蚂蚁灵波开源 LingBot-Touch 通用触觉基座模型，把触觉信号做成标准化 Token，解决过去机器人触觉硬件标准不统一、手感无法跨灵巧手迁移的痛点，以往机器人大多依靠视觉完成操作，打滑、软硬判断、夹持力度这类精细动作很难做好，不同厂商视触觉、磁触觉、压阻传感器输出信号格式完全不一样，一套训练好的触觉策略换一套手就失效，而 LingBot-Touch 可以把三类主流触觉传感信号统一编码成通用触觉 Token，接入主流动作模型，让机器人拥有可复用的 “手感”，这套模型基于近 5000 小时真实触觉数据训练，其中三分之二来自人类穿戴触觉手套采集，轻量版本算力开销极低，26 项真机精细操作测试里任务成功率大幅提升，支持零样本迁移到全新灵巧手硬件，意味着触觉能力不再绑定特定传感器，触觉智能可以像视觉大模型一样共享、迁移。
一、LingBot-Touch 基础信息表
| 项目 | 详情 |
|---|---|
| 发布主体 | 蚂蚁灵波科技 |
| 模型名称 | LingBot-Touch（通用触觉基座模型） |
| 开源状态 | 对外开源 |
| 支持传感器类型 | 视触觉、磁触觉、压阻式触觉传感器 |
| 数据集规模 | 近 5000 小时真实触觉数据，2/3 来自人类手套采集 |
| 轻量版本 | Tiny 版，532 万参数，接入动作模型仅增加 0.13%~0.16% 参数量 |
| 核心方案 | 异构触觉信号编码为统一触觉 Token 表征 |
| 适配底座 | LingBot-VLA 视觉语言动作模型 |
二、触觉 Token 化解决的核心痛点
- 硬件异构难题：不同触觉传感器输出图像、压力阵列、力时序等完全不同格式数据，没有统一接口。
- 手感不可迁移：在 A 款灵巧手上训练好的夹持、防滑策略，换到另一款手直接失效。
- 视觉闭环滞后：打滑、形变是瞬时事件，摄像头有延迟，等视觉识别到打滑物体已经掉落。
- 算力负担大：传统触觉模型体积大，接入 VLA 动作模型会带来巨大算力开销。
三、真机测试重点数据
- 抓握喷雾瓶任务：无触觉 42.5% 成功率，接入 LingBot-Touch 提升至 87.5%
- 盲摸麻将任务（禁止视觉看牌面）：成功率提升至 70%
- 三大主流动作模型接入之后，平均任务成功率分别上涨 23.18、21.81、24.81 个百分点
- 26 项接触类精细操作任务整体指标全部提升，包含挤软管、插拔接头、精细夹持等场景
四、触觉 Token 完整工作链路
- 采集层：视触觉 / 磁触觉 / 压阻传感器采集原始接触信号，包含压力、滑移、形变信息。
- 编码层：分传感器专用编码器处理原始数据，映射到统一指尖坐标空间。
- Token 表征层：输出标准化触觉 Token 序列，和视觉 Token 格式对齐。
- 融合层：触觉 Token 送入 VLA 动作模型，和图像、文本指令一起参与动作决策。
- 控制闭环：实时根据触觉反馈微调握力、姿态，实现防滑、控力、感知软硬。
五、技术落地价值
- 硬件解耦：传感器、灵巧手可以自由更换，触觉模型不用重新训练。
- 轻量化集成：Tiny 版几乎不增加动作模型算力负担，适合端侧人形机器人部署。
- 补齐具身短板：视觉负责 “看位置”，触觉 Token 负责 “摸质感、控力度”，形成完整物理交互闭环。
- 数据资产复用：人类采集的触觉经验沉淀到模型，变成所有机器人都可以调用的通用手感。
【常见问题】
问题 1：触觉 Token 是什么，为什么说 Token 卷到触觉代表机器人有了通用手感？
回答 1：触觉 Token 是把不同类型触觉传感器的原始信号，编码成一套统一表征向量，就像文字 Token；Token 卷到触觉意味着触觉不再绑定特定硬件，这套摸东西、控力度的手感，可以跨传感器、跨灵巧手迁移，形成通用触觉能力。
问题 2：LingBot-Touch 支持哪几种触觉传感器，接入动作模型负担大吗？
回答 2：LingBot-Touch 支持视触觉、磁触觉、压阻式三类主流触觉传感器；Tiny 版本只有 532 万参数，接入动作模型只增加 0.13%~0.16% 参数量，算力开销很小。
问题 3：LingBot-Touch 盲摸麻将测试是什么目的，为什么要屏蔽视觉？
回答 3：LingBot-Touch 盲摸麻将测试全程不让摄像头识别牌面，完全依靠触觉 Token 感知纹理轮廓，用来单独验证触觉本身的感知能力，测试机器人纯靠手感识别物体的能力上限。
问题 4：机器人有了触觉 Token 之后，是不是就不需要视觉模型了？
回答 4：不是，触觉 Token 和视觉是互补关系，视觉负责定位、识别物体类别，触觉 Token 负责感知接触、滑移、软硬、夹持力度，二者融合才能完成高难度精细操作。
问题 5：LingBot-Touch 可以零样本迁移到全新灵巧手，零样本迁移是什么意思？
回答 5：LingBot-Touch 的零样本迁移，指新灵巧手、新传感器不需要专门采集大量数据微调模型，接入后直接使用预训练学到的触觉 Token 表征，复用已经学会的手感策略。
【参考资料】
[2026-11-10]（通用大脑能力再提升，蚂蚁灵波发布 LingBot-Touch 触觉基础模型）中国青年网
[2026-11-10]（蚂蚁灵波 LingBot-Touch 触觉基础模型开源，为通用大脑接入 “手感”）IT 之家
[2026-11-10]（Fable 5.2 睁眼拼魔方，中国 AI 闭眼搓麻将！人类「手感」首次 Token 化）腾讯新闻
[2026-11-10]（Token 卷到触觉了！机器人终于有了通用手感 ）新智元微博
【免责声明】
本文为蚂蚁灵波 LingBot-Touch 触觉基座模型资讯整理，测试数据来自官方真机实验室环境；触觉 Token 迁移效果受传感器精度、灵巧手机械结构影响；该模型目前仍属于技术研究版本，量产落地还需要持续迭代；内容仅作行业技术阅读参考，不构成机器人采购、项目开发决策依据。