Robbyant (Ant Group) veröffentlicht LingBot-Touch, ein offenes Tastsinn-Modell für Roboterhände
Robbyant, eine auf Robotik spezialisierte Tochtergesellschaft der Ant Group, veröffentlicht LingBot-Touch unter der Apache-2.0-Lizenz. Das Modell vereinheitlicht Signale von drei taktilen Sensorfamilien in einer gemeinsamen Repräsentation. Das Unternehmen meldet eine durchschnittliche Steigerung der Erfolgsquote um 14 bis 26 Prozentpunkte bei Aufgaben der Feinmanipulation – Zahlen, die bislang nicht unabhängig reproduziert wurden.
Roboter sehen immer besser, können aber nach wie vor schlecht erfühlen, was sie berühren. Robbyant, die auf Robotik spezialisierte Tochtergesellschaft der Ant Group, veröffentlicht mit LingBot-Touch ein Foundation-Modell für den Tastsinn. Dessen Gewichte stehen unter der Apache-2.0-Lizenz auf Hugging Face und ModelScope bereit, während der Inferenzcode im am 9. November eröffneten GitHub-Repository zu finden ist.
Drei Sensorfamilien, eine einzige Repräsentation
Das Problem, das LingBot-Touch angeht, ist sehr praxisnah: Es existieren mehrere Technologien für künstliche Haut, die inkompatible Signale erzeugen. Magnetische Sensoren messen Kräfte auf drei Achsen, piezoresistive erfassen Druck und visuotaktile registrieren eine Verformung über eine kleine Kamera. Jede Roboterhand bringt ihre eigenen Sensoren mit, und Daten, die auf einer Hand gesammelt wurden, lassen sich kaum für eine andere nutzen.
Das Modell verwendet pro Sensortyp einen Tokenizer, gefolgt von einem gemeinsamen Transformer, der nach dem JEPA-Prinzip trainiert wurde: Es lernt, in einem latenten Raum maskierte Abschnitte des taktilen Signals anhand ihres räumlichen und zeitlichen Kontexts vorherzusagen. Als Ausgabe liefert es Tokens, die ihre „Adresse“ (Zeitpunkt, Finger, Position) beibehalten und von einem Aktionsmodell ausgelesen werden können. Das Repository rät übrigens dazu, diese Tokens per Attention abzufragen, anstatt sie einfach zu mitteln, da jedes Token bereits Informationen von anderen Fingern und Zeitpunkten bündelt.
Angekündigte Zuwächse bei 26 realen Aufgaben
Laut Robbyant, zitiert von Beijing Business Today, wurde das Modell auf fast 5 000 Stunden realer taktiler Daten vortrainiert und anschließend bei 26 Aufgaben mit zwei Roboterhänden getestet, der Sharpa Wave und der XHand1: Umblättern einer Seite, Aufschrauben eines Deckels, Erkennen von Mahjong-Steinen. Das Anbinden von LingBot-Touch an vier Aktionsmodelle (LingBot-VLA, π0.5, Diffusion Policy und T-Rex) soll deren durchschnittliche Erfolgsquote um 14 bis 26 Prozentpunkte im Vergleich zum Verzicht auf Tastsinn gesteigert haben. Ein hervorgehobenes Beispiel: Das Aufschrauben eines Deckels verbesserte sich von 56,25 Prozent ohne Tastsinn auf 90 Prozent mit der Repräsentation von LingBot-Touch – verglichen mit 62,5 Prozent bei direkter Einspeisung der Rohsignale. Diese Zahlen stammen vom Unternehmen.
Was tatsächlich offen ist
Die Veröffentlichung umfasst den eingefrorenen Encoder und dessen Konfiguration in zwei Größen (Tiny und Small). Das GitHub-Repository ergänzt Inferenzcode, Adapter für die Hände Sharpa und XHand, Code zum Resampling anderer Sensoren sowie 120 Beispieldateien. Dagegen sind weder der Trainingscode noch die Task Heads öffentlich zugänglich, und für das Herunterladen der Gewichte ist ein autorisiertes Konto erforderlich. Für ein Forschungslabor reicht dies aus, um taktile Repräsentationen zu extrahieren und an der eigenen Hand zu testen – nicht aber, um das Modell neu zu trainieren.
Unsere Einschätzung
Der Tastsinn ist eines der fehlenden Bindeglieder für die Feinmanipulation, und die Idee einer gemeinsamen Repräsentation über mehrere Sensortechnologien hinweg ist genau das, was bislang fehlt, um heute fragmentierte Daten zu bündeln. Die Veröffentlichung unter Apache 2.0 reiht Robbyant in dieselbe Bewegung wie Nvidia oder Skild ein, die ihre Robotik-Bausteine öffnen, um sich als Standard zu etablieren. Die Vorbehalte sind die üblichen: Die Leistungsdaten stammen vom Unternehmen selbst, wurden auf von ihm ausgewählten Händen ermittelt, und die Veröffentlichung beschränkt sich auf die Inferenz. Der eigentliche Test wird darin bestehen, ob andere Labore das Modell mit anderen Sensoren tatsächlich adaptieren.
Quellen
- GitHub — Robbyant/lingbot-touch Primärquelle
- Hugging Face — robbyant/lingbot-touch-small Primärquelle
- Robbyant — Technologie-Seite (LingBot-Touch 1.0) Primärquelle
- Beijing Business Today via 10jqka — 蚂蚁灵波发布LingBot-Touch触觉基础模型 (10. November 2026) Sekundärquelle
Eine Primärquelle stammt direkt von dem betreffenden Unternehmen, Labor oder der Organisation. Eine Sekundärquelle gibt die Information wieder, ohne ihr Urheber zu sein: Wir kennzeichnen sie als solche. Einen Fehler entdeckt? Lesen Sie unsere Korrekturrichtlinie.
