单一来源
当前只有一个可用来源，尚未完成多源交叉核验蚂蚁灵波 LingBot-Touch 触觉基础模型开源，为通用大脑接入“手感”
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，涵盖翻书页、拧瓶盖、辨识麻将牌等精细操作。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。
其中，在 T-Rex 控制 Sharpa Wave 拧瓶盖的任务中，不使用触觉时的成功率为 56.25%，直接输入传感器原始信号时为 62.5%，接入 LingBot-Touch 的触觉表征后，成功率达到 90%。
这一系列真机实验表明，高质量触觉信息输入可以为机器人动作成功率带来显著提升。统一触觉表征，跨灵巧手、跨模型复用给机器人装上触觉传感器，并不等于它就能用好触觉。商用触觉传感器整体仍处于较早的发展阶段，视触觉、磁触觉、压阻式等路线各有优势和局限。
面向不同成本和使用场景，多种路线可能长期并存。更棘手的是，同样一次接触，在不同传感原理和触点布局下，会形成不同的原始信号。如果模型只学会解读其中一种，更换传感器或灵巧手后，已有的数据和触觉经验就可能难以复用，需要重新采集、训练和适配。
该团队的思路是，让触觉理解摆脱对特定传感器物理信号的依赖，使不同来源的数据能够共同用于训练，让积累的触觉能力跨灵巧手和跨动作模型复用。为此，LingBot-Touch 按传感原理分别设置编码入口，先处理不同的原始信号，再将不同布局的触点映射到统一的指尖坐标空间。
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—— 供不同动作模型使用的触觉表征。在这一架构下，人戴触觉手套和遥操作灵巧手采集的数据可以共同用于训练，不同动作模型也可以利用训练好的模型提取接触特征。
这一架构还为未来接入新类型的触觉传感器留出了扩展空间。在 XHand 上，团队进一步验证了触觉能力的跨硬件复用。XHand 采用的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。
换到这只灵巧手后，团队保持 LingBot-Touch 参数不变，只用 XHand 的操作示范训练动作模型。LingBot-Touch 提供的是位于触觉传感器和动作模型之间的通用感知能力，而不是某一硬件或某一策略的专用模块。
本次测试接入了四种不同动作模型，不绑定自研的 LingBot-VLA 模型。传感器和灵巧手厂商可以根据成本与任务需求选择硬件，整机团队可以保留自己的动作策略，减少更换硬件与算法组合时重新开发触觉能力的重复投入。
为兼顾感知能力与端侧算力，团队提供了两种容量的模型。此次 26 项真机测试全部使用约 530 万参数的轻量版 LingBot-Touch-Tiny 完成。接入 LingBot-VLA、π0.5 和 T-Rex 后，模型参数量仅增加约 0.13% 至 0.16%。
容量较大的版本 LingBot-Touch-Small 在感知测试中表现出进一步提升的潜力：当预训练数据增至近 5000 小时时，模型仍能从新增数据中获益，说明触觉预训练还有持续扩展提升的空间。
蚂蚁灵波表示，在通用大模型加速演进的时点，LingBot-Touch 的发布正是团队对“具身原生”路线的持续投入和笃定 —— 不同于面向数字信息的多模态范式，机器人身处真实物理世界，信息从传感器来，作用到环境中去，既需要理解深度这类空间感知信息，也需要处理触觉、力觉、温度等接触感知模态。模态输入的质量，很大程度上决定了动作输出的质量。参考项目主页
Evidence
来源与证据
当前仅有一个可用来源，尚未完成多源交叉核验。
- 发布时间
- 内容处理
- AI 翻译 / 摘要，需结合原文核对
相关资讯
美国商务部就芯片展开的调查在英伟达介入后中止
商务部此前曾深入调查新加坡Megaspeed公司，怀疑该公司将英伟达人工智能芯片走私到中国。但在调查人员收到英伟达法律顾问的问询邮件后，这起案件被移交至司法部。 Manuel Orbegozo for The New York Times 英伟达周日表示，已对黄仁勋展开调查。此前，他承认曾与一家涉嫌向中国走私芯片的新加坡公司的高管有过亲密关系。
高校进入发Token时代，教育教学面临新考题
Token（词元），是大模型处理和生成信息时使用的基本计量单位，也是AI服务计费的重要依据。如今，它进入高校人才培养的视野。去年以来，一批高校相继为在校师生免费提供词元额度，把算力资源作为面向全体学生的公共供给。中国科学技术大学启动“词元计划”，全校师生每人每日1亿Token免费额度；北京邮电大学为近万名新生开通免费算力账户，可以调用主流大模型；同济大学上线人工智能服务平台，每个师生都有AI账号，账号内每周1000积分折合1亿Token……高校集体进入发Token时代。专家表示，Token已成为“新型学习基础设施”。Token正从个人消费转变为基础性资源首都师范大学教育学院与未来教师学院教授方
Anthropic 推出两款新 AI 模型 部分版本性能提升且降价 20%
Anthropic 推出两款新 AI 模型 部分版本性能提升且降价 20% 15 分钟前 Anthropic 推出 Fable 5.2 和 Mythos 5.2 两款新模型以增强产品竞争力。Fable 5.2 可处理复杂软件开发任务、执行机器人控制等硬件操作，能同时协调 1000 多个 AI 智能体，适配长期复杂项目。Mythos 5.2 面向经审核的部分机构开放，在网络安全和生命科学领域能力更强。两款模型运行速度均有提升，其中 Fable 5.2 每百万输入词元收费 8 美元、输出词元收费 40 美元，较上一版本均下降 20%。Anthropic 同时扩大了 Mythos 的开放范围，向
宇树科技股价涨超 10%，此前已连续 2 个交易日收涨
首页 > 智能时代>具身智能 宇树科技股价涨超 10%，此前已连续 2 个交易日收涨 2026/11/10 10:20:01 来源：IT之家 作者：汪淼 IT之家 11 月 10 日消息，宇树科技今日（11 月 10 日）股价盘中大涨，最高涨超 12%。 截至IT之家发稿，宇树科技股价涨超 10%，市值约 3200 亿元。此前，该股已连续 2 个交易日收涨。 11 月 4 日，宇树科技创始人王兴兴在 2026 世界互联网大会乌镇峰会互联网企业家论坛上表示，大概率明年将是机器人行业或机器人模型的临界点。 王兴兴表示，随着 GPT-6 的发布，目前物理 AI 已经看到被击穿的苗头，很可
AI 翻译、摘要和解读仅用于辅助判断；涉及重要决策时，请回到上方来源核实。