11月10日，蚂蚁灵波科技宣布开源触觉基础模型LingBot-Touch。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，可将不同来源的触觉信号转化为统一表征，供不同灵巧手和动作模型调用。同日，Anthropic发布通用大模型Claude Fable 5.2，两条技术路线的并行进展引发具身智能行业对通用大模型与具身基础模型关系的讨论。
在真实物理环境中，机器人执行精细操作时面临视觉信息的固有局限。以灵巧手拧瓶盖为例，深度信息可辅助手指对准瓶盖，但开始转动后，瓶盖松动与指腹打滑在画面中表现相似，却需要不同的动作调整策略。指尖的接触位置、受力大小及其变化往往被手指与物体遮挡，视觉难以获取，而这类信息正是动作模型判断与修正的关键依据。触觉感知由此成为补齐操作闭环的必要环节。
为验证触觉表征对实际操作的增益，蚂蚁灵波在Sharpa Wave和XHand1两款灵巧手上开展了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条件下提升约14至26个百分点。其中，T-Rex控制Sharpa Wave执行拧瓶盖任务时，不使用触觉的成功率为56.25％，直接输入传感器原始信号为62.5％，接入LingBot-Touch触觉表征后成功率达到90％。
触觉传感器走向规模化落地的主要障碍在于数据通用性不足。视触觉、磁触觉、压阻式等主流技术路线各有所长，面向不同成本与场景可能长期并存，但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。模型若仅学会解读单一类型信号，更换传感器或灵巧手后，已有数据与触觉经验难以复用，需重新采集、训练和适配。LingBot-Touch的解决路径是按传感原理分别设置编码入口，先将不同原始信号分别处理，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，最终输出统一的触觉Token。这一架构使人戴触觉手套采集的数据与遥操作灵巧手采集的数据可共同用于训练，不同动作模型也可直接调用训练好的模型提取接触特征，并为未来接入新型触觉传感器预留扩展空间。
跨硬件复用能力在XHand1上得到进一步验证。XHand1采用的磁触觉传感器型号并未出现在预训练数据中，模型学到的磁触觉经验全部来自人戴手套采集的数据。换用该灵巧手后，团队保持LingBot-Touch参数不变，仅用XHand的操作示范训练动作模型即完成迁移。同时，LingBot-Touch在本次测试中接入了四种不同动作模型，并不绑定蚂蚁灵波自研模型，其定位是位于触觉传感器与动作模型之间的通用感知能力。对产业而言，传感器与灵巧手厂商可根据成本与任务需求选择硬件，整机团队可保留自有动作策略，从而减少每更换一种硬件与算法组合就需重新开发触觉能力的重复投入。
为兼顾感知能力与端侧算力，蚂蚁灵波提供两种容量的模型。此次26项真机测试全部使用约530万参数的轻量版LingBot-Touch-Tiny完成，接入LingBot-VLA、π0.5和T-Rex后，模型参数量仅增加约0.13％至0.16％。容量较大的LingBot-Touch-Small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，表明触觉预训练仍有持续扩展的空间。
此前，蚂蚁灵波通用大脑已覆盖高精度空间感知、高动态环境交互和可泛化灵巧操作。此次LingBot-Touch接入LingBot-VLA，将感知能力延伸至指尖，使具身原生通用大脑的手眼协同能力进一步完善。针对通用大模型加速演进对机器人技术路线的影响，蚂蚁灵波CEO朱兴表示，以Claude Fable 5.2、GPT-6 Astra为代表的数字世界大语言模型进展确实增强了机器人的复杂任务推理与物理操作能力，公司对此保持关注并积极吸收，但产业一线实践表明，要真正跑通操作闭环，物理操作泛化性仍需依靠具身基础模型自身的突破。朱兴将两者的关系概括为1+1＞2的协同：通用大模型增强对任务和环境的理解与推理，具身基础模型提升物理感知与闭环操作能力，两者各自突破、相互促进。
朱兴同时表示，模态输入的质量很大程度上决定动作输出的质量，蚂蚁灵波将坚持具身原生路线，持续探索物理操作泛化性的上限，打造跨构型的机器人行业通用大脑，推动视觉、深度、触觉乃至温度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。目前，LingBot-Touch的技术报告、模型和代码已在Hugging Face、GitHub和魔搭社区开放访问与下载。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
