蚂蚁刚开源了一个触觉基础模型：LingBot-Touch，让机器人不仅能看得见，还能感知“手感”

这种触觉经验能跨传感器、跨灵巧手、跨模型、跨任务复用

这个方向值得关注，因为机器人在真实世界中做精细操作，光靠视觉是远远不够的，需要指尖的接触和受力反馈，还有一个迁移问题

LingBot-Touch的做法是，把触觉感知从特定硬件中抽象出来，训练成可复用的基础模型能力

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

并给不同传感器设置专用编码入口，再把不同布局的触点映射到统一的指尖坐标空间，通过共享模型学习接触位置、受力及其随时间的变化，最终输出统一的触觉Token

这样，不同传感器采集的数据可以共同参与预训练，不同灵巧手和动作模型也能复用学到的触觉表征

相当于给机器人建立了一套跨硬件的通用触觉表征

实验效果，平均任务成功率比无触觉基线提高了14-26个百分点

过去，不同机器人往往需要分别采集触觉数据、适配传感器、训练模型

现在至少不用每换一套灵巧手、增加一种传感器，就从头积累触觉数据、重新学习接触感知能力了

技术报告：网页链接GitHub：网页链接Hugging Face：网页链接

LingBotTouch具身智能AI通用机器人