螞蟻靈波又放大招！機器人通用大腦學會共享“手感”

作者 | 周加琦 編輯 | 漠影 具身智能正在加速突破靈巧操作的能力邊界，但不同靈巧手之間，仍然存在一道難以跨越的觸覺數據鴻溝。如何打破不同傳感器之間的數據壁壘，成為實現通用靈巧操作的重要一步。11月10日報道，螞蟻靈波正式開源面向靈巧操作的觸覺預訓練基礎模型LingBot-Touch。該模型能統一處理壓阻式、視觸覺等不同類型的傳感信號，將其編碼為統一、可複用的觸覺表徵，供不同靈巧手和策略模型使用。在真機測試中，LingBot-Touch與兩款不同靈巧手和四種策略模型結合，完成26項真實操作任務。結果顯示，四種策略模型在兩款靈巧手上的平均任務成功率均得到提升。

其中，在Sharpa Wave靈巧手上，LingBot-VLA的平均成功率從45.60%提升至72.51%。此次發佈也進一步完善了螞蟻靈波的具身原生機器人通用大腦。繼空間感知、動態環境交互和靈巧操作之後，補齊其通用觸覺感知能力。項目主頁：https://technology.robbyant.com/lingbot-touch 技術報告：https://github.com/Robbyant/lingbot-touch/tree/main/paper GitHub：https://github.

com/Robbyant/lingbot-touch Hugging Face：https://huggingface.co/collections/robbyant/lingbot-touch 魔搭社區：https://www.modelscope.cn/collections/Robbyant/LingBot-Touch 一、打破觸覺數據壁壘，讓不同靈巧手共享“手感” 機器人靈巧操作能力的持續提升，對觸覺感知也提出了更高的要求。在擰瓶蓋、翻書、零件裝配等精細化任務中，機器人不僅要判斷物體的位置，還要感知手指接觸後的受力變化、移動情況等，才能及時調整手部動作。

要讓機器人真正理解這些接觸信息，離不開大量真實觸覺數據的訓練。但觸覺數據仍面臨採集成本高、規模有限的問題。今年5月，海外具身創企Genesis AI發佈機器人基礎模型GENE-26.5，並推出配套觸覺數據採集手套和靈巧手，嘗試通過動作映射，將人類操作經驗直接用於機器人訓練。7月，美國具身企業Generalist AI披露了GEN-1的跨本體研究進展，讓不同末端執行器共享對接觸、摩擦、受力等物理規律的理解。兩家企業都在探索如何更高效地積累和利用物理交互經驗。而螞蟻靈波選擇從觸覺感知入手，嘗試解決一個更為棘手的問題：打破不同傳感器之間的數據壁壘，讓觸覺數據能夠跨本體共享和複用。

目前，靈巧手使用的主流觸覺傳感器包括磁觸覺、視觸覺和壓阻式等。這幾類傳感器在感知精度、響應速度、覆蓋面積和成本等方面各有優勢。雖然不同傳感器記錄接觸的方式各不相同，但其背後的物理接觸信息具有共性。螞蟻靈波此次推出的LingBot-Touch，正是利用這一共性，學習統一的觸覺表徵，讓不同靈巧手共享對物理接觸的理解。具體來說，LingBot-Touch先分別處理三類傳感器採集的原始信號，再通過共享模型學習其中共同的接觸特徵，例如手指碰到了哪裡、受力如何變化等。最終，這些特徵會被編碼為統一的觸覺Token，供不同靈巧手和策略模型使用。

這樣，策略模型無需直接處理不同傳感器複雜的原始信號，就能夠利用提取出的接觸信息做決策。為了讓模型掌握這些共同的接觸規律，螞蟻靈波還使用了4983小時真實觸覺數據進行預訓練，涵蓋約46.4萬段交互記錄、13.3億幀數據，覆蓋抓握、旋轉、裝配等多種操作。這些數據主要來自人類佩戴觸覺手套採集的磁觸覺數據和壓阻式數據，以及通過遙操作採集的視觸覺數據。在訓練過程中，螞蟻靈波採用自監督學習方法，隨機遮擋部分觸覺信息，讓模型根據其他觸點的信號變化，預測被遮擋區域的特徵，無需逐一標註接觸位置、受力變化等信息。通過這套模型架構和訓練方法，不同硬件積累的真實觸覺數據，也能轉化為可以共同利用的訓練資源。

二、26項真機任務驗證，LingBot-Touch讓四種模型集體漲分 模型的實際價值，最終還是要通過機器人的真實操作來驗證。為此，螞蟻靈波在Sharpa Wave和XHand1兩款靈巧手上開展了26項真機任務測試，覆蓋翻書、擰瓶蓋、拉拉鏈、分揀物體、雙手協同等精細操作任務。同時，螞蟻靈波還在測試中接入四種不同模型，包含Diffusion Policy、π0.5、LingBot-VLA和T-Rex，驗證LingBot-Touch在不同硬件和模型中表現。

