日常遥操作，累计采集了近 5000 小时、13.3 亿帧真实触觉数据，其中约三分之二来自人类手套。实验证明，预训练模型中的磁触觉数据可零样本迁移至新款灵巧手，验证了物理触感本事的跨硬件通用性。

在底层技术上，团队将统一三类传感器「方言」的核心逻辑归纳为四个问题：手指碰在哪、用了多大力、力往哪边走、有没有在滑。通过构建统一的数据入口和 5D-RoPE 空间映射，实现了不同构型灵巧手与视觉动作模型的高效融合。