🐯虎嗅•最新收集於 27m
觸覺讓世界模型超越純視覺
💡觸覺能提升物理推理，但不同感測器的「方言」可能決定機器人模型能否真正泛化。
⚡ 30-Second TL;DR
有什麼變化
千覺機器人發布 TacVerse 1k 資料集、X-TouchMind V1 觸覺模型與數據採集夾爪，形成從硬體到模型的整合流程。
為什麼重要
對具身 AI 建構者而言，觸覺資料可能成為提升可靠操控與物理世界建模能力的關鍵差異化因素。然而，除非出現可互通的表示方式與校準標準，軟硬體垂直整合也可能造成硬體綁定。
下一步行動
在將感測器資料輸入現有 VLA 前，先使用針對不同模態的編碼器與時序編碼建立觸覺適配器原型。
誰應關注：Researchers & Academics
關鍵要點
- •千覺機器人發布 TacVerse 1k 資料集、X-TouchMind V1 觸覺模型與數據採集夾爪，形成從硬體到模型的整合流程。
- •戴盟機器人、銀河通用與他山科技正投入全模態資料集、觸覺評測基準、訓練平台與觸覺原生模型。
- •Visuo-Tactile World Models 讓物體恆存性提升 33%、符合物理規律的預測提升 29%，真實機器人零樣本成功率最高提升 35%。
- •N₀-TWAM 在 UniVTAC 上達到 84.5% 成功率，高於同一實驗中純視覺世界動作模型的 48.0%。
- •由於感測器在頻率、校準、物理模態與表示方式上差異很大，觸覺仍難以泛化；FTP-1 在未見過的配置上取得 46.6% 平均成功率。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 26 個來源。
🔑 增強重點摘要
- •千覺機器人(Xense Robotics) 於2024年5月在上海成立，是一家以多模態觸覺感知技術為核心的高科技企業，旨在透過創新觸覺感知能力賦能機器人精細操作。
- •戴盟機器人於2025年4月發布了其家族產品系列，包括多維高分辨率高頻率視觸覺感測器DM-Tac W、多維觸覺感知五指靈巧手DM-Hand1以及便攜穿戴式遙操作數據採集系統DM-EXton，旨在提供具身智能一站式解決方案。
- •他山科技成立於2017年，已開發完成全球首款數模混合AI觸感晶片，解決了觸覺多維感知訊號同時解析的全球技術難題，並於2026年8月與圖靈獎得主理查德·薩頓教授團隊聯合共建「機器人幼稚園」。
- •Visuo-Tactile World Models (VT-WM) 是首個整合視覺與觸覺的多任務世界模型，透過觸覺推理捕捉接觸物理特性，在自動迴歸推演中將物體恆存性提升33%，符合物理規律的預測提升29%。
- •戴盟機器人與銀河通用於2026年6月聯合發布了RobOmni，這是業界首個面向物理交互能力的含觸覺全模態評測基準，旨在為物理智能建立可復現、可比較、可拓展的統一評測入口。
📊 競品分析▸ Show
| 公司名稱 | 核心產品/技術 | 主要特點 | 成立時間/發布時間 |
|---|---|---|---|
| 千覺機器人 (Xense Robotics) | TacVerse 1k 資料集、X-TouchMind V1 觸覺模型、數據採集夾爪 | 提供從硬體到模型的整合流程，專注多模態觸覺感知。 | 2024年5月成立 |
| 戴盟機器人 (Daimeng Robot) | DM-Tac W 視觸覺感測器、DM-Hand1 靈巧手、DM-EXton 遙操作系統、Daimon-Infinity 資料集、Daimon-TWM 觸覺錨定世界模型 | 提供具身智能「感知-操作-學習」全鏈路解決方案，DM-Tac W感知單元達4萬個/cm²。 | 2023年成立 / 2025年4月發布產品 / 2026年8月發布Daimon-TWM |
