• 回答数

    0

  • 浏览数

    71

  • 收藏数

    0

作者:nbman 发表于 2026-11-10 11:00:08
跳转到指定楼层
AI 总结 • 蚂蚁灵波科技于11月10日开源触觉基础模型LingBot-Touch,基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉和压阻式三类主流传感原理。 • 该模型将不同传感原理的原始信号转化为统一触觉表征,实现跨传感器、跨灵巧手、跨模型和跨任务的触觉能力复用。 • 在26项真机测试中,接入LingBot-Touch后,LingBot-VLA、π0.5、Diffusion Policy和T-Rex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。 • 具体测试中,T-Rex控制Sharpa Wave拧瓶盖任务的成功率从无触觉时的56.25%提升至接入触觉表征后的90%。 • 团队提供约530万参数的轻量版LingBot-Touch-Tiny和容量较大的LingBot-Touch-Small,后者在预训练数据增至近5000小时时仍能从新增数据中获益,表明触觉预训练仍有持续扩展空间。 IT之家 11 月 10 日消息,今日,蚂蚁灵波科技开源触觉基础模型 LingBot-Touch,为机器人大脑补齐关键的触觉感知能力。 IT之家从官方介绍获悉,基于近 5000 小时真实触觉数据预训练,LingBot-Touch 覆盖磁触觉、视触觉和压阻式三类主流传感原理,可将不同信号转化为同一套 触觉表征 ,让积累的“手感”能够 跨传感器、跨灵巧手、跨模型 和 跨任务 复 用。 在 26 项真机测试中,接入这一表征后,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。 此前,蚂蚁灵波 LingBot 系列模型已构建起覆盖高精度空间感知、高动态环境交互与可泛化灵巧操作的全栈技术体系,让机器人看得更清楚、想得更明白、干得更利索。 此次 LingBot-Touch 将通用大脑的感知能力延伸到“指尖”,让机器人“摸得更灵敏”,具身原生通用大脑能力再提升。 【看清之后, 为什么还需要“摸得灵敏”? 】 在真实物理世界中,机器人每执行一步动作,都需要感知物体和环境的变化,再修正下一步动作。 许多精细操作里,看清物体的位置、把手伸到正确的地方,并不意味着任务就能顺利完成。 接触之后受力是否合适、物体是否滑移,仅靠视觉往往难以判断 。 以拧瓶盖为例,深度信息可以帮助手指对准瓶盖。 但开始转动后,瓶盖可能已经松动,也可能是指腹沿着盖壁打滑。 这两种情况在画面中相似,却需要不同的动作调整。 指尖的接触位置、受力大小及其变化,成为动作模型的重要判断依据,而这些信息往往被手指和物体遮挡,视觉难以获得。 为了验证触觉表征对真实操作的帮助,该团队在 Sharpa Wave 和 XHand 两款灵巧手上进行了 26 项真机测试, 涵 ...
该板块内容需要购买后才能完整浏览
立即购买
分享:
回复

使用道具

成为第一个回答人

高级模式 评论
您需要登录后才可以回帖 登录 | 立即注册
⚠️

AI客服助手

⇲ ×
AI
您好!我是AI客服助手,有什么可以帮助您的吗?

请先登录后使用AI客服助手

立即登录
内容由非常AI大模型生成,仅供参考,相关风险需自行承担。

赚钱

会员VIP

留言板

商务合作

联系电话:17308937318

QQ邮箱

QQ:118275

邮箱:118275@qq.com

友情链接