Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.
LingBot-Touch-Small
JEPA-Encoder von Robbyant für magnetische, piezoresistive und visuotaktile Signale. Er wandelt normalisierte Messwerte in Repräsentationen um, mit denen andere Modelle Kontakt bei der Manipulation interpretieren können.
Das Wesentliche
Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.
Dokumentierte maximale Erzeugungsgrenze.
Verifizierte Verfügbarkeitskanäle.
Primäre Funktionsfamilie und verifizierte Spezialisierungen.
Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.
Limits und Integration
| API-ID | robbyant/lingbot-touch-small |
|---|---|
| Modelltyp | Robotik |
| Zugangsmodell | Offene Gewichte |
| Lizenz | Apache 2.0 |
| Einsatz | Selbst gehostet |
| Veröffentlichung | 09 NOV 2026 |
| Wissensstichtag | Nicht veröffentlicht |
| Eingang | Normalisierte taktile Signale |
| Ausfahrt | Taktile Repräsentationen |
| Kontextfenster | Fünf-Finger-Sequenzen |
| maximale Leistung | Vektoren mit räumlich-zeitlichen Adressen |
| Schlussfolgern | Nicht veröffentlicht |
| Veröffentlichte Tools | |
| Strukturierte Ausflüge | Nicht veröffentlicht |
| Stapelverarbeitung | Nicht veröffentlicht |
| Prompt-Cache | Nicht veröffentlicht |
| Feinabstimmung | Nicht veröffentlicht |
| Verifizierte Plattformen | Hugging Face · ModelScope · PyTorch |
Taktile Merkmale mit dem HaT-Small-Encoder mit 21,76 Millionen Parametern extrahieren. Das Paket enthält eingefrorene Gewichte und die Inferenzkonfiguration.
Die visuotaktile Eingabe nutzt skalare Messwerte des Sensors. Das Paket verarbeitet keine rohen RGB-Bilder und enthält keine Robotersteuerung. Für die Integration müssen Geometrie und Wertebereiche je Sensor angepasst werden.
Was es kann
Orientierung
Taktile Merkmale mit dem HaT-Small-Encoder mit 21,76 Millionen Parametern extrahieren. Das Paket enthält eingefrorene Gewichte und die Inferenzkonfiguration.
Kontext
Fünf-Finger-Sequenzen · Vektoren mit räumlich-zeitlichen Adressen
Tools und Integration
Nicht veröffentlicht
Zugang
Hugging Face · herunterladbarer Checkpoint
Dokumentierte Kosten
| Konzept | Wert | Einheit/Zustand |
|---|---|---|
| Standardeingabe | Kein offizieller API-Preis veröffentlicht | Standardtarif der API |
| Eingabe aus dem Cache | Nicht veröffentlicht | Lesen wiederverwendeter Präfixe |
| Schreiben oder Speichern im Cache | Nicht veröffentlicht | Die Bedingung variiert je nach Anbieter |
| Standardausgabe | Kosten der eigenen Infrastruktur | Kann Reasoning-Tokens enthalten |
| Batch-Eingabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
| Batch-Ausgabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
Die Gewichte stehen unter Apache 2.0. Der Entwickler veröffentlicht den Inferenzcode separat und kündigt für diese Checkpoints keine kommerzielle API an.
i Die Preise ändern sich und können von Level, Region oder Kontextlänge abhängen. Überprüfen Sie die Quelle, bevor Sie eine Entscheidung treffen.
So lesen Sie die Ergebnisse
Das Projekt dokumentiert 26 physische und 12 simulierte Manipulationsaufgaben. Die Ergebnisse von Steuerungen mit taktilen Merkmalen sind keine Erfolgsquote des Encoders allein.
i Ergebnisse integrierter Steuerungen im technischen Bericht.
Inferama hebt nur dann ein „bestes Ergebnis“ hervor, wenn Metrik, Testsatz, Konfiguration und Datum einen gleichwertigen Vergleich ermöglichen. Die Zahlen des Lieferanten werden als Angaben aus eigener Quelle dargestellt.
Chronologie
LingBot-Touch-Small
Encodergewichte und Inferenzkonfiguration.