Fable 5.2 “撞車”螞蟻靈波觸覺模型，CEO 朱興：兩類模型協同將加速具身產業成熟

11 月 10 日，Claude Fable 5.2 發佈同日，螞蟻靈波科技開源觸覺基礎模型 LingBot-Touch。一款面向數字世界的通用大模型，一款面向物理操作閉環的具身基礎模型，同一天走進公眾視野。這兩條技術路線的關係，正是當下具身智能行業討論的焦點。在螞蟻靈波看來，通用大模型與具身基礎模型更接近 1+1＞2 的協同關係：前者增強對任務和環境的理解與推理，後者補齊物理感知與閉環操作能力，兩者齊頭並進，才能共同加速具身產業成熟。

此次開源的 LingBot-Touch 基於近 5000 小時真實觸覺數據預訓練，覆蓋磁觸覺、視觸覺和壓阻式三類主流傳感原理，可將不同信號轉化為同一套觸覺表徵，供不同靈巧手和動作模型使用，讓機器人在“看得清楚、想得明白”的同時，進一步補齊精細操作所需的觸覺感知。此前，螞蟻靈波通用大腦已覆蓋高精度空間感知、高動態環境交互和可泛化靈巧操作，此次 LingBot-Touch 已接入 LingBot-VLA，將感知能力延伸到“指尖”，讓機器人“摸得更靈敏”，具身原生通用大腦的手眼協同能力再上臺階。

26 項真機測試，任務成功率提高 14 至 26 個百分點隨著通用大模型持續進步，機器人理解複雜任務、推理操作步驟的能力正在增強。但在真實物理世界中，機器人每執行一步動作，都要感知物體和環境的變化，再修正下一步動作。許多精細操作裡，機器人能看清物體在哪裡，也能把手伸到正確位置，卻未必能順利完成任務——手指碰到物體之後，受力是否合適、物體是否滑移，僅靠視覺難以判斷，需要觸覺來補位。以靈巧手擰瓶蓋為例，深度信息可以幫助手指對準瓶蓋；開始轉動後，瓶蓋可能已經鬆動，也可能指腹正沿著蓋壁打滑。這兩種情況在畫面中相似，卻需要不同的動作調整。

指尖的接觸位置、受力大小及其變化，往往被手指和物體遮擋，視覺難以獲得，卻正是動作模型的重要判斷依據。為驗證觸覺表徵對真實操作的幫助，螞蟻靈波在 Sharpa Wave 和 XHand1 兩款靈巧手上進行了 26 項真機測試，涵蓋翻書頁、擰瓶蓋、辨識麻將牌等精細操作。接入 LingBot-Touch 後，LingBot-VLA、π0.5、Diffusion Policy 和 T-Rex 四種動作模型的平均任務成功率較無觸覺時提高約 14 至 26 個百分點。以 T-Rex 控制 Sharpa Wave 擰瓶蓋為例，不使用觸覺時任務成功率為 56.25%，直接輸入傳感器原始信號為 62.

5%，接入 LingBot-Touch 觸覺表徵後成功率達到 90%。（圖說：接入 LingBot-Touch 後，四種動作模型在兩款靈巧手上的真機任務成功率均達到各自最高水平）統一觸覺表徵，讓“手感”跨硬件、跨模型、跨任務複用給機器人裝上觸覺傳感器，並不等於它就能用好觸覺。目前商用觸覺傳感器整體仍處於較早的發展階段，視觸覺、磁觸覺、壓阻式等主流路線各有所長、也各有侷限，面向不同成本和使用場景，多種技術路線可能長期並存。

