蚂蚁灵波开源触觉基础模型LingBot-Touch，企业自述26项真机任务成功率提升14至26个百分点
蚂蚁灵波于11月10日开源触觉基础模型LingBot-Touch，将不同类型传感器信号统一转换为触觉Token（模型处理的基本数据单元），以便触觉经验在不同硬件与动作模型间复用。
公司负责人称，在2款灵巧手、26项真机任务中，4种动作模型接入后平均成功率较无触觉时提高14至26个百分点。 该数据为企业自述，报道未披露评测方法与任务明细，尚无独立复现或同行评审。
公司口径原始来源可核对
事实与证据边界
报道称，11月10日蚂蚁灵波开源触觉基础模型LingBot-Touch。 该模型将不同类型传感器信号转换输出为统一的触觉Token，以便已有触觉经验在不同硬件和动作模型间复用，缩短新设备、新任务和规模化部署的适配周期。
相关负责人表示，在2款灵巧手、26项真机任务测试中，4种动作模型接入LingBot-Touch后，平均任务成功率较无触觉时提高14至26个百分点。 报道未披露任务清单、基线设置与失败案例。
分析判断
触觉是具身智能数据链中相对稀缺的一环：视觉数据较易获取，接触力、滑动等信号受硬件差异限制难以复用。 把多传感器信号统一为一种Token表示，理论上可降低换手、换任务时的适配成本，对应“几个毫米”对齐精度问题的一个切入点。 但14至26个百分点是特定灵巧手、特定任务上的平均成功率差值，不能外推为通用场景或商业部署效果，需等任务明细与独立复现。
后续观察信号
- 蚂蚁灵波是否发布LingBot-Touch技术报告或基准结果
- 不同触觉传感器类型在统一Token下的精度损失如何