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
- 60秒速览经典机械臂抓取项目 Dex-Net — berkeley_ai · 2026-07-28
- 开源机器人仿真器 Webots 可模拟车辆和机械系统 — tom_doerr · 2026-07-28
- 特斯拉新功能：前大灯直接在地面投影导航路径 — sven_ai · 2026-07-28
- 机器人无需超越人类，只需填补空班次即可胜出 — VraserX · 2026-07-28
- 智谷天厨再获近亿元融资，炒菜机器人进入兑现期 — 创业邦 · 2026-07-28
- 机器人实现端侧实时语音到动作映射 — tctjr · 2026-07-28