# 蚂蚁灵波开源LingBot-Touch触觉模型，真机操作成功率提升26%

> 原文链接：https://robotics.hellobike.com/news/2026-11-10-fable-5-2-ceo
> 频道：news | 更新日期：2026-11-10 | 标签：auto, rss, leiphone
> 核心摘要：蚂蚁灵波开源基于5000小时数据的LingBot-Touch触觉基础模型，统一磁/视/压阻三类传感表征。在Sharpa Wave等灵巧手26项真机测试中，接入该模型使四种动作策略平均成功率提升14至26个百分点，验证了跨硬件触觉泛化能力。

# 蚂蚁灵波开源LingBot-Touch触觉模型，真机操作成功率提升26%

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[Fable 5.2 “撞车”蚂蚁灵波触觉模型，CEO 朱兴：两类模型协同将加速具身产业成熟](https://www.leiphone.com/category/industrynews/Qhv28gnFkgFPCbXV.html)（雷峰网）

## 核心内容

蚂蚁灵波科技开源触觉基础模型 LingBot-Touch，旨在解决具身智能精细操作中视觉感知盲区问题。该模型基于近 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主流传感原理。在 Sharpa Wave 和 XHand1 两款灵巧手上进行的 26 项真机测试显示，接入 LingBot-Touch 后，LingBot-VLA、π0.5、Diffusion Policy 及 T-Rex 四种动作模型的平均任务成功率较无触觉 baseline 提高约 14 至 26 个百分点，其中 T-Rex 控制 Sharpa Wave 拧瓶盖成功率从 56.25% 跃升至 90%。

技术上，LingBot-Touch 通过分设编码入口与统一指尖坐标空间映射，将异构传感器原始信号转化为通用触觉 Token，实现跨硬件、跨模型复用。实测验证了仅用人戴手套数据预训练即可零样本迁移至未见过的 XHand1 磁触觉传感器。为适配端侧部署，团队提供约 530 万参数的 LingBot-Touch-Tiny 版本，接入主流动作模型仅增加 0.13% 至 0.16% 参数量；同时开源的 LingBot-Touch-Small 版本在近 5000 小时数据规模下仍表现出 Scaling Law 特性，相关代码与权重已在 Hugging Face 等平台开放。

## 关键看点

- **真机性能验证**：在26项精细操作测试中，接入LingBot-Touch使四种动作模型平均成功率提升14-26%，T-Rex拧瓶盖成功率达90%
- **统一触觉表征**：将磁/视/压阻三类异构信号映射至统一指尖坐标系并编码为通用Token，支持跨传感器与跨动作模型复用
- **跨硬件零样本迁移**：仅使用人戴手套采集数据预训练，即可直接迁移至未参与训练的XHand1磁触觉灵巧手，无需重新适配
- **端侧轻量化部署**：530万参数Tiny版接入动作模型仅增0.13%-0.16%参数量，Small版在5000小时数据下仍具扩展潜力

## 工程与产业观察

LingBot-Touch 通过统一触觉表征解决了多源传感器数据孤岛难题，验证了触觉基础模型对动作策略的即插即用增强效果。其轻量级设计与跨硬件泛化能力，为具身智能从视觉主导迈向多模态物理闭环提供了可复用的工程范式，降低了精细操作算法的边际适配成本。
:::

## 原始参考来源 (Sources)

- [雷峰网：Fable 5.2 “撞车”蚂蚁灵波触觉模型，CEO 朱兴：两类模型协同将加速具身产业成熟](https://www.leiphone.com/category/industrynews/Qhv28gnFkgFPCbXV.html)