具身智能領(lǐng)域迎來(lái)重大突破，全球首個(gè)“視觸覺”多模態(tài)機(jī)器人操作數(shù)據(jù)集——白虎-VTouch在上海正式發(fā)布。這一數(shù)據(jù)集不僅規(guī)模龐大，更以模態(tài)完整、任務(wù)結(jié)構(gòu)系統(tǒng)化著稱，標(biāo)志著具身智能機(jī)器人正從“視覺感知”向“觸覺與控制”的精細(xì)化操作階段邁進(jìn)，為解決傳統(tǒng)機(jī)器人“看得見、摸不著”的感知瓶頸提供了關(guān)鍵技術(shù)支撐。

長(zhǎng)期以來(lái)，具身智能的語(yǔ)料數(shù)據(jù)主要依賴視覺傳感器，導(dǎo)致機(jī)器人在理解世界時(shí)過(guò)度依賴“看”，而缺失了觸覺這一重要維度。這種感知不平衡使得機(jī)器人在暗光環(huán)境操作、抓取易碎物品等復(fù)雜場(chǎng)景中表現(xiàn)欠佳，難以完成需要高精度觸覺反饋的任務(wù)。白虎-VTouch數(shù)據(jù)集的發(fā)布，正是為了填補(bǔ)這一空白，通過(guò)整合觸覺與視覺數(shù)據(jù)，為機(jī)器人構(gòu)建更全面的物理世界認(rèn)知模型。

該數(shù)據(jù)集由國(guó)家地方共建人形機(jī)器人創(chuàng)新中心與上海緯鈦科技有限公司聯(lián)合研發(fā)，核心目標(biāo)是提供觸覺與接觸的缺失數(shù)據(jù)，為具身基礎(chǔ)模型提供關(guān)鍵語(yǔ)料和工程基礎(chǔ)。數(shù)據(jù)集不僅包含深度彩色圖像（RGB-D）和關(guān)節(jié)位姿數(shù)據(jù)，還通過(guò)緯鈦科技自研的視觸覺傳感器，記錄了軟接觸、硬接觸、滑動(dòng)接觸等多種物理交互模式下的壓力和形變數(shù)據(jù)。目前，數(shù)據(jù)集總量已超過(guò)6萬(wàn)分鐘，涵蓋約9072萬(wàn)對(duì)視觸覺圖像與真實(shí)物體接觸樣本，規(guī)模居全球首位。

在數(shù)據(jù)采集方法上，白虎-VTouch首創(chuàng)矩陣式任務(wù)設(shè)計(jì)，突破了傳統(tǒng)單一任務(wù)訓(xùn)練的局限。這種方法不僅大幅提升了數(shù)據(jù)采集效率，還顯著增強(qiáng)了機(jī)器人的實(shí)際應(yīng)用能力。研究團(tuán)隊(duì)通過(guò)輪式、雙足等多種機(jī)器人構(gòu)型及手持終端，在家居家政、工業(yè)制造、餐飲服務(wù)、特種作業(yè)四大類場(chǎng)景中完成了超過(guò)380個(gè)任務(wù)類型，涉及500多種真實(shí)物品，覆蓋抓取、插入、旋轉(zhuǎn)、放置等100多種原子技能，基本滿足90%的日常生活和工業(yè)操作需求，展現(xiàn)出強(qiáng)大的跨平臺(tái)泛化能力。

為推動(dòng)具身智能生態(tài)的開放發(fā)展，白虎-VTouch的首批6000分鐘數(shù)據(jù)已上線開源社區(qū)OpenLoong。這一舉措不僅豐富了我國(guó)具身智能的技術(shù)生態(tài)，也為全球開發(fā)者提供了構(gòu)建更智能、更靈巧機(jī)器人基礎(chǔ)模型的原創(chuàng)資源。隨著數(shù)據(jù)集的持續(xù)完善，未來(lái)的機(jī)器人將不再局限于“移動(dòng)攝像頭”的角色，而是能夠通過(guò)靈敏的觸覺感知，像人類一樣處理復(fù)雜任務(wù)，成為真正的智能助手。