aifollow.news
LingBot-Touch 将指尖传感器读数转成机器人控制软件可用的信号，采用 Apache 2.0 许可。引用材料称，在相同触觉数据和模型规模下，其 JEPA 版本使用 4,000 小时数据训练后，在触觉检索视频任务中取得 49.3% 的 top-5 准确率；这些数字来自发布相关材料，尚不能视为独立验证。
同一次发生的报道合为一个节点，后续进展单独记录。
蚂蚁灵波科技开源触觉基础模型 LingBot-Touch，将三类传感器信号转为统一表征，供不同灵巧手和动作模型使用。据官方介绍，在两款灵巧手上的 26 项真机测试中，接入该模型后，四种动作模型的平均任务成功率较无触觉时提高约 14 至 26 个百分点。
按来源发布时间排列，保留各报道的收藏与反馈。
LingBot-Touch 将指尖传感器读数转成机器人控制软件可用的信号，采用 Apache 2.0 许可。引用材料称，在相同触觉数据和模型规模下，其 JEPA 版本使用 4,000 小时数据训练后，在触觉检索视频任务中取得 49.3% 的 top-5 准确率；这些数字来自发布相关材料，尚不能视为独立验证。
LingBot-Touch 将指尖传感器读数转为机器人控制软件可用的信号，采用 Apache 2.0 许可。材料称，在相同触觉数据和模型规模下，其 JEPA 版本的触觉到视频检索 top-5 准确率为 49.3%；加入其他传感器数据后，八组传感器与任务组合中有七组表现改善。
LingBot-Touch 将磁触觉、视触觉和压阻式传感器信号转为统一触觉表征，技术报告、模型和代码已开放下载。蚂蚁灵波称，在两款灵巧手的26项真机测试中，接入该模型后，四种动作模型的平均任务成功率较无触觉时提高约14至26个百分点；这些结果来自其自行测试。
蚂蚁灵波开源 LingBot-Touch，将三类触觉传感器的读数统一编码，供不同动作模型使用；技术报告、代码和模型权重均已开放。在其报告的真机测试中，π0.5 控制未见于预训练数据的 XHand 完成 6 项任务，平均成功率从直接输入原始触觉信号时的 48.00% 升至 74.17%。
蚂蚁灵波科技开源触觉基础模型 LingBot-Touch，将三类传感器信号转为统一表征，供不同灵巧手和动作模型使用。据官方介绍，在两款灵巧手上的 26 项真机测试中，接入该模型后，四种动作模型的平均任务成功率较无触觉时提高约 14 至 26 个百分点。
说出想关注的人物、公司或话题，AI 帮你找到来源，新进展汇集到你的专属标签。