蚂蚁灵波robbyant公开lingbot-touch触觉表征模型及推理代码，尝试让不同硬件产生的触觉信号进入统一表征空间。项目同时提供tiny、small模型入口，并通过github、hugging face和modelscope公开相关使用资料。

Robbyant官方项目页展示的灵巧手场景示意，非本站实拍或性能测试

面向异构触觉信号

LingBot-Touch覆盖磁式、压阻式和视触觉三种感知模态，采用共享Haptic Transformer与JEPA式表征学习。目标是复用接触信息，支持跨硬件和任务的触觉理解，而不是让普通用户直接与模型文字聊天。

官方项目页披露，预训练触觉记录约4983小时，包含不同触觉手套与机器人手的数据。这些规模和能力说明属于项目团队公开资料，不是本站独立复现或硬件实测结果。

代码提供可直接对照的样例

仓库说明列出Linux、Python 3.12和PyTorch 2.11的已验证环境，提供Sharpa、XHand等样例数据与CPU推理命令。下载对应权重和配置后，可按示例得到token级特征，以及对应时间、手指和空间位置信息。

接入自有传感器仍需核对数据顺序、几何校准和信号归一化。张量尺寸相同不代表硬件映射相同，不能把示例推理可运行等同于任意触觉设备都能直接接入。

开源资料与应用边界

项目采用Apache 2.0许可，第三方组件按各自许可处理。对机器人开发者而言，当前可检查的是模型权重、数据接口和推理输出；具体部署性能与任务效果仍需在匹配硬件和数据上验证。