热门AI工具推荐

焚书AI多模型聚合平台
AI多模型聚合平台( Claude 系列、GPT 系列)支持聊天、搜索、图片、视频、音乐等多种功能;聚合了 Claude 系列(如 Sonnet 5、Opus 5 等)、Gemini 系列、GPT 系列、DeepSeek(搜索模式默认调用 DeepSeek V4 Pro)以及通义千问、Kimi 等数十款国内外主流模型。
AI编程订阅服务,支持多款国产主流编程模型自由切换。
Seedance 2.0AI视频生成
具备卓越的物理真实性和角色一致性,可生成电影级视频内容。
方舟 Agent PlanAI智能体订阅
火山引擎推出的全场景AI智能体订阅服务,通过一个订阅整合5大主流模型和10+AI工具
SpeedAIAI内容检测降重
AI内容检测与降重工具,能有效帮助用户通过论文AI率检测
秒哒AI工具
不懂代码也能开发应用?百度秒哒:无需编程,快速搭建小程序与网站
有戏AIAI漫剧生成工具
全流程AI短剧创作工具,实现从剧本到成片的自动化生产,让“一人即剧组”成为现实。
沁言学术智能科研平台
一站式文献管理与科研写作工具,支持边写作边搜索文献,高效阅读,文献管理,

蚂蚁灵波开源LingBot-Touch触觉基础模型

时间:2026年11月10日 地点:中国,蚂蚁灵波科技;模型与代码同步在Hugging Face、GitHub和魔搭社区开放 人物:蚂蚁灵波CEO朱兴,蚂蚁灵波科技研发团队 事件详情:11月10日,蚂蚁灵波科技开源面向机器人灵巧操作的触觉基础模型LingBot-Touch。该模型基于近5000小时真实触觉数据预训练,覆盖磁触觉、视触觉、压阻式三类主流传感原理;模型按传感原理分别设置编码入口,先处理不同的原始信号,再把不同布局的触点映射到统一的指尖坐标空间,由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,使触觉能力可跨传感器、跨灵巧手、跨动作模型、跨任务复用。团队在Sharpa Wave和XHand1两款灵巧手上完成26项真机测试,场景覆盖翻书页、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四款动作模型的平均任务成功率较无触觉方案提高约14至26个百分点;其中T-Rex控制Sharpa Wave拧瓶盖,无触觉时成功率为56.25%,直接输入传感器原始信号为62.5%,接入触觉表征后升至90%。 背景:商用触觉传感器整体仍处于较早阶段,视触觉、磁触觉、压阻式等路线各有优势和局限,多种技术路线可能长期并存。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数据和触觉经验就难以复用,需要重新采集、训练和适配。蚂蚁灵波此前的LingBot系列已覆盖高精度空间感知、高动态环境交互和可泛化灵巧操作,这次把感知能力延伸到机器人指尖。蚂蚁灵波CEO朱兴表示,以GPT-6 Astra、Claude Fable 5.2为代表的数字世界大语言模型进展确实让机器人复杂任务推理和物理操作能力更强,但产业一线的实践表明,要真正跑通操作闭环,物理操作泛化性这块硬骨头仍要靠具身基础模型自身突破。 影响:这套方案把触觉做成位于触觉传感器与动作模型之间的通用感知模块,并不绑定蚂蚁灵波自研模型,传感器厂商、灵巧手厂商和整机团队可以按成本与任务需求自由搭配硬件并保留自己的动作策略,减少每更换一种硬件与算法组合就重新开发触觉能力的重复投入。跨硬件验证中,XHand1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,验证了触觉表征跨硬件迁移能力。为兼顾感知能力与端侧算力,团队提供两种容量版本,26项真机测试全部使用约530万参数的轻量版LingBot-Touch-Tiny,接入LingBot-VLA、π0.5和T-Rex后模型参数量仅增加约0.13%至0.16%;容量更大的LingBot-Touch-Small在感知测试中表现出进一步提升的潜力。 总结:把异构触觉信号统一成触觉Token,是让触觉像视觉和语言一样成为可复用基础模态的关键一步,也让触觉模型的竞争从单一硬件绑定转向跨硬件复用能力。对关注具身智能的开发者与厂商来说,实用价值在于可以先用现成传感器和第三方动作模型验证触觉方案,不必从零采集数据重训模型。目前该模型的技术报告、模型和代码已在Hugging Face、GitHub和魔搭社区开源,开发者可直接获取使用。物理操作泛化仍是具身智能公认的硬骨头,这套方案提供的是一个可下载、可验证的起点。 常见问题: 问:LingBot-Touch 在哪下载,模型和代码开源了吗? 答:技术报告、模型和代码已在Hugging Face、GitHub和魔搭社区开源,开发者可直接获取使用。 问:触觉基础模型是做什么用的? 答:把不同传感器采到的触觉信号统一成触觉Token,让触觉经验跨传感器、跨灵巧手、跨动作模型复用。 参考来源: InfoQ中文:触觉也能Token化 蚂蚁灵波发布通用触觉模型 https://www.infoq.cn/article/W7VPoeNBPX4y2u72WAGM 新华网客户端:从一脑多机到一脑多手 蚂蚁灵波开源LingBot-Touch触觉基础模型 https://app.xinhuanet.com/news/article.html?articleId=20261110b0111d7a4db04d9183f02b720f2c94fe 央广网:蚂蚁灵波科技开源触觉基础模型LingBot-Touch https://tech.cnr.cn/techph/20261110/t20261110_527868076.shtml DoNews:蚂蚁灵波开源触觉基础模型 为机器人通用大脑补上指尖手感 https://www.donews.com/news/detail/1/6770900.html 官方GitHub仓库:Robbyant/lingbot-touch https://github.com/Robbyant/lingbot-touch 官方Hugging Face模型集合:LingBot-Touch https://huggingface.co/collections/robbyant/lingbot-touch 官方技术报告:LingBot-Touch Tactile Foundation Model https://technology.robbyant.com/lingbot-touch

同日其他快讯

11月10日 汇总