Being-H0.8 用 50 万小时视频给机器人世界模型加上触觉
量子位 · wechat · 2026-07-28
BeingBeyond 发布了首个基于人类视频数据的隐式触觉世界-动作模型 Being-H0.8。它的核心变化，是把触觉纳入机器人对世界的隐空间预测中，让模型不只“看见”动作，还能提前判断接触会在哪里发生、力度会如何变化。
这套系统披露了几项关键信息：一是使用了 50 万小时以上 的第一人称视频数据，并配套完成过滤、切分、语言标注、手部运动恢复与跨模态校准；二是通过 TactoHand 从普通视频里恢复接触/邻近度监督，再结合压力手套等真实传感器补充物理压力信息；三是用通用触觉编码器把不同来源的触觉信号统一成 token，再用 TopoHand 对齐人手、灵巧手和平行夹爪的动作表征。
在真实双臂机器人测试中，系统完成了包中取物、毛笔写字、挤牙膏、夹薯片等依赖触觉反馈的精细任务。
「具身」频道最新
- 特斯拉新 Roadster 冷气推进拆解:SpaceX 储罐+Optimus 阀门 — XFreeze · 2026-10-16
- 博主批 Figure 终结者式演示作秀:人形机器人离实用还远 — FuSheng_0306 · 2026-10-16
- Snap 眼镜+Gemini 4 Argon:拍乐高堆即设计全息拼搭教程 — stspanho · 2026-10-16
- Waymo 官宣进军多伦多,自动驾驶出租再下一城 — ChrisArchitect · 2026-10-16
- 特斯拉 Optimus 年内发布概率升至 12%,飞行 Roadster 发布后跳涨 5% — Polymarket · 2026-10-16
- 卖机器人智能的公司比卖机器人本体还多：Dexmate Vega 成学界通用平台 — lukas_m_ziegler · 2026-10-16