蚂蚁灵波开源触觉基础模型LingBot-Touch
先了解这件事
2026年11月10日,蚂蚁灵波科技正式开源触觉预训练基础模型 LingBot-Touch。该模型旨在解决不同触觉传感器数据格式不统一导致动作模型性能下降的问题,基于近5000小时真实触觉数据进行预训练。LingBot-Touch 能够覆盖磁触觉、视触觉和压阻式三类传感原理,并将这些异构信号统一编码为触觉 Token,输出统一的触觉表征。在应用效果方面,报道指出接入该模型后,π0.5 等动作模型在拉拉链任务中的成功率从直接喂入原始信号的 15% 提升至 59%。此外,在 Sharpa Wave 和 XHand1 两款灵巧手的 26 项真机测试中,四种动作模型的平均任务成功率较无触觉时提高了约 14 至 26 个百分点。最新报道补充提及该模型也可接入 LingBot-VLA 等动作模型以提升性能。
AI 根据报道生成 · 6 天前更新
报道时间线
沿着报道,了解事件的不同侧面。
- 量子位蚂蚁灵波开源触觉基础模型 LingBot-Touch
蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类传感原理并输出统一触觉表征。在 Sharpa Wave 和 XHand1 两款灵巧手的26项真机测试中,接入该模型后四种动作模型的平均任务成功率较无触觉时提高约14至26个百分点。
- 量子位蚂蚁灵波开源触觉基础模型 LingBot-Touch
蚂蚁灵波开源触觉预训练基础模型 LingBot-Touch,旨在解决不同触觉传感器数据格式不统一导致动作模型性能下降的问题。该模型将磁触觉、视触觉和压阻式触觉信号统一编码为触觉 Token,使 π0.5 等动作模型在拉拉链任务中的成功率从直接喂入原始信号的 15% 提升至 59%。
- 雷峰网蚂蚁灵波开源触觉基础模型 LingBot-Touch
蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,基于近 5000 小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类传感原理。该模型将不同信号转化为统一触觉表征,接入 LingBot-VLA 等动作模型后,在 26 项真机测试中平均任务成功率提高约 14 至 26 个百分点。
本事件热度走势
当前热度 3·可比范围峰值 19(11月10日 18:00)·近 24 小时可比范围变化 -74%
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。