| 他山科技 (Tashan Technology) | AI觸覺感測晶片、TS-FT多模態感測器、TS-EST多模態電子皮膚 | 全球首款數模混合AI觸感晶片，構建「晶片-感測器-演算法模型-場景應用」完整技術體系。 | 2017年成立 |
| 銀河通用 (Galaxy Universal) | GraspVLA 抓取基礎大模型、RobOmni 評測基準 (與戴盟合作) | 專注具身大模型研發，提升機器人通用性和泛化性，已在智慧零售場景落地。 | 2023年5月成立 |
| 帕西尼感知科技 (Pasini Sensing Technology) | 6D霍爾陣列式觸覺感測器、DexH13/DexH5靈巧手、TORA ONE人形機器人 | 實現1mm空間分辨率，可識別0.01N的力，人形機器人單手集成2280顆ITPU感測單元。 | 2021年成立 |
| 新智具身 (NeoteAI) | N₀-TWAM 觸覺原生世界動作模型 | 在UniVTAC仿真基準上取得84.5%的平均成功率，高於純視覺模型。 | 22026年7月發布 |
🛠️ 技術深入
- Visuo-Tactile World Models (VT-WM)：採用統一架構處理視覺和觸覺資訊流，以預測未來的機器人與環境狀態。其架構包含視覺編碼器、觸覺編碼器，以及一個自迴歸預測器，旨在結合外視角視覺與觸覺感測，生成一致的想像未來。
- N₀-TWAM：一個觸覺原生的世界動作模型，能夠預測未來的視覺和接觸狀態。據稱是首個大規模訓練的觸覺世界動作模型，在接觸密集型任務中展現強大能力。
- FTP-1：首個通用基礎觸覺策略，預訓練於約3,000小時的大規模異構觸覺操作數據，涵蓋人類示範、靈巧手和夾爪機器人。它採用多專家架構，其中觸覺專家是一個300M參數的Transformer模型，獨立處理觸覺令牌以學習可復用觸覺表示和操作技能。
- 戴盟DM-Tac W感測器：創新性地將攝影機整合至感測器內部，當物體接觸感測器表面時，即時捕捉密閉光場中的形變特徵，並結合原創解析演算法解算光場變化，實現穩定、魯棒的稠密觸覺感知能力，可同時實現正壓力與切向力的超高分辨率，並穩定高頻率輸出觸覺訊號，頻率達120Hz。
- 他山科技AI觸感晶片：全球首款數模混合AI觸感晶片，旨在解決觸覺多維感知訊號同時解析的技術難題，能夠精確感知三維力、物體表面形變、溫度、紋理等多種資訊。
🔮 前景展望AI analysis grounded in cited sources
觸覺技術將加速具身智能在多個產業場景的規模化落地。
觸覺感知彌補了純視覺模型的局限性，在工業精密裝配、柔性物流、家庭智能體等接觸密集型任務中，能顯著提升機器人操作的穩定性和成功率。
觸覺感測器與世界模型的結合將推動機器人從被動模仿邁向交互試錯的「經驗時代」。
透過觸覺錨定的世界模型，機器人能從真實物理交互中學習規律，進行更符合物理邏輯的預測和決策，從而實現自主學習和成長。
觸覺數據的標準化與跨裝置遷移能力將成為行業發展的關鍵瓶頸。
儘管FTP-1等模型已證明部分觸覺經驗可跨硬體遷移，但感測器格式的不一致性仍是嚴重挑戰，需要進一步的標準化工作才能實現觸覺的廣泛泛化。
⏳ 時間線
2024-05
千覺機器人(Xense Robotics) 於上海成立。
2025-05
千覺機器人完成數千萬元融資，用於技術研發投入和產品迭代。
2025-10
千覺機器人完成億元PreA輪融資，由孚騰資本領投，理想汽車等參與。
2026-07
千覺機器人發布首個VTLA具身觸覺模型X-TouchMind V1與首批視觸覺多模態資料集TacVerse 1k。
📎 來源 (26)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗
每週 AI 簡報
每週一封，可隨時退訂。