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
- 从 CAD 到实物：自制定子线圈绕线机运行中 — TinfoilTricorn · 2026-08-24
- Virtuals 完成首例机器人间链上自主交易 — DonJohnsonSays · 2026-08-24
- 机器人展示超逼真类人动作与行为 — markjeffrey · 2026-08-24
- Figure 机器人园区户外行走实录，场景宛如科幻电影 — adcock_brett · 2026-08-24
- 投资人指人形机器人无首阶经济价值，比赛仅为展示 — Afinetheorem · 2026-08-24
- 世界人形机器人运动会开踢自主 5v5 足球，摔了能爬但控球仍难 — rohanpaul_ai · 2026-08-24