把触觉信号转成标准化 Token，是当前具身智能的关键突破，蚂蚁灵波开源的 LingBot-Touch 触觉基础模型，解决了长期以来不同触觉传感器数据不互通、手感无法迁移的痛点，机器人终于拿到一套通用触觉表征，不再是换一款灵巧手就要重新训练触觉策略。过去触觉最大难题是异构：压阻、视触觉、磁触觉传感器输出格式、触点排布完全不一样，属于不同 “方言”，直接把原始读数喂给动作模型，不仅没法复用，甚至会干扰视觉信号，让任务成功率反向下跌；而 LingBot-Touch 的思路是分传感器独立编码入口，映射到统一指尖坐标空间，输出通用触觉 Token，把压力、滑移、接触位置、形变、时序变化打包成模型能读懂的统一特征，视觉、触觉、语言动作模型可以共用这套触觉语义。模型基于近 5000 小时真实触觉数据预训练，支持 Sharpa Wave、XHand 等不同灵巧手，兼容 π0.5、LingBot-VLA 等多种动作策略，真机 26 项精细操作任务验证，接入后成功率明显提升，代表触觉正式和视觉一样，进入 Token 化、基础模型预训练的范式。
一、原始触觉输入 vs 触觉 Token 方案对比
| 方案 | 数据特点 | 跨硬件迁移 | 对动作模型影响 | 适用场景 |
|---|---|---|---|---|
| 直接喂原始触觉信号 | 传感器原始阵列、图像，格式不统一 | 几乎无法迁移 | 容易引入噪声，部分任务成功率下降 | 单一固定硬件、定制化小任务 |
| 触觉 Token 统一表征（LingBot-Touch） | 标准化向量 Token，语义对齐受力、滑移、接触区域 | 跨传感器、跨灵巧手迁移 | 提供稳定接触特征，提升精细操作成功率 | 拉链、翻书、抓握、插拔、柔性物体操作 |
二、LingBot-Touch 核心架构流程
- 异构编码器分流：按磁触觉、视触觉、压阻式三类传感器分开编码，适配各自原始信号。
- 坐标归一化：把不同触点布局映射到统一的标准指尖空间，消除硬件形态差异。
- 共享主干模型：学习时序接触特征，提取压力、滑移、形变、接触位置信息。
- 输出通用触觉 Token：生成固定语义的表征序列，可直接接入 VLA、Diffusion Policy 等动作模型。
- 下游微调：在目标灵巧手、目标任务上少量微调，快速适配新硬件。
三、真机测试关键数据
- 测试硬件：Sharpa Wave（视触觉）、XHand（磁触觉）两款灵巧手
- 测试策略：LingBot-VLA、π0.5 等 4 种主流动作模型
- 测试任务：26 项接触型精细操作，拉拉链、翻书、交接物体、分牌、浇花等
- 典型结果：Sharpa Wave 上 LingBot-VLA 任务成功率由 45.60% 提升至 72.51%；直接输入原始触觉时，部分任务（如拉拉链）成功率反而从 39% 跌到 15%
四、触觉 Token 化带来的价值
- 打通数据孤岛：不同传感器、遥操作手套、真机采集的触觉数据可以混合训练，经验互通。
- 降低灵巧手开发成本：新硬件不用从零采集海量触觉数据，直接接入预训练触觉编码器。
- 补齐视觉盲区：视觉看不到物体内部受力、打滑、软硬形变，触觉 Token 提供接触闭环反馈。
- 多模态对齐：视觉 Token、触觉 Token、语言 Token 可以在同一个 VLA 模型里对齐，更贴近人 “看 + 摸” 的感知方式。
- 开源可组合：LingBot-Touch 可以单独抽出来作为编码器，搭配第三方动作模型，不绑定整套机器人栈。
五、当前局限
- 目前以指尖局部触觉为主，全身电子皮肤、大面积触觉的统一表征还在拓展。
- 极端材质、透明柔性物体、高滑表面的泛化能力仍有提升空间。
- 依赖触觉传感器硬件本身质量，传感器噪声大时，Token 表征也会受影响。
- 侧重精细操作，高速碰撞、大力量交互场景还需要额外力控模块配合。
【常见问题】
问题 1：Token 卷到触觉了！机器人终于有了通用手感，直接把原始触觉数据给模型为什么反而变差？
回答 1：Token 卷到触觉了！机器人终于有了通用手感，不同传感器原始信号格式差异巨大，原始读数里混杂噪声，动作模型无法理解不同硬件的触点布局，相当于输入无效干扰信息，挤压视觉特征，所以部分任务成功率下跌。
问题 2：Token 卷到触觉了！机器人终于有了通用手感，LingBot-Touch 的触觉 Token 到底编码了哪些信息？
回答 2：Token 卷到触觉了！机器人终于有了通用手感，触觉 Token 封装了接触位置、压力大小、滑移、物体形变、接触时序变化这些物理交互信息，把异构触觉信号翻译成统一语义。
问题 3：Token 卷到触觉了！机器人终于有了通用手感，这套触觉基础模型支持哪些灵巧手和动作模型？
回答 3：Token 卷到触觉了！机器人终于有了通用手感，支持 Sharpa Wave、XHand 等灵巧手，兼容 LingBot-VLA、π0.5、Diffusion Policy 等主流动作策略，并且已经开源。
问题 4：Token 卷到触觉了！机器人终于有了通用手感，触觉 Token 和视觉 Token 有什么异同？
回答 4：Token 卷到触觉了！机器人终于有了通用手感，二者都是把感知信号转为模型可识别的向量序列；视觉 Token 表达空间图像，触觉 Token 表达接触受力、滑移这类物理交互信息，用于精细抓握闭环控制。
【参考资料】
[2026-11-10]（Token 卷到触觉了！机器人终于有了通用手感）量子位
[2026-11-10]（蚂蚁灵波开源触觉基础模型 LingBot-Touch）智东西
[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]（让机器人 “手感” 跨硬件、跨模型、跨任务复用）新闻晨报
[2026-07-15]（FTP-1：跨传感器通用触觉基础策略）虎嗅网
【免责声明】
本文基于 LingBot-Touch 公开发布信息、真机实验数据整理，仅作为具身智能技术科普；任务成功率为实验室真机测试结果，受传感器精度、物体材质、初始位姿影响；开源模型实际落地前需要针对业务场景做微调与安全测试，不构成机器人项目选型承诺。