概览
LingBot-Touch 是蚂蚁集团旗下具身智能公司蚂蚁灵波科技（Robbyant）在 2026 年 11 月 10 日开源的触觉基础模型。机器人做精细操作时，光靠摄像头很难判断捏得够不够紧、东西有没有在手里打滑，所以越来越多的灵巧手在指尖装了触觉传感器。但这些传感器原理五花八门：有测磁场变化的磁触觉、测电阻变化的压阻式，也有用摄像头拍软胶形变的视触觉，触点布局和数据格式各不相同，为一种传感器训练的模型很难换到另一种上用。LingBot-Touch 要做的就是把这些不同来源的触觉信号翻译成同一套「触觉语言」，让触觉能力可以跨传感器、跨灵巧手、跨动作模型和任务复用。 方法上，它为每种传感原理设一个编码入口，把不同布局的触点映射到统一的指尖坐标空间，再交给一个共享的 Haptic Transformer；训练采用 JEPA 式自监督：遮住一部分时空触觉信号，让模型在潜空间里预测被遮住部分的表征，而不是还原原始数值。预训练数据共 4,983 小时、464,431 段交互、约 13.3 亿帧，其中压阻式 2,197 小时、磁触觉 1,136 小时、视触觉 1,650 小时，来自触觉手套和机器人灵巧手。开源的是冻结的编码器和提取逐 token 触觉特征的推理代码，提供 Tiny 与 Small 两个版本；Tiny 版编码器只有 5.46M 参数（央广网报道称约 530 万），接入动作模型后整体参数量只增加约 0.13% 至 0.16%，可以做高频推理。官方建议下游用交叉注意力去查询全部输出 token，而不是简单求平均。 效果方面，官方在 Sharpa Wave 和 XHand1 两款灵巧手上做了 26 项真机任务（每项 20 次），包括翻书页、拧瓶盖、摸麻将牌辨认牌面等；LingBot-VLA、π0.5、Diffusion Policy 和 T-Rex 四种动作模型接入 LingBot-Touch 特征后，平均成功率比不用触觉时提高约 14 至 26 个百分点。XHand1 用的磁触觉传感器型号并不在预训练数据里，模型参数保持不变，只用操作示范训练动作模型就能用上，体现了跨传感器迁移能力；另外 12 项仿真强化学习任务中，加入它的策略学得更快更稳。以上均为官方自测。代码与使用说明在 GitHub，权重在 Hugging Face 与魔搭社区，官方给出的验证环境是 Linux、Python 3.12 与 PyTorch 2.11。官方来源：https://technology.robbyant.com/lingbot-touch 、https://github.com/Robbyant/lingbot-touch 、https://huggingface.co/robbyant/lingbot-touch-tiny 、https://huggingface.co/robbyant/lingbot-touch-small 、https://modelscope.cn/models/Robbyant/lingbot-touch-tiny 、https://arxiv.org/abs/2611.12806 ；新闻报道：https://tech.cnr.cn/techph/20261110/t20261110_527868076.shtml （2026-11-11 00:40 Asia/Shanghai 核对）。 定价：代码与 Tiny、Small 两个版本的权重均以 Apache-2.0 协议免费开源，可下载后本地部署；官方没有提供付费 API，因此不列单价。
- 模态
- 多模态
- 参数量
- Tiny 版 5.46M；Small 版未公布
- 许可说明
- 开源 · Apache-2.0
能力
- 蚂蚁灵波科技 2026 年 11 月 10 日开源的触觉基础模型，Tiny 与 Small 两个版本，代码与权重均为 Apache-2.0
- 把磁触觉、压阻式、视触觉三类原理不同的触觉传感器信号转成统一的触觉表征，供不同灵巧手和动作模型复用
- 基于 JEPA 的自监督预训练：各传感类型有自己的编码入口，共享一个 Haptic Transformer，在潜空间里预测被遮住的时空触觉信息
- 预训练数据 4,983 小时、464,431 段交互、约 13.3 亿帧，来自触觉手套与机器人灵巧手
- Tiny 版编码器仅 5.46M 参数，接入动作模型后总参数只增加约 0.13% 至 0.16%，适合高频端侧推理
- 官方实测：Sharpa Wave 与 XHand1 两款灵巧手共 26 项真机任务（每项 20 次），LingBot-VLA、π0.5、Diffusion Policy、T-Rex 四种动作模型接入后平均成功率提高约 14 至 26 个百分点；另有 12 项仿真强化学习任务
- 可跨传感器迁移：XHand1 所用磁触觉传感器不在预训练数据中，模型参数不变即可使用；不绑定蚂蚁灵波自研动作模型