突破「摸不准」瓶颈：具身智能引入触觉感知的技术路径解析
机器之心 · wechat · 2026-08-02
当前主流的视觉-语言-动作（VLA）模型在非结构化环境中表现良好，但在需要精细物理交互的场景下，因缺乏触觉感知而面临精度受限的瓶颈。
文章指出，仅靠视觉的世界模型无法捕捉接触力学、材质等隐性物理属性。近期研究正从算法层面将触觉感知融入大模型框架，形成了多种技术路径：
- VTLA 架构：在 VLA 中引入触觉支路，将视觉、触觉、语言编码为 Token 进行多模态联合推理，如新智具身与复旦大学的 N0-VTLA。
- 通用触觉表征：如上海交大与派迅智能提出的 OmniVTLA，致力于统一不同类型的触觉信号表征。
- 其他探索：包括视触解耦控制、触觉预测分层架构等方案，旨在补足机器人的局部接触感知短板。
「具身」频道最新
- 北大发布 SimForcing：把仿真运动先验蒸馏进真实机器人世界模型 — PekingUniversity · 2026-10-16
- 英伟达与奔驰扩大合作,共研下一代自动驾驶系统 — nvidia · 2026-10-16
- 2026 上半年人形机器人出货约 2.5 万台，95% 来自中国厂商 — ingliguori · 2026-10-16
- 2019 款卡罗拉装上 openpilot 后能自动在红绿灯前停车 — k7agar · 2026-10-16
- 藤洋之介公开演讲:从 AI 智能体迈向 Agentic Robotics — HirokatuKataoka · 2026-10-16
- UIUC 等发布 CoDA:仿真数据引擎与机器人策略共进化,OOD 成功率 5.3%→27.6% — PLAN-Lab · 2026-10-16