让机器人学会挤牙膏！智在无界首发隐式触觉世界模型

306 0 0

文章摘要

智在无界正式发布全球首个隐式触觉世界动作模型Being-H0.8，该模型首次将触觉模态引入大规模模型预训练，并将视觉、触觉、动作以及未来状态变化统一到同一隐空间，使机器人能够更深入地理解物理交互过程并形成完整的认知与预测能力。该模型已成功部署于双机械臂平台，通过集成多种传感器与灵巧手，能够依靠触觉感知完成挤牙膏、寻找隐藏物品、写毛笔字及摘葡萄等复杂精细操作。

在技术突破方面，Being-H0.8不仅系统性地将触觉模态引入隐式世界模型架构，还提出了慢快动作专家机制，通过轻量级快速更新流动态修正动作片段以充分利用高频触觉反馈。针对触觉数据规模受限的问题，研发团队自研了面向大规模无标注人类视频的密集触觉伪标签系统，能够从普通视频中推断手部与物体交互的接触概率和连续接近度。此外，第二代统一动作空间采用固定拓扑表征，为不同形态的末端执行器提供统一的运动学接口，显著提升了跨本体预训练的效率与可扩展性。

在数据基础设施建设上，智在无界建立了规模达五十万小时的人类交互数据库，涵盖自然物体交互、长时程任务及多样化场景。该数据库通过专属的数据筛选管线与自动化质量控制阶段，大幅剔除错误轨迹，确保数据的高质量与多样性。同时，团队实现了异构机器人数据的标准化处理，将不同数据源拆分为平台级具身规范与数据集级元数据，从而将原始状态与动作数据精准映射到统一规范中。

触觉感知与跨具身泛化正成为具身智能基础模型走向通用化的关键突破口。通过解决触觉数据规模化难题并打破硬件统一动作表征壁垒，结合规模化数据库，具身智能正加速从单纯的视觉感知向精准的触觉控制迈进。其在居家服务与复杂工业操作等真实场景中的泛化性与鲁棒性将得到显著提升，相关技术的产业化落地进程正在不断加快。