LingBot-Touch开放异构触觉基础模型，支持跨传感器与动作策略复用

LingBot-Touch是位于触觉传感器与动作模型之间的表征模型，用磁触觉、视触觉和压阻式三类信号学习可复用的接触特征。它按传感原理设置编码入口，将不同布局触点映射到统一的指尖坐标空间，利用近5000小时真实触觉数据预训练，输出供动作策略使用的触觉Token。人戴触觉手套和遥操作数据可共同参与训练，动作模型不限定为团队自有方案。此次同时开放Tiny和Small权重及推理示例，仓库采用Apache-2.0许可。约530万参数的Tiny在Sharpa Wave、XHand两类灵巧手的26项真机测试中，使LingBot-VLA、π0.5、Diffusion Policy和T-Rex的平均成功率较无触觉时提高约14至26个百分点；这些数字是对应实验结果，不代表任意硬件即插即用。团队还展示预训练未见磁触觉型号下冻结触觉模型、只训练动作策略的迁移。Tiny的端侧成本与Small的感知潜力应分别看待，原始传感信号仍需按接口完成坐标、归一化及有效触点处理。