ITBEAR科技资讯
网站首页 科技资讯 财经资讯 分享好友

机器人会看会听还不够 蚂蚁灵波给它们补上触觉

时间:2026-11-22 20:17:24来源:互联网编辑:快讯

具身智能领域长期有一个缺口:机器人能通过视觉识别目标,也能理解语言指令,但抓取时该用多大力度、物体是软是硬,往往没有可靠依据。蚂蚁灵波将触觉基础模型LingBot-Touch开源,试图把接触瞬间的压力、纹理和形变信息纳入机器人感知系统。

与视觉可利用海量图片视频预训练不同,触觉信号必须依赖真实接触和传感器采集,数据成本高,标准化也更困难。LingBot-Touch的思路,是把来自不同传感器、不同材质的触觉信息映射到统一表征中,提取可迁移规律。机器人遇到新物体时,不再需要从零开始采集大量数据,少量样本就能做适配。

在抓鸡蛋、捏柔性材料或转动陌生旋钮等精细操作里,视觉很难单独判断合适力度。力度偏大可能损坏对象,偏小又会打滑。触觉模型可实时观察接触状态,把压力分布传给控制策略,再调整手指姿态。它与视觉定位、语言理解配合后,机器人才能在复杂桌面上连续完成多步骤任务。

灵波团队此前已开放视觉语言动作模型,并在具身挑战赛中被开发者使用,用于试验不同数据工程和推理方法。此次触觉模型开源,被看作把感知链条进一步补全,研究者可在统一框架下尝试多模态融合。对学术界而言,可复现的基线有助于加快方法比较和迭代。

难点仍然存在。不同触觉传感器的采样率、量程和噪声特征差异明显,统一表征能否覆盖这些区别,需要更多实验。触觉与视觉、动作之间的时序对齐也不轻松,接触瞬间的微小延迟就可能改变控制结果。实验室稳定不等于工厂或家庭环境可直接使用,真实场景中的标定和调校难以省略。

当算法侧形成统一接口后,硬件厂商可以把精力放在灵敏度、耐用性等指标上,不必各自维护封闭的数据格式。这种分工有助于标准形成,也能降低整机厂商的集成成本。触觉模型是否有效,不能只看单项指标,还要在连续操作中观察稳定性,长期可靠才可能进入真实生产环节。

更多热门内容
天津大学团队提出超声调制脑电跨场景解码新算法
目前尚缺乏量化这些复杂场景的定量分析指标,以及在极端失真场景下无创还原颅内源信号波形的高鲁棒性解码算法,严重影响超声脑机接口的系统性能及应用效果。同时,该研究在解码算法层面通过提取特定PRF 频率处的瞬时复…

2026-11-22