Fable、Astra走向物理世界，蚂蚁灵波选择从指尖扎根

当Claude Fable 5.2、GPT-6 Astra等通用大模型开始从屏幕里的文字和代码，走向电路板、机械臂和3D场景，具身智能的技术路线也出现了一次耐人寻味的分岔：一边是通用大模型不断强化对物理世界的理解与操作能力，另一边则是蚂蚁灵波选择把感知能力下沉到“指尖”，用一套统一的触觉表征，去啃机器人精细操作中最难啃的骨头。Fable 5.2与LingBot-Touch同日亮相，正好构成这一变化的缩影。

从写代码到拧瓶盖，Fable 5.2 和 Astra 把战场搬进物理世界

Fable 5.2的发布，让“通用模型进入物理世界”不再只是概念演示。据公开信息，Fable 5.2在衡量AI Agent编程能力的FrontierCode 2.0测试中获得49.1%，超过Claude Opus 5.5的45.5%、GPT-6 Astra的42.8%和Gemini 4 Carbon的41.1%；在FrontierSWE v2软件工程测试中得分达到69.9%，相比上一代提升13.6个百分点。更引人注意的是，它开始把推理能力转化为实际物理操作：

• 在硬件设计任务中，Claude自主编写产品规格、选择电子元器件、设计四层PCB电路板、建立3D打印外壳模型，并开发配套软件；
• 每款设备的电路板设计都在不到一天内达到可制造状态，Diode完成制造后，Claude又指导工程师进行测试和装配，最终三款设备均成功运行，无需修改电气设计；
• 在RoboDojo Sim双臂机器人模拟测试中，Fable 5.2成功率达到64.9%，超过上一代Fable 5.1的27.6%，以及GPT-6 Astra的29.8%；
• 官方演示中，由Claude控制的实体机器人完成了拧开瓶盖、还原魔方、绘制机器人图案等任务。

GPT-6 Astra同样在物理世界场景中展现出存在感。在一项3D场景构建对比测试中，Fable 5.2与Astra均在OpenCode上运行，固定工具面板、high推理强度、各一次尝试。结果显示，Fable 5.2在美学匹配度、着色器能力、光标交互性上分别获得5、5、5分，Astra为3、4、4分，四轴均值分别为5.0和3.7。成本方面，Fable 5.2本次运行成本为4.91美元，Astra为1.75美元；Fable 5.2输出tokens达95,683，Astra为22,934。测试者认为，Fable 5.2构建的场景具有真实深度，光束像真正的“光”一样行为，而Astra的场景更像简化插画。这只是一次单一任务、单一强度设置下的结果，但也说明通用大模型在空间感知、场景构建和交互反应上正在快速逼近物理世界的需求。

看清瓶盖不等于拧得开，机器人精细操作卡在指尖触感

通用大模型持续进步，确实让机器人理解复杂任务、推理操作步骤的能力增强。但在真实物理世界中，机器人每执行一步动作，都要感知物体和环境的变化，再修正下一步动作。许多精细操作里，机器人能看清物体在哪里，也能把手伸到正确位置，却未必能顺利完成任务——手指碰到物体之后，受力是否合适、物体是否滑移，仅靠视觉难以判断，需要触觉来补位。

以灵巧手拧瓶盖为例，深度信息可以帮助手指对准瓶盖；开始转动后，瓶盖可能已经松动，也可能指腹正沿着盖壁打滑。这两种情况在画面中相似，却需要不同的动作调整。指尖的接触位置、受力大小及其变化，往往被手指和物体遮挡，视觉难以获得，却正是动作模型的重要判断依据。

给机器人装上触觉传感器，并不等于它就能用好触觉。目前商用触觉传感器整体仍处于较早的发展阶段，视触觉、磁触觉、压阻式等主流路线各有所长、也各有局限，面向不同成本和使用场景，多种技术路线可能长期并存。更棘手的是，这些传感器采集的数据很难直接通用：同样一次接触，在不同传感原理和触点布局下会形成不同的原始信号，模型一旦只学会解读其中一种，更换传感器或灵巧手后，已有的数据和触觉经验就可能难以复用，需要重新采集、训练和适配。

蚂蚁灵波把5000小时触觉数据压成一套“手感”Token

蚂蚁灵波此次开源的LingBot-Touch，正是围绕“触觉如何规模化落地”展开。该模型基于近5000小时真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类主流传感原理，可将不同信号转化为同一套触觉表征，供不同灵巧手和动作模型使用。

其关键设计在于，让触觉理解摆脱对特定传感器物理信号的依赖：

• 按传感原理分别设置编码入口，先处理不同的原始信号；
• 再将不同布局的触点映射到统一的指尖坐标空间；
• 由共享模型学习接触位置、受力及其随时间的变化，输出统一的触觉Token；
• 由此，人戴触觉手套和遥操作灵巧手采集的数据可以共同用于训练，不同动作模型也可以直接调用训练好的模型提取接触特征；
• 这一架构还为未来接入新型触觉传感器留出了扩展空间。

此前，蚂蚁灵波通用大脑已覆盖高精度空间感知、高动态环境交互和可泛化灵巧操作。此次LingBot-Touch已接入LingBot-VLA，将感知能力延伸到“指尖”，让机器人“摸得更灵敏”，具身原生通用大脑的手眼协同能力再上台阶。为兼顾感知能力与端侧算力，蚂蚁灵波提供了两种容量的模型：此次26项真机测试全部使用约530万参数的轻量版LingBot-Touch-Tiny完成，接入LingBot-VLA、π0.5和T-Rex后，模型参数量仅增加约0.13%至0.16%；容量较大的LingBot-Touch-Small则在感知测试中表现出进一步提升的潜力——当预训练数据增至近5000小时时，模型仍能从新增数据中获益，说明触觉预训练还有持续扩展提升的空间。

26项真机测试：拧瓶盖成功率从56.25%拉到90%

为验证触觉表征对真实操作的帮助，蚂蚁灵波在Sharpa Wave和XHand1两款灵巧手上进行了26项真机测试，涵盖翻书页、拧瓶盖、辨识麻将牌等精细操作。接入LingBot-Touch后，LingBot-VLA、π0.5、Diffusion Policy和T-Rex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。

其中，T-Rex控制Sharpa Wave拧瓶盖的对比数据尤为直观：

• 不使用触觉时，任务成功率为56.25%；
• 直接输入传感器原始信号时，成功率为62.5%；
• 接入LingBot-Touch触觉表征后，成功率达到90%。

这意味着，触觉并不是简单“多一个传感器”，而是把接触位置、受力大小及其变化转化为动作模型可理解、可复用的信息。对于翻书页、辨识麻将牌这类依赖指尖细微反馈的任务，统一触觉表征的价值同样在于跨硬件、跨模型、跨任务的复用能力。接入LingBot-T