11月10日，蚂蚁灵波科技开源触觉基础模型LingBot-Touch。这条消息的分量不只在“又开源了一个模型”，更在于它选择的方向：触觉。发布信息把这一动作放在“从一脑多机到一脑多手”的叙述线索里，意味着机器人感知的讨论，正在从“看得见”往“摸得着”延伸。
事件概览
从目前可确认的信息看，事件本身相当清晰：时间是11月10日，主体是蚂蚁灵波科技，动作是开源，对象是一个名为LingBot-Touch的触觉基础模型。“基础模型”与“开源”这两个关键词，决定了它被讨论的方式——前者意味着它试图成为一类可复用的底层能力，而非某个具体场景的功能模块；后者意味着这种能力被放到公共可获取的位置上，供更多团队在此基础上做二次开发。
与发布同时出现的，还有一句容易被忽略的定位描述：“从一脑多机到一脑多手”。在行业语境中，“一脑多机”通常指一套具身智能系统适配不同形态的机器人本体；“一脑多手”则把适配对象收窄到末端执行器——手。这一转向提示出关注点的位移：机器人本体形态的差异固然重要，但真正决定操作精度的，往往是手如何接触、如何施力、如何判断自己是否抓稳。
核心信息
- 发布主体：蚂蚁灵波科技。
- 发布时间：11月10日。
- 模型名称与定位：LingBot-Touch，触觉基础模型。
- 开放方式：开源。具体的开源范围、许可条款、模型规模与训练数据构成，在目前披露的信息中并未展开。
- 叙事线索：从“一脑多机”到“一脑多手”，即从跨本体的通用控制，进一步走向跨手型、跨末端的触觉能力复用。
需要说明的是，现有公开信息集中在“发布”这一动作上，模型的性能指标、任务评测结果与实机演示细节均未在可核实的范围内呈现。因此，对其能力边界的判断，目前只能停留在方向层面，而无法落到具体数字上。
影响与观察
触觉为何是难而必要的一环
视觉让机器人知道物体在哪里、是什么，触觉则让它知道自己有没有碰到、用了多大力、会不会滑。抓取一个纸杯和抓取一块金属件，视觉给出的指令可能相似，但力的大小与接触方式截然不同。缺少触觉反馈，机器人只能依赖开环的位置控制，在柔性物体、透明物体、堆叠物体等场景中很容易失手。触觉之所以长期进展缓慢，原因也直白：传感器硬件不统一、数据采集成本高、不同手型之间信号难以对齐，导致很难像视觉那样形成大规模共享的数据基础。
“一脑多手”指向的是复用问题
把“一脑多手”当作技术目标来读，它要解决的核心问题是跨具身迁移：同一套触觉表征与控制策略，能否在二指夹爪、多指灵巧手、不同自由度与不同传感器布局之间保持有效。这类问题的难点不在单点性能，而在一致性——如果每换一种手就要重采数据、重训模型，那么“基础模型”的意义就会被大幅削弱。选择以“基础模型”命名并以开源方式发布，实际上是在把“可复用”当作首要命题。
开源之后仍需回答的问题
开源能够降低复现与二次开发的门槛，但也把评判权交给了使用者。接下来值得关注的包括：在真实操作任务中，触觉信号相比纯视觉方案能带来多少可验证的提升；跨手型的泛化能力究竟落在什么水平；数据采集与标注的成本能否被社区摊薄；以及开源范围是否包含足够完整的训练与部署链路，使外部团队能够真正跑通而非仅作参考。这些问题没有捷径，只能由后续的使用与评测逐步给出答案。
从“一脑多机”到“一脑多手”，变化的不只是适配对象，更是机器人能力扩展的重心：从“能动起来”转向“能稳稳地拿住”。
结语
LingBot-Touch的开源，把触觉这一相对冷门的方向推到了基础模型的讨论序列中。它未必立刻改变机器人的能力上限，但它把一个问题清晰地摆上了台面：当视觉与语言的能力逐渐被通用模型覆盖之后，机器人与物理世界之间最后那段接触，需要用另一种感知来补齐。蚂蚁灵波科技选择了触觉，并选择了开放，接下来的进展将由使用者的实践来书写。
信息来源：量子位，查看原始信息。本文由 AI ONLINE 基于公开资料整理，信息可能随时间变化，请以官方发布为准。