為了更直觀地比較效果，測試中設置了三組對照實驗：第一組不使用觸覺信息，僅依靠視覺等；第二組直接向策略模型輸入原始觸覺數據；第三組則接入LingBot-Touch，使用其提前的觸覺特徵信息。結果顯示，在兩款靈巧手上，接入LingBot-Touch後，四種策略模型的平均任務成功率均達到各自三組對照中的最高水平。其中，在Sharpa Wave的20項任務中，LingBot-VLA的平均成功率由45.60%提升至72.51%，提高26.91個百分點；π0.5由47.56%提升至68.58%，提高21.02個百分點。在XHand1的6項任務中，π0.5的平均成功率由49.71%提升至74.

17%，提高24.46個百分點。在具體操作中，LingBot-Touch帶來的提升也很明顯。以擰瓶蓋任務為例，在Sharpa Wave靈巧手上，T-Rex不使用觸覺信息的成功率為56.25%；直接輸入原始觸覺數據的成功率為62.50%；接入LingBot-Touch後，成功率進一步提升至90%。拉拉鏈任務的結果更加值得關注。π0.5在不使用觸覺信息時，成功率為39%；直接輸入原始觸覺數據後，成功率反而下降至15%；而使用LingBot-Touch提取的觸覺特徵後，成功率提升至59%。這也說明，將觸覺信號轉化為能夠被模型有效利用的接觸特徵，才是改善操作效果的關鍵。

除了提升任務成功率，LingBot-Touch在新硬件上的遷移能力也是一大看點。此次測試使用的XHand1靈巧手搭載了磁觸覺傳感器，但該傳感器型號並未出現在LingBot-Touch的預訓練數據中，其觸點佈局等特徵也與訓練階段使用的設備存在差異。在接入XHand1時，螞蟻靈波沒有重新訓練LingBot-Touch，而是固定其模型參數，僅針對具體任務訓練下游策略模型。最終，使用LingBot-Touch觸覺特徵的策略模型，平均任務成功率仍然得到提升。

對於產業來說，LingBot-Touch有望能讓不同靈巧手積累的觸覺數據和學到的感知能力共享，減少企業在數據採集、模型訓練和硬件適配上的重複投入，提高研發效率，加快靈巧操作能力在更多實際場景中的落地。三、觸覺模型走向真機，速度也是硬門檻 在具身智能加快走向實際應用的過程中，模型的計算開銷和運行效率，是影響機器人落地部署的重要因素。一臺機器人往往需要同時運行視覺感知、動作決策等多個模型，有限的端側算力需要在不同任務之間分配。尤其是觸覺感知，需要持續處理手指與物體接觸時產生的高頻信號，對模型的響應速度提出了更高要求。

針對這一需求，螞蟻靈波推出了LingBot-Touch Tiny和Small兩個版本，在模型規模與觸覺感知能力之間提供不同選擇。其中，Tiny版本僅有約532萬參數，側重降低觸覺處理的計算開銷。將其接入LingBot-VLA後，整體參數量僅增加約0.13%，上述26項真機任務均使用這一版本完成。Small版本則擁有更大的模型容量，能夠進一步提升觸覺感知能力。結果顯示，Tiny版本在使用約4000小時數據預訓練後，部分感知性能逐漸趨於飽和，而Small版本在接近5000小時數據規模下仍能繼續提升。通用觸覺能力能否真正進入產品，還需要兼顧模型性能、端側算力和部署成本。

LingBot-Touch通過不同規模的模型設計，為企業根據實際硬件條件和操作需求選擇觸覺模型提供了空間。結語：通用大腦再升級，讓物理經驗成為具身智能的共同資產 此前，螞蟻靈波已推出LingBot-Vision、LingBot-Depth 2.0、LingBot-World 2.0、LingBot-VLA 2.0等不同類型模型。此次LingBot-Touch的加入，進一步完善了其機器人通用大腦的物理感知能力。這一佈局延續了螞蟻靈波堅持的具身原生技術路線：從機器人在真實物理世界完成任務的需求出發，將不同機器人共同需要的智能能力構建為可複用的基礎模型。

對於整個產業而言，如何降低不同硬件之間的能力遷移成本，也是規模化落地需要解決的問題。這也是通用基礎模型走向產業應用的重要價值。讓真實世界中積累的經驗持續沉澱，減少不同硬件和任務之間的重複開發，加快機器人能力向更多實際場景的遷移。