LingBot-Touch：异构触觉表征学习基础模型

LingBot-Touch 是一个 JEPA 架构的触觉表征模型：针对磁、压阻、视触觉三类传感模态使用各自的 tokenizer，再由共享 Transformer 在潜在空间做掩码预测，学习统一的时空触觉表征。仓库提供冻结的目标编码器与推理工具，可提取 token 级触觉特征及其时空地址（时间、手指、空间位置），预训练权重 Tiny 与 Small 两个规格需从 ModelScope 或 Hugging Face 单独下载，且需要有权限的账号。

README 强调下游读出应采用基于注意力的查询：用可学习或任务条件化的 query 对全部输出 token 做 cross-attention，而不是逐 token 线性投影或 mean/max 池化——因为经过共享 Transformer 的自注意力后，单个 token 已融合其他 taxel 与时间位置的信息，按地址取 token 或池化无法隔离特定手指或时间段的测量。推理流程包括对齐数据格式、几何与信号归一化（XY 映射到 [-1,1]，Z 到 [0,1]）、可选重采样，再指定模态运行。标定参数是每根手指的固定几何变换，与当前触觉值无关。示例中 Sharpa 采样自带规范坐标，XHand 适配器含固定目标坐标，无需用户自行提供标定参数。