LingBot von Ant Group veröffentlicht Tastsinn-Basismodell für Roboter

Modelle

Am 10. November hat das Unternehmen LingBot, eine Einheit der Ant Group, das taktile Basismodell LingBot-Touch veröffentlicht. Das Modell soll Robotern eine Tastwahrnehmung geben, die über visuelle Erfassung und Aufgabenplanung hinausgeht und für feinmotorische Aufgaben nötig ist. Es wurde nach Angaben des Unternehmens auf Basis von knapp 5000 Stunden realer taktiler Daten vortrainiert. Technischer Bericht, Modell und Code sind quelloffen und über Hugging Face, GitHub und ModelScope abrufbar.

Das Modell deckt laut der Meldung drei verbreitete Sensorprinzipien ab: magnetische, visuelle und piezoresistive Taktilsensoren. Es wandelt die unterschiedlichen Signale in eine einheitliche taktile Darstellung um, die verschiedene Greifhände und Aktionsmodelle nutzen können. In 26 Tests an echten Robotern mit den Greifhänden Sharpa Wave und XHand1 – Aufgaben wie Buchseiten umblättern, Flaschendeckel aufdrehen und Mahjong-Steine erkennen – stieg nach Angaben des Unternehmens die durchschnittliche Erfolgsquote der vier getesteten Aktionsmodelle LingBot-VLA, π0.5, Diffusion Policy und T-Rex um 14 bis 26 Prozentpunkte gegenüber dem Betrieb ohne Taktilsensorik. Beim Beispiel Flaschendeckel-Aufdrehen mit dem Modell T-Rex und der Hand Sharpa Wave lag die Erfolgsquote ohne Taktildaten bei 56,25 Prozent, mit rohen Sensorsignalen bei 62,5 Prozent und mit LingBot-Touch bei 90 Prozent.

LingBot bietet zwei Modellgrößen an: die leichte Version LingBot-Touch-Tiny mit rund 5,3 Millionen Parametern, die in allen 26 Tests zum Einsatz kam, und die größere Version LingBot-Touch-Small. Nach Angaben des Unternehmens erhöhte die Einbindung von LingBot-Touch-Tiny die Parameterzahl der getesteten Aktionsmodelle nur um 0,13 bis 0,16 Prozent. CEO Zhu Xing sagte laut der Meldung, Fortschritte bei allgemeinen Sprachmodellen wie GPT-6Astra und Claude Fable 5.2 verbesserten zwar die Fähigkeit von Robotern zu komplexer Aufgabenplanung, die Generalisierung physischer Operationen bleibe aber eine Aufgabe für spezialisierte verkörperte Basismodelle.

Für mich ist der entscheidende Punkt die Entkopplung von Sensor und Modell: Wer taktile Daten erfasst, bindet sich bislang an eine bestimmte Hardware-Kombination aus Sensor und Greifhand. LingBot-Touch verspricht, diese Abhängigkeit aufzulösen, indem unterschiedliche Sensorprinzipien in ein gemeinsames Token übersetzt werden, das verschiedene Aktionsmodelle nutzen können. Das würde vor allem kleinere Hersteller von Greifhänden und Sensoren entlasten, die sich bisher jede Kombination aus Hardware und Modell einzeln erarbeiten mussten. Ob sich das Format in der Praxis durchsetzt, hängt davon ab, ob andere Hersteller ihre Daten tatsächlich in diesem gemeinsamen Schema bereitstellen.

Offen bleibt: Die Erfolgsquoten der 26 Tests stammen ausschließlich aus Angaben des Unternehmens selbst, eine unabhängige Prüfung liefert die Quelle nicht.

Quellen: 36Kr Newsflashes · AIbase News