蚂蚁灵波开源 LingBot-Touch，给机器人通用触觉

蚂蚁灵波11月10日开源触觉基础模型LingBot-Touch，目标是为机器人提供通用触觉感知能力。在26项真机测试中，接入该模型的四种动作模型平均任务成功率提高约14至26个百分点。消息传出后，机器人触觉这一长期被视觉和语言掩盖的环节，再次回到行业视野中心。

机器人要真正走进家庭和工厂，只靠看得见还不够，还得摸得着。视觉可以告诉机器人桌上有一个杯子，语言可以告诉它把杯子拿起来，但杯子有多重、表面滑不滑、手指有没有捏紧，这些判断都要靠触觉完成。长期以来，触觉感知大多依附于具体任务单独开发，换一个物体、换一个动作，往往就要重新调整，难以像视觉模型那样一套方法用到多个场景。LingBot-Touch的出现，正是想把这种局面改一改：把它做成一个基础模型，让不同机器人、不同动作模型都能接进来，共用同一套触觉理解能力。

从蚂蚁灵波公布的信息看，LingBot-Touch的定位很明确，不是为某一种机械臂、某一个抓取动作服务，而是面向通用触觉感知。所谓通用，在这里首先是指覆盖范围广：模型要能处理多种接触信号，在不同物体、不同材质、不同力度条件下给出稳定的判断。其次是指接入方式通用：它可以与现有的动作模型配合使用，而不是要求使用者把整套控制系统推倒重来。这种设计思路，和近年来视觉与语言基础模型的发展路径是一致的，先把一种感知能力做扎实、做通用，再让更多下游任务在此基础上生长。

测试结果是外界判断这一模型成色的主要依据。根据公布的数据，在26项真机测试中，接入LingBot-Touch的四种动作模型，平均任务成功率提高约14至26个百分点。需要留意的是，这里的数字是平均值的区间，不同动作模型的提升幅度并不相同，测试任务的具体构成也没有在这次公布中逐项展开。但即便如此，一个十几个百分点以上的提升幅度，在机器人操作任务中已经不算小。机器人抓取失败，很多时候并不是规划错了，而是接触瞬间的信息不足：捏得太轻，东西滑落；捏得太重，东西变形或损坏。触觉模型的作用，就是在接触发生的几百毫秒内补上这些信息，让动作及时调整。

26项真机测试这个数字本身也值得注意。与仿真环境不同，真机测试要面对真实的摩擦、形变、重量分布和传感器噪声，成绩更难刷，也更贴近实际使用。一次测试说明不了太多，26项放在一起，至少说明模型不是只在某一个精心挑选的任务上有效。当然，真机测试的范围仍然有限，实验室里的桌面抓取和家庭里的开门、叠衣、收拾杂物，难度并不在同一层级。LingBot-Touch能否在更复杂、更开放的环境中保持同样的提升，还需要更多公开测试来验证。

把视线放宽一点，触觉一直是机器人领域投入产出比最难算的一环。视觉有大规模图像数据，语言有海量文本数据，触觉数据却要靠真实接触一点点采集，成本高、规模小、标注难。这也是触觉基础模型出现较晚的原因之一。开源的意义正在于此：当一家机构把模型公开出来，更多研究者和开发者可以在此基础上继续做数据、做评测、做适配，触觉数据的积累速度有可能加快。对中小团队来说，直接使用一个现成的触觉基础模型，比自己从零采集数据、训练模型要现实得多。

对蚂蚁灵波而言，选择开源也是一种明确的姿态。机器人行业正处在从演示走向落地的过渡期，谁能把通用能力做成公共基础设施，谁就更容易在后续的生态中占据位置。触觉模型开源之后，接入它的动作模型越多，反馈回来的使用场景和问题就越多，模型本身迭代的依据也就越充分。这是一种典型的以开放换生态的做法，短期内未必直接产生收入，但长期看有助于把技术路线推成行业共识。

回到应用层面，通用触觉感知最先可能改变的，是那些对接触要求高的细活。比如分拣不同软硬程度的物品，装配需要对准又不能硬碰硬的零件，照顾老人时扶一把的力度控制。这些任务的共同点是，光靠视觉看不清楚，靠程序写死力度又不够灵活。有了触觉反馈，机器人可以在接触过程中不断修正，动作会显得更稳，也更接近人的操作方式。不过，从模型发布到真正装进产品，还有工程化的一段路要走：传感器选型、实时性要求、成本控制，每一项都会影响最终能不能大规模用起来。

这次开源还传递出一个信号：机器人基础模型的竞争，正在从视觉和语言向更多感官扩展。此前行业讨论的焦点多在视觉语言模型如何理解场景、如何规划任务，触觉、听觉等其他感知相对边缘。LingBot-Touch把触觉单独拿出来做成基础模型，说明行业已经意识到，只解决看和说的问题，机器人仍然做不好需要动手的事。未来一段时间内，触觉、力控与其他感知如何融合，很可能成为机器人模型演进的一条重要线索。

当然，任何一次模型发布都不宜被过度解读。提升约14至26个百分点是一个积极的数字，但它来自特定条件下的26项测试，不能直接等同于所有场景的普遍提升。开源之后，模型在不同硬件、不同任务上的真实表现，还要看社区的复现和反馈。蚂蚁灵波这次把模型交出来，等于是把评判权也交给了更多人，这本身就是一种值得肯定的做法。触觉这条路走得通与否，最终要由更多真机、更多任务、更多使用者来回答。

来源：蚂蚁灵波

本文为作者原创，未经授权禁止转载。转载请保留原文链接并注明出处。