R
ROBBYANT / robbyant/lingbot-touch-small

LingBot-Touch-Small

Codificador JEPA da Robbyant para sinais magnéticos, piezorresistivos e visuotáteis. Converte medições normalizadas em representações que outros modelos podem usar para interpretar o contacto durante a manipulação.

01 / RESUMO

O essencial

ORIENTAÇÃOCodificador de perceção tátil

Uso primário declarado ou inferido com cautela a partir da documentação oficial.

CONTEXTOSequências de cinco dedos

Capacidade máxima de entrada quando publicada pela fonte.

SAÍDAVetores com endereços espaciotemporais

Limite máximo de geração documentado.

ACESSOHugging Face · checkpoint descarregável

Canais de disponibilidade verificados.

TIPO DE MODELORobótica

Família funcional principal e especialidades verificadas.

LICENÇAApache 2.0

Condições declaradas para API, pesos ou alojamento próprio.

02 / FICHA TÉCNICA

Limites e integração

ID de APIrobbyant/lingbot-touch-small
Tipo de modeloRobótica
Modelo de acessoPesos abertos
LicençaApache 2.0
ImplantaçãoAlojamento próprio
Lançamento09 NOV 2026
Data de corte do conhecimentoNão publicado
EntradaSinais táteis normalizados
SaídaRepresentações táteis
Janela de contextoSequências de cinco dedos
saída máximaVetores com endereços espaciotemporais
RaciocínioNão publicado
Ferramentas publicadas
Passeios EstruturadosNão publicado
Processamento em loteNão publicado
Cache de promptsNão publicado
Ajuste finoNão publicado
Plataformas verificadasHugging Face · ModelScope · PyTorch
ADEQUA-SE MELHOR A

Extrair características táteis com o codificador HaT-Small de 21,76 milhões de parâmetros. O pacote inclui os pesos congelados e a configuração de inferência.

CONVÉM MONITORIZAR

A entrada visuotátil usa medições escalares derivadas do sensor. O pacote não aceita imagens RGB em bruto nem inclui uma política de controlo do robô. A integração exige adaptar a geometria e os intervalos de cada sensor.

03 / CAPACIDADES

O que pode fazer

01

Orientação

Extrair características táteis com o codificador HaT-Small de 21,76 milhões de parâmetros. O pacote inclui os pesos congelados e a configuração de inferência.

02

Contexto

Sequências de cinco dedos · Vetores com endereços espaciotemporais

03

Ferramentas e integração

Não publicado

04

Acesso

Hugging Face · checkpoint descarregável

Modalidades de entrada
Sinais táteis normalizados
04 / PREÇOS

Custo documentado

ConceitoValorUnidade/condição
Entrada padrãoSem tarifa API oficial publicadaTarifa padrão da API
Entrada em cacheNão publicadoLeitura de prefixos reutilizados
Escrita ou armazenamento em cacheNão publicadoA condição varia consoante o fornecedor
Saída padrãoCusto da infraestrutura própriaPode incluir tokens de raciocínio
Entrada por lotesNão publicadoProcessamento assíncrono
Saída por lotesNão publicadoProcessamento assíncrono

Os pesos são distribuídos sob Apache 2.0. O fabricante publica o código de inferência em separado e não anuncia uma API comercial para estes checkpoints.

i Os preços mudam e podem depender do nível, região ou duração do contexto. Verifique a fonte antes de tomar uma decisão.

05 / AVALIAÇÕES

Como ler os resultados

“

O projeto publica experiências em 26 tarefas de manipulação física e 12 simuladas. Os resultados das políticas que incorporam características táteis não medem a taxa de sucesso do codificador isolado.

i Resultados de políticas integradas no relatório técnico.

O Inferama só destaca o “melhor resultado” quando a métrica, o conjunto de testes, a configuração e a data permitem uma comparação equivalente. Os números do fornecedor são apresentados como declarações de sua própria fonte.

06 / VERSÕES

Cronologia

LingBot-Touch-Small

Pesos do codificador e configuração de inferência.

07 / FONTES

Rastreabilidade