更棘手的是，這些傳感器採集的數據很難直接通用：同樣一次接觸，在不同傳感原理和觸點佈局下會形成不同的原始信號，模型一旦只學會解讀其中一種，更換傳感器或靈巧手後，已有的數據和觸覺經驗就可能難以複用，需要重新採集、訓練和適配。因此，觸覺走向規模化落地的關鍵，是讓觸覺理解擺脫對特定傳感器物理信號的依賴，使不同來源的數據能夠共同用於訓練，讓積累的觸覺能力可以跨傳感器、跨靈巧手、跨模型和跨任務複用。為此，LingBot-Touch 按傳感原理分別設置編碼入口，先處理不同的原始信號，再將不同佈局的觸點映射到統一的指尖座標空間，由共享模型學習接觸位置、受力及其隨時間的變化，輸出統一的觸覺 Token。

由此，人戴觸覺手套和遙操作靈巧手採集的數據可以共同用於訓練，不同動作模型也可以直接調用訓練好的模型提取接觸特徵，這一架構還為未來接入新型觸覺傳感器留出了擴展空間。（圖說：LingBot-Touch 將磁觸覺、視觸覺、壓阻式觸覺信號編碼為統一的觸覺 Token，供不同動作模型使用）在 XHand1 上，團隊進一步驗證了觸覺能力的跨硬件複用：XHand1 採用的磁觸覺傳感器型號並不在預訓練數據中，模型學到的磁觸覺經驗全部來自人戴手套採集的數據。換到這隻靈巧手後，團隊保持 LingBot-Touch 參數不變，只用 XHand 的操作示範訓練動作模型即可完成遷移。

同時，LingBot-Touch 在本次真機測試中接入了四種不同動作模型，並不綁定螞蟻靈波自研模型，它提供的是位於觸覺傳感器和動作模型之間的通用感知能力，而非某一硬件或某一策略的專用模塊。對產業而言，傳感器和靈巧手廠商可以根據成本與任務需求選擇硬件，整機團隊也可以保留自己的動作策略，從而減少每更換一種硬件與算法組合就要重新開發觸覺能力的重複投入。為兼顧感知能力與端側算力，螞蟻靈波提供了兩種容量的模型：此次 26 項真機測試全部使用約 530 萬參數的輕量版 LingBot-Touch-Tiny 完成，接入 LingBot-VLA、π0.5 和 T-Rex 後，模型參數量僅增加約 0.

13% 至 0.16%；容量較大的 LingBot-Touch-Small 則在感知測試中表現出進一步提升的潛力——當預訓練數據增至近 5000 小時時，模型仍能從新增數據中獲益，說明觸覺預訓練還有持續擴展提升的空間。堅持具身原生，與通用大模型協同推進Fable 5.2 與 LingBot-Touch 同日亮相，某種程度上正是當下具身智能技術路線演變的一個縮影。針對通用大模型加速演進對機器人“大腦”路線的影響，螞蟻靈波 CEO 朱興表示：“以 Claude Fable 5.

2、GPT-6 Astra 為代表的數字世界大語言模型進展，確實讓機器人的複雜任務推理和物理操作能力更強，這一點我們很關注，也在積極吸收。但產業一線的實踐告訴我們，要真正跑通操作閉環，物理操作泛化性這塊硬骨頭還是繞不開，很大程度上仍要靠具身基礎模型自身的突破。”在他看來，通用大模型與具身基礎模型更接近 1+1＞2 的協同關係：前者增強對任務和環境的理解、推理，後者提升物理感知和閉環操作能力，兩者各自突破、相互促進，共同加速具身智能產業的成熟。“模態輸入的質量很大程度上決定了動作輸出的質量，換句話說沒有好的輸入就沒有好的輸出。

”朱興說，螞蟻靈波將堅持具身原生路線，持續探索物理操作泛化性的新上限，打造跨構型的機器人行業通用大腦，推動視覺、深度、觸覺乃至溫度等更多物理模態在統一模型中對齊，並在推進商業化的同時持續向社區開源開放。目前，LingBot-Touch 的技術報告、模型和代碼已開源，開發者可在 Hugging Face、GitHub 和魔搭社區訪問和下載。