蚂蚁灵波开源触觉预训练模型
先了解这件事
蚂蚁灵波科技开源触觉预训练基础模型 LingBot-Touch，公开技术报告、代码和模型权重。该模型基于近5000小时真实触觉数据，将磁触觉、视触觉和压阻式信号统一编码为触觉 Token，可接入不同灵巧手和动作模型。 在 Sharpa Wave 和 XHand 的26项真机测试中，约532万参数的轻量版 LingBot-Touch-Tiny 使四种动作模型的平均任务成功率较无触觉时提高约14至26个百分点；其中 π0.5 在 XHand 的6项任务上，输入原始触觉信号时平均成功率为48.00%，接入后为74.17%。这些测试不绑定蚂蚁灵波自研动作模型，较大版本 Small 的任务测试效果尚未体现。
AI 根据报道生成 · 40 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- InfoQ 中文精选蚂蚁灵波开源通用触觉基础模型 LingBot-Touch
蚂蚁灵波科技开源触觉基础模型 LingBot-Touch，基于近 5000 小时真实触觉数据预训练，将磁触觉、视触觉和压阻式信号编码为统一触觉 Token。
- 量子位蚂蚁灵波开源 LingBot-Touch 触觉基础模型
蚂蚁灵波科技开源触觉基础模型 LingBot-Touch，将磁触觉、视触觉和压阻式信号转换为统一的触觉 Token。该模型基于近 5000 小时真实触觉数据预训练，在 Sharpa Wave 和 XHand1 上完成 26 项真机测试，使四种动作模型的平均任务成功率较无触觉时提高约 14 至 26 个百分点。
- 量子位精选蚂蚁灵波开源 LingBot-Touch 触觉预训练基础模型
蚂蚁灵波开源 LingBot-Touch，将磁触觉、视触觉和压阻式触觉信号统一编码为触觉 Token，供不同灵巧手和动作模型使用。其轻量版 LingBot-Touch-Tiny 约 532万参数，技术报告、代码和模型权重均已公开；接入后，π0.5 在 XHand 的 6 项任务上平均成功率由直接输入原始触觉信号时的 48.00% 提升至 74.17%。
- IT之家精选蚂蚁灵波开源触觉基础模型 LingBot-Touch
蚂蚁灵波科技开源触觉基础模型 LingBot-Touch，基于近 5000 小时真实触觉数据预训练，统一磁触觉、视触觉和压阻式传感信号。在 Sharpa Wave 和 XHand 的 26 项真机测试中，接入 LingBot-Touch 后，四种动作模型平均任务成功率较无触觉时提高约 14 至 26 个百分点。
本事件热度走势
- 可比范围当前
- 18
- 可比范围峰值
- 1911月10日 16:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。