Mercado

Robbyant abre o código do LingBot-Touch, um modelo tátil treinado com cerca de 5000 horas de dados, com ganhos declarados de 14 a 26 pontos em quatro políticas

A Robbyant (Ant Group) abre o LingBot-Touch, treinado com 4983 h de dados táteis. Declara ganhos de 14 a 26 pontos em quatro políticas e duas mãos robóticas.

Por ·

A Robbyant, unidade de IA incorporada do Ant Group, abriu o código do LingBot-Touch em 10 de novembro: um modelo que converte sinais de três tipos de sensores táteis em tokens táteis comuns para políticas de robôs. Foi pré-treinado com cerca de 4983 horas de gravações táteis, aproximadamente dois terços de operadores com luvas com sensores. Em 26 tarefas reais com duas mãos hábeis, a empresa declara ganhos médios de sucesso de cerca de 14 a 26 pontos sobre uma base sem tato, distribuídos em quatro políticas e não só para o π0.5.

O essencial

Como os números foram obtidos

As 26 tarefas dividem-se entre uma instalação de braço duplo Sharpa Wave (20) e uma XHand1 (6), segundo o Humanoids Daily. Cada política foi pós-treinada sem tato, com sinais táteis brutos e com tokens congelados do LingBot-Touch; os sinais brutos ganharam no máximo cerca de metade e às vezes reduziram o sucesso. As faixas são, portanto, uma média de quatro políticas e duas mãos, não um número por política. O Interesting Engineering cita um teste de abrir tampa de garrafa em que o sucesso passou de 56,25 % para 90 %.

Limites apontados pelos autores

Só duas mãos foram testadas em robôs reais, sensores capacitivos estavam ausentes do pré-treino e a cobertura se concentra nas pontas dos dedos, então palma e laterais ficam sub-representadas, segundo o Humanoids Daily. Os resultados vêm da avaliação do próprio desenvolvedor. O Humanoids Daily também revela que a Robbyant pagou por um fio patrocinado à parte, dizendo que seu artigo foi feito de forma independente.

O que não está estabelecido

Tabela-resumo

Tabela-resumo
PontoO que está declarado em 7 de novembro de 2026Fonte
LançamentoCódigo aberto em 10 de novembro de 2026, Apache 2.0, código e pesos no GitHub e no Hugging FaceHumanoids Daily
Dados de treinoCerca de 4983 horas de gravações táteis, dois terços com luvas com sensoresHumanoids Daily
Testes em robôs reais26 tarefas, duas mãos hábeis, quatro políticasHumanoids Daily
Ganho relatadoCerca de 14 a 26 pontos em média (13,9 a 24,8 em números precisos)Interesting Engineering
Tamanho do modeloVersão Tiny de cerca de 5,3 a 5,5 milhões de parâmetros; as fontes diferem um poucoInteresting Engineering

Perguntas frequentes

O LingBot-Touch melhora o π0.5 em 14 a 26 pontos?

Não sozinho: a faixa cobre ganhos médios de quatro políticas e duas mãos, entre elas o π0.5.

Os dados são reais ou simulados?

As 4983 horas são gravações táteis, dois terços de operadores com luvas com sensores e o resto de robôs teleoperados.

Qualquer pessoa pode usar?

Código e pesos são publicados sob Apache 2.0 no GitHub e no Hugging Face.

Método e limites

Verificado em 16 de novembro de 2026. Lemos diretamente a página do Humanoids Daily; o Interesting Engineering e o comunicado da Korea Newswire foram vistos por trechos de busca. Não lemos o relatório técnico.

Fontes

Encontrou um erro neste artigo? Avise-nos · Nossa política de correções

Logotipo do OrigoTech

Novo: o app iPhone e iPad

O OrigoTech agora é um app para iPhone e iPad

Leia os artigos de forma nativa, com marcadores «Novo» nos não lidos, busca local e leitura offline do que você já carregou. Grátis, sem conta, iOS 17 ou superior; há anúncios entre os artigos.

Ícone do Rekha: uma casa desenhada em um único traço

Do mesmo autor Autopromoção

Um caminho euleriano, desenhado com o dedo

Rekha, o jogo para iPhone do autor da OrigoTech: conecte todos os pontos em um único traço, sem percorrer duas vezes o mesma ligação, ao longo de 500 desenhos que têm solução.

A newsletter da OrigoTech

Um resumo semanal, com fontes, das novidades das ferramentas de IA.

Continue lendo