Robbyant lance LingBot-Touch pour doter les robots du sens du toucher
Compilé et résumé par IA · sources vérifiables en un clic · publié sans lecture humaine préalable · méthodologie
Robbyant, la filiale d'IA embarquée d'Ant Group, a publié en open source LingBot-Touch, un modèle de fondation tactile destiné à donner aux mains robotiques une perception du toucher exploitable. Le modèle a été pré-entraîné sur près de 5 000 heures de données tactiles réelles et couvre les trois grandes familles de capteurs du marché : magnétique, visuo-tactile et piézorésistif. Leurs signaux hétérogènes sont convertis en une représentation tactile unifiée, sous forme de « tokens » tactiles. Robbyant a mené 26 tests en conditions réelles sur deux mains dextres, la Sharpa Wave et la XHand, avec quatre modèles d'action : LingBot-VLA, π0.5, Diffusion Policy et T-Rex. Le gain moyen de taux de réussite se situe entre 14 et 26 points de pourcentage par rapport à une exécution sans retour tactile. Sur le test le plus mis en avant, le dévissage d'un bouchon de bouteille par T-Rex piloté sur la Sharpa Wave, le taux passe de 56,25 % sans toucher et 62,5 % avec les signaux bruts injectés directement, à 90 % avec la représentation de LingBot-Touch. Tous ces essais ont utilisé la version légère, LingBot-Touch-Tiny (environ 5,3 millions de paramètres), qui n'ajoute que 0,13 à 0,16 % à la taille totale des modèles hôtes. Une version plus grande existe et continue de progresser à mesure que les données s'accumulent.
L'enjeu est moins la performance brute que le découplage entre capteur, main et politique de contrôle. Aujourd'hui, un modèle entraîné sur un type de capteur est difficilement réutilisable dès que le matériel change, ce qui force à recollecter des données et à réentraîner, un coût que supportent fabricants de mains, intégrateurs et développeurs de modèles. Robbyant propose une couche de perception générique entre capteurs et modèles d'action, capable d'absorber à la fois des données de gants tactiles portés par des humains et de téléopération de mains robotiques. Le test le plus parlant porte sur la XHand : son capteur magnétique n'apparaissait pas dans les données de pré-entraînement, et toute l'expérience magnétique du modèle provenait de gants humains. Les paramètres de LingBot-Touch ont été gelés et seul le modèle d'action a été entraîné sur les démonstrations de la XHand. Si ces résultats se confirment hors du laboratoire, ils soutiennent l'idée qu'un pré-entraînement tactile mutualisé peut remplacer les pipelines propres à chaque capteur, et que le toucher peut devenir une modalité réutilisable comme la vision l'est devenue pour les VLA. Il faut toutefois relativiser : les chiffres viennent de Robbyant lui-même, sans validation indépendante, le nombre d'essais par tâche n'est pas précisé et les tâches (tourner des pages, dévisser un bouchon, identifier des tuiles de mahjong) restent des démonstrations de dextérité, pas des cycles industriels mesurés. Aucun temps de cycle, aucune cadence ni aucun déploiement client n'est annoncé.
Cette publication s'inscrit dans la stratégie de Robbyant, qui a déjà ouvert sa famille LingBot, dont le VLA du même nom, et cherche à fédérer un écosystème autour de ses briques logicielles, à la manière de ce que font Physical Intelligence avec π0.5 ou NVIDIA avec GR00T côté modèles d'action. Le positionnement est ici différent : plutôt qu'un modèle de politique de plus, Robbyant vise la couche d'interface tactile, un terrain encore peu structuré où les capteurs commerciaux restent immatures et où plusieurs technologies devraient coexister, en raison de coûts et d'usages différents. Le fait que l'évaluation couvre des modèles tiers (π0.5, Diffusion Policy) et des mains tierces, dont la Sharpa Wave, plaide pour une logique de standard ouvert plutôt que de module captif. Reste à voir si les fabricants de mains et de capteurs, notamment en Europe où la dextérité reste un axe de recherche actif, adopteront cette représentation, et si des équipes indépendantes reproduiront les gains annoncés. Robbyant indique que l'architecture est conçue pour accueillir de nouveaux types de capteurs, et que la montée en échelle des données reste la principale piste d'amélioration.
Dans nos dossiers




