文章核心观点 - 蚂蚁灵波开源触觉基础模型LingBot-Touch，将不同触觉传感器信号转化为统一接触信息，供不同灵巧手和动作模型使用，解决机器人“手碰到物体后如何控制力度、应对滑动、确认操作完成”的难题 [1][4] - 在26项真机任务中，四种动作模型接入后平均成功率较不使用触觉时提高约14至26个百分点 [1][10] - 触觉是机器人“最后一厘米”的关键能力，统一触觉模型可打破硬件多样性造成的数据分割，推动灵巧手产业分工与商业化落地 [2][20][24] 行业背景与痛点 - 1961年第一台工业机器人Unimate在通用汽车新泽西州工厂投入使用，按磁鼓预存指令从压铸机夹取高温零件；此后视觉系统让机器人识别零件位置和姿态，承担更多工序 [2] - 60多年后“黑灯工厂”已出现，但汽车线束装配等操作仍难以替代，据奥迪2026年1月公布信息，整个汽车行业线束生产和装配自动化比例不到10% [2] - 柔性线缆形态不断变化，每个连接器是否接合到位都要在接触中反复判断确认；灵巧手常被称为机器人的“最后一厘米” [2] - 上世纪八十年代汉斯·莫拉维克等人提出莫拉维克悖论：对人类毫不费力的感知和动作恰是机器最难掌握的能力 [7] - 接触发生后的状态视觉往往看不到，以拧瓶盖为例，瓶盖松动与指腹沿盖壁滑动在图像中相似但所需动作调整不同；指尖接触状态常被遮挡，既关系任务完成也关系物品是否受损 [8] - 指尖触觉传感器相比机械臂腕部力传感器，给出的接触位置、受力分布和滑动状态更细，信号也更复杂 [8] - 装上触觉传感器不等于机器人能用好触觉 [9] LingBot-Touch技术方案与真机验证 - LingBot-Touch位于传感器和动作模型之间，将接触信号转化为动作模型可利用的信息 [10] - 在Sharpa Wave灵巧手上判断指尖接触中心时，LingBot-Touch平均定位误差为0.12毫米 [10] - 动作模型π0.5控制灵巧手拉合拉链：不使用触觉成功率39%，直接输入传感器原始信号降至15%，输入经LingBot-Touch处理的触觉信息后升至59% [10] - 26项真机任务涵盖翻书页、拧瓶盖、搬运易变形杯子等操作，使用Sharpa Wave和星动纪元XHand1两款灵巧手；蚂蚁灵波自研LingBot-VLA和π0.5、Diffusion Policy、T-Rex三种外部动作模型接入后，平均成功率较不使用触觉时提高约14至26个百分点 [10] - T-Rex在拧瓶盖任务中：不使用触觉成功率56.25%，直接输入原始信号62.5%，接入LingBot-Touch后升至90% [12] - LingBot-Touch还在12项仿真强化学习任务中得到验证 [12] - 蚂蚁灵波CEO朱兴表示，模态输入的质量很大程度上决定动作输出的质量，没有好的输入就没有好的输出 [14] 硬件多样性与数据统一 - 触觉模型训练数据只能来自硬件，机器人每更换一款灵巧手，数据采集、模型训练和适配往往要从头进行 [16] - 灵巧手处于多种技术方案并存阶段，IDC 2026年11月9日报告提到主流驱动方案尚未形成统一技术方向；触觉传感器主流方案包括视触觉、磁触觉和压阻式，分别记录软胶表面形变、磁场变化和电阻变化 [16] - 同样一次接触在不同传感原理和触点排布下形成不同原始信号，针对一种传感器训练的模型更换传感器或灵巧手后往往难以沿用 [17] - LingBot-Touch在信号层面先行统一，按传感原理分别编码，再由共享模型输出统一触觉Token，使不同硬件采集的数据可共同用于训练 [17] - 其预训练数据近5000小时、约13.3亿帧，来自人佩戴触觉手套和遥操作灵巧手的真实操作，涵盖抓握、旋转、滑动、装配和双手配合等动作 [17] - 更换硬件检验：XHand1搭载的磁触觉传感器型号不在预训练数据之内，团队保持LingBot-Touch参数不变，仅用XHand1操作示范训练动作模型；6项任务中将触觉输入由原始信号替换为触觉Token后，π0.5平均成功率从48%升至74.17%，LingBot-VLA从57.21%升至75.04%；搬运易变形杯子一项LingBot-VLA成功率从58%升至90% [19] - 更换灵巧手后提取接触信息的能力得以沿用，需再次学习的是动作模型对该手的控制；预训练中磁触觉数据全部来自人佩戴手套采集，人手积累的接触经验可帮助机器人读懂触觉信号，手套采集不依赖机器人本体，为扩大触觉数据规模提供路径 [19] 产业影响与市场格局 - 灵巧手厂商竞争已不限于硬件参数，IDC报告提到触觉感知和操作控制同样是核心竞争维度；IDC中国研究经理李君兰指出，未来厂商差异将体现在能否将硬件、模型、数据和技能有效结合 [19] - 厂商的传感器标定、降噪和读数校正仍需自己完成，通用触觉模型无需从头训练，研发资源可更多投向传感精度和耐用性；动作模型团队仍要训练具体任务，但可从已有触觉能力出发 [20] - 硬件多样性原本造成数据难以共享，在统一模型下有机会成为数据来源 [20] - IDC预计2026年全球灵巧手出货量约2.5万台，中国厂商占比超过85%，灵巧手和传感器种类丰富是中国发展通用触觉模型的有利条件 [20] 通用大模型竞争与具身智能协同 - 几乎在LingBot-Touch开源同时，Anthropic发布通用大模型Claude Fable 5.2，展示控制机器人拧瓶盖、还原魔方等能力；其内部测试显示在机器人仿真操作评测RoboDojo上平均成功率64.9%，高于上一代模型的27.6% [22] - 另一款通用大模型GPT-6 Astra未经机器人专门训练，在RoboDojo的42项任务中综合得分已超过榜单上全部40个公开的动作模型 [22] - 测试结果也显示GPT-6 Astra在需要高精度控制、动态控制和双手协作的任务上表现欠佳，这些任务难点大多出现在手接触物体之后；物体在手中开始滑动时机器人需即时调整握力，处理触觉信号的模型必须足够轻量 [22] - 朱兴表示，Claude Fable 5.2、GPT-6 Astra等通用大模型确实让机器人复杂任务推理和物理操作能力更强，蚂蚁灵波也在积极吸收；但要真正跑通操作闭环，物理操作泛化性这块硬骨头仍绕不开，很大程度上要靠具身基础模型自身突破 [23] - 朱兴认为两类模型更接近协同关系：通用大模型增强机器人对任务和环境的理解、推理，专为机器人训练的具身基础模型提升物理感知和闭环操作能力，两者相互促进，共同加速具身智能产业成熟 [23] - 蚂蚁灵波将技术方向概括为“具身原生”，围绕机器人在物理世界中感知环境、预测变化和执行任务的需要设计和训练模型 [23] - 蚂蚁灵波动作模型LingBot-VLA 2.0此前已适配17个品牌的20种机器人构型，LingBot-Touch已同LingBot-VLA融合，可复用范围从机器人本体延伸至灵巧手和传感器 [23] 商业化与生态布局 - 蚂蚁灵波后续将推动视觉、深度、触觉乃至温度等更多模态在统一模型中对齐 [24] - LingBot-Touch不绑定蚂蚁灵波自研动作模型，技术报告、模型和代码均已开源，硬件厂商、整机企业和已有动作模型的团队都可接入使用 [24] - 蚂蚁灵波同乐聚、钛虎等本体厂商以及国大药房、隆盛等场景伙伴，在零售分拣、物流分拣和工业场景开展商业化测试 [24] - 触觉这类各方都需要的能力更适合由能接入多种硬件和多种动作模型的基础模型企业提供；硬件厂商专注本体和传感器，应用团队专注任务和场景，从头开始的投入随之减少，更多实际应用得以落地 [24] - 从按预设程序动作到借助视觉定位，再到由大模型规划任务、凭触觉感知接触，“机器换人”60多年里每向前一步都以新能力成熟为前提；随着触觉成为不同硬件可共用的能力，灵巧手“最后一厘米”的进展有望加快，基础模型企业的价值也将逐步显现 [24]