总:蚂蚁灵波开源触觉基础模型LingBot-Touch,给机器人补上了关键的“手感”。
1.数据与覆盖: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器,能把不同信号转化为同一套触觉表征,供不同灵巧手和动作模型使用。
2.效果数据:团队在Sharpa Wave和XHand1两款灵巧手上做了26项真机测试,涵盖翻书页、拧瓶盖、辨识麻将牌等精细操作,接入后LingBot-VLA、π0.5、Diffusion Policy和T-Rex四种动作模型的平均任务成功率提高约14至26个百分点。其中T-Rex控制Sharpa Wave拧瓶盖,不用触觉成功率56.25%,直接输入原始信号62.5%,接入触觉表征后达到90%。
3.实用之处:26项测试全部用约530万参数的轻量版Tiny完成,接入后模型参数量仅增加约0.13%至0.16%,对端侧算力友好;另有容量更大的Small版,且模型开源开放,换硬件不必重训触觉部分。
总:开源自研触觉模型,是蚂蚁灵波一次技术品牌与生态位的双重布局。
1.品牌定位:坚持具身原生路线,目标打造跨构型的机器人行业通用大脑,把视觉、深度、触觉乃至温度等更多物理模态在统一模型中对齐;CEO朱兴强调模态输入的质量很大程度上决定动作输出的质量,即没有好的输入就没有好的输出。
2.生态与渠道:模型不绑定自研动作模型,已接入LingBot-VLA、π0.5、Diffusion Policy和T-Rex四种动作模型,并与Sharpa Wave、XHand1等灵巧手配合,在推进商业化的同时持续向社区开源开放,以开源聚拢开发者与硬件伙伴。
3.产品分层:提供Tiny(约530万参数)与Small两种容量,兼顾感知能力与端侧算力,对应不同成本与任务场景;对商用触觉传感器多路线长期并存有清醒判断,不押注单一硬件。
4.说服力构建:用26项真机测试、成功率提高14至26个百分点、拧瓶盖56.25%升至90%等可验证数据支撑品牌可信度。
总:这是一次可借力的开源机会,同时文章也给出了明确的风险提示。
1.机会提示:模型开源开放,传感器和灵巧手厂商可根据成本与任务需求选择硬件,整机团队可保留自己的动作策略,减少每更换一种硬件与算法组合就重新开发触觉能力的重复投入。
2.增长市场:具身智能精细操作场景如拧瓶盖、翻书页、辨识麻将牌等需求明确;触觉传感器整体仍处较早发展阶段,视触觉、磁触觉、压阻式多路线长期并存,配套需求持续存在。
3.可学习点与合作方式:统一触觉表征让触觉能力跨传感器、跨灵巧手、跨模型、跨任务复用;人戴触觉手套和遥操作灵巧手采集的数据可共同用于训练;架构为接入新类型触觉传感器预留扩展空间。
4.风险提示:不同传感原理与触点布局下原始信号难以通用,模型只学一种则换硬件后已有数据和经验难以复用,需重新采集、训练和适配;轻量版适合端侧,能力上限仍待观察。
总:对生产与设计端的直接价值是选型自由、适配降本与端侧可落地。
1.硬件选型自由:模型位于触觉传感器与动作模型之间,提供通用感知能力,而非某一硬件或某一策略的专用模块;厂商可按成本与任务需求选择传感器,整机团队可保留自己的动作策略。
2.降本与复用:换到XHand1这只灵巧手时,其磁触觉传感器型号并不在预训练数据中,模型学到的磁触觉经验全部来自人戴手套采集的数据;团队保持LingBot-Touch参数不变,只用XHand1的操作示范训练动作模型,验证了跨硬件复用。
3.算力与部署:26项真机测试全部使用约530万参数的轻量版Tiny,接入LingBot-VLA、π0.5和T-Rex后参数量仅增加约0.13%至0.16%,便于端侧部署;容量更大的Small版在数据增至近5000小时时仍能从新增数据获益。
4.生产启示:视触觉、磁触觉、压阻式三类路线各有优势和局限,面向不同成本和使用场景长期并存,宜按场景分层布局,并利用开源减少重复开发与适配投入。
总:客户的痛点集中在触觉数据不通、换硬件就要重做,解法是统一触觉表征。
1.客户痛点:同样一次接触,在不同传感原理和触点布局下会形成不同原始信号;模型只学会解读其中一种,更换传感器或灵巧手后已有数据和触觉经验就难以复用,需要重新采集、训练和适配。精细操作中手指和物体互相遮挡,受力是否合适、物体是否滑移仅靠视觉难以判断。
2.解决方案:按传感原理分别设置编码入口,先处理不同原始信号,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、受力及其随时间的变化,输出统一的触觉Token。
3.交付形态:提供Tiny与Small两种容量,兼顾感知能力与端侧算力;不绑定自研动作模型,已接入四种动作模型;架构为未来接入新类型触觉传感器留出扩展空间。
4.趋势判断:触觉走向规模化落地的关键,是让触觉理解摆脱对特定传感器物理信号的依赖,实现跨传感器、跨灵巧手、跨模型和跨任务复用。
总:文章虽无平台主体,但LingBot-Touch实质上在做触觉层的中间平台。
1.需求侧:硬件快速迭代下,传感器厂商、整机团队和模型开发者之间适配成本高、重复开发多,产业需要一层通用感知能力来解耦。
2.平台做法:定位为位于触觉传感器和动作模型之间的通用感知能力,不绑定蚂蚁灵波自研模型,已接入LingBot-VLA、π0.5、Diffusion Policy和T-Rex四种动作模型,体现开放接入姿态。
3.生态招商与运营:按传感原理分别设置编码入口,并为未来新类型触觉传感器预留扩展空间,便于硬件伙伴持续接入;推进商业化的同时持续向社区开源开放;用26项真机测试、成功率提高14至26个百分点、拧瓶盖90%等数据背书,并以参数量仅增约0.13%至0.16%的轻量版降低接入门槛。
4.风向规避:判断商用触觉传感器多种技术路线可能长期并存,不押注单一硬件;对通用大模型采取积极吸收而非对立的姿态,明确物理操作泛化仍需具身基础模型自身突破。
总:文章呈现了具身智能触觉路线的新动向、新问题与路线判断。
1.新动向:触觉基础模型以近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉、压阻式三类传感原理,经统一指尖坐标空间输出统一触觉Token;26项真机测试接入四种动作模型,平均任务成功率提高约14至26个百分点;数据增至近5000小时后Small版仍能从新增数据获益,显示触觉预训练仍有扩展空间。
2.新问题:商用触觉传感器整体仍处较早发展阶段,原始信号不通用,硬件快速迭代带来绑定与重复开发;物理操作泛化性仍是绕不开的硬骨头。
3.路线判断:CEO朱兴认为通用大模型与具身基础模型更接近1+1>2的协同,前者增强任务与环境理解推理,后者提升物理感知和闭环操作能力;数字世界大语言模型进展可积极吸收,但泛化仍靠具身模型突破;并提出模态输入质量决定动作输出质量,主张视觉、深度、触觉乃至温度在统一模型中对齐。
4.启示:以跨构型机器人通用大脑为方向,商业化与开源开放并行,用中间层感知能力降低产业适配成本。
返回默认