国内首个！加入六维力的全感知数采，让VLA模型进化出力触觉

AIGC动态2小时前发布 almosthuman2014

90 0 0

文章摘要

在全球人工智能技术迭代加速的背景下，具身智能领域的竞争焦点已逐渐集中于真实物理世界的数据获取能力。尽管部分海外头部企业如硅谷独角兽 Generalist AI 在新版大模型支持下展示了惊人的折纸包箱速度，但具身智能的核心 scaling law 已不再单纯依赖互联网海量文本数据。行业分析明确指出，数据采集被视为制约具身智能规模化发展的最关键技术瓶颈，尤其是在数据多样性不足且泛化能力薄弱的当下。为解决数据质量不高与生产效率低下等行业痛点，开普勒机器人推出了国产首个全感知数采系统，旨在从根本上重构数据生产范式，确保物理交互信息的完整积累。

这一新方案具备显著的平台化特征，它通过底层力触觉硬件采集到顶层模型的全链路闭环，打破了单次使用的限制，使数据集能够成为可持续积累的生产资料。借助该平台的支持，机器人操作范式正向以力触觉为核心的物理理解迁移，减少对纯视觉依赖的缺陷弥补。在资本层面，该技术创新已获得强烈市场反应，公司宣布完成亿元级融资并转型专注具身智能大脑与数据采集，旨在强化机器人于复杂环境中的执行精度。这套系统不仅是数据处理工具，更是通往全感知智能体的必要基础设施，确立了未来的标准技术形态。

面对既有视觉及仿真数据难以反映真实接触状态的困境，公司设计了“双路径数采”策略。前者采取双向遥操作闭环，引入力反馈外骨骼与电阻栅，保障高达 99% 的高保真数据产出；后者利用类似人体示范的低成本路径进行大规模填充，解决了单一场景 ROI 低下的问题。该机制平衡了数据的深度与广度，使得模型既能学习复杂受力细节又能覆盖更多样化的环境变化。力传感数据的加入令机器人掌握了一边做一边感受的能力，改变了过往预设轨迹无法灵活调整的历史僵局。

技术层面的最终成果体现在全新的 VTLA 大模型上，它首次在中国实现了触觉模态与视觉、语言并行的同等处理权。通过统一编码各类信息输入并端到端输出控制，机器人具备了根据接触状态实时校准动作的动态适应能力。在实际工业测试中，基于该方案的模型完成了数千次装配任务的成功率远超传统视觉系统，全程实现了无人工干预。这一突破性进展不仅验证了新技术路线的稳定性，更标志着具身智能正式从实验室探索迈向了工程化部署与商业落地的崭新阶段。