蚂蚁灵波开源触觉基础模型 LingBot-Touch：近 5000 小时真实触觉数据预训练，冻结的 546 万参数编码器让 4 种机器人策略在 26 项真机任务上成功率提升 14–26 个百分点
蚂蚁集团旗下具身智能公司灵波科技（Robbyant）11 月 9 日开源触觉基础模型 LingBot-Touch（Apache 2.0），用 JEPA 式潜空间预测和共享 Haptic Transformer，把压阻、磁感、视触觉三类传感器统一成同一套触觉 token。官方技术报告称：在 26 项双臂灵巧手真机任务上，接入冻结的 546 万参数 Tiny 编码器后，Diffusion Policy、π0.5、LingBot-VLA、T-Rex 的平均成功率分别提升 13.9–24.8 个百分点，而直接喂原始触觉信号最多只有约一半收益。Tiny 与 Small 两个权重已上 Hugging Face。
核心要点速览
- 预训练语料 4,983 小时、46.4 万段交互、约 13.3 亿帧，来自触觉手套与遥操作机器人手，覆盖压阻、磁感、视触觉三种原理
- 官方口径：26 项真机任务平均成功率，LingBot-VLA 48.3%→73.1%、π0.5 48.1%→69.9%、T-Rex 45.4%→68.6%、Diffusion Policy 21.6%→35.6%
- Tiny 编码器仅 546 万参数，给所增强的策略增加不到 0.2% 参数；Small 为 2176 万参数，两者均为 12 层 Transformer
- 仿真 12 项灵巧手强化学习任务中成功率 69%，对比任务专用 CNN 特征 46%、无触觉 21%
- 注意：可迁移到预训练时没见过的传感器型号，但新的传感器排布仍需先做几何标定
关联模型 / 智能体 / 厂商: