让灵巧手去拧一个瓶盖，机器人可能陷入这样的局面：手指已经对准盖子并开始转动，可瓶盖究竟是已经拧松，还是指腹正沿着盖壁打滑，摄像头里的画面看不出分别。这两种状态需要截然不同的后续动作，而判断依据，指尖的接触位置、受力大小及其变化——恰好被手指和物体挡住，视觉无从获取。
这正是蚂蚁灵波科技此次开源触觉基础模型LingBot-Touch要解决的问题。模型以近5000小时真实触觉数据完成预训练，训练数据横跨磁触觉、视触觉、压阻式三类主流传感原理，来自不同传感器的信号最终都会被转化为一套统一的触觉表征，供不同灵巧手与动作模型调用。伴随该模型接入LingBot-VLA，蚂蚁灵波通用大脑的感知范围从空间感知、环境交互、灵巧操作进一步延伸到指尖。
从技术方案看，LingBot-Touch按传感原理分别设置编码入口，先对各路原始信号做独立处理，再将不同布局的触点映射到统一的指尖坐标空间，由共享模型学习接触位置、受力及其随时间的演变，最终输出标准化的触觉Token。在这种架构下，人戴触觉手套采集的数据与遥操作灵巧手采集的数据可以合并训练，各类动作模型也能借助训练好的模型提取接触特征。架构本身还为日后接入新型触觉传感器预留了扩展余地。
统一表征的背后，是触觉行业的一个现实困境。商用触觉传感器整体仍处于发展早期，视触觉、磁触觉、压阻式等路线各有长短，面向不同成本与使用场景，多种方案大概率长期并存。麻烦在于，同一次接触在不同传感原理和触点布局下会生成差异极大的原始信号，模型若只学会解读其中一种，一旦更换传感器或灵巧手，已有的数据和触觉经验便难以继承，重复采集、训练、适配的代价随之产生，硬件厂商、整机团队与模型开发者之间的适配成本也水涨船高。
为检验触觉表征的实际价值，蚂蚁灵波在Sharpa Wave与XHand1两款灵巧手上安排了26项真机测试，翻书页、拧瓶盖、辨识麻将牌等精细操作均在任务清单之列。结果显示，接入LingBot-Touch后，LingBot-VLA、π0.5、Diffusion Policy和T-Rex四种动作模型的平均任务成功率，较无触觉状态提升约14至26个百分点。
以T-Rex驱动Sharpa Wave完成拧瓶盖任务为例，完全没有触觉输入时，成功率只有56.25%；直接把传感器原始信号喂给模型，成功率升至62.5%；换用LingBot-Touch输出的触觉表征，成功率则达到90%。
触觉经验的跨硬件迁移同样得到确认。XHand1采用的磁触觉传感器型号并不在预训练数据之列，模型积累的磁触觉经验全部来自人类戴手套采集的数据。换用这只灵巧手时，团队保持LingBot-Touch参数不变，仅以XHand的操作示范训练动作模型，触觉能力依旧可用。
本次真机测试中，LingBot-Touch同时接入四种动作模型，并未绑定蚂蚁灵波自研产品。它扮演的角色是触觉传感器与动作模型之间的通用感知层，而非某一硬件或某一策略的专属模块。对产业而言，传感器与灵巧手厂商可以依据成本和任务需求挑选硬件，整机团队也能保留自己的动作策略，省去每更换一种硬件与算法组合就重建触觉能力的重复投入。
考虑到端侧算力的约束，蚂蚁灵波提供了两种容量的版本。全部26项真机测试均由约530万参数的轻量版LingBot-Touch-Tiny完成，接入LingBot-VLA、π0.5和T-Rex后，整体参数量仅增加约0.13%至0.16%。容量更大的LingBot-Touch-Small则在感知测试中显露出进一步提升的空间，当预训练数据扩至近5000小时时，模型仍能从新增数据中持续获益。
谈到近期具身大模型技术路线的变化，蚂蚁灵波CEO朱兴给出了自己的判断。他提到，以GPT-6 Astra、Claude Fable 5.2为代表的数字世界大语言模型进展，确实让机器人的复杂任务推理和物理操作能力更强，团队对此保持关注并积极吸收；但产业一线的实践说明，要真正跑通操作闭环，物理操作泛化性这块硬骨头依然绕不开，很大程度上要靠具身基础模型自身的突破。
在他看来，通用大模型与具身基础模型之间更像1+1＞2的协同关系：前者增强对任务和环境的理解与推理，后者提升物理感知和闭环操作能力，两者各自突破、相互促进，共同加快具身智能产业的成熟。
“模态输入的质量很大程度上决定了动作输出的质量，换句话说没有好的输入就没有好的输出。”朱兴表示，蚂蚁灵波将继续坚持具身原生路线，探索物理操作泛化性的新上限，打造跨构型的机器人行业通用大脑，推动视觉、深度、触觉乃至温度等更多物理模态在同一模型中对齐，并在推进商业化的过程中持续向社区开源开放。
技术报告、模型权重和代码现已同步开源，开发者登录Hugging Face、GitHub或魔搭社区即可下载使用。
