上交大 UVTA 用 1000 条人类触觉示范教会机器人灵巧操作

siyuanhuang95 · x · 2026-10-10

上海交通大学团队发布 UVTA（Unified Visual-Tactile-Action Modeling），提出「人类触觉而非仅人类动作」才是规模化机器人灵巧操作的关键路径。

系统与数据：用被动 22 自由度外骨骼同步采集手部运动、指尖压力、腕部位姿与腕载 RGB 视觉；每任务采集约 1000 条人类示范 + 约 150 条机器人示范，数据含腕部 RGB（20 维触觉、31 维动作、30Hz），数据集已上 Hugging Face。

模型：384 维视觉 token 与 20 维触觉 token 融合为 404 维交互表示，通过动作扩散头（Diffusion action head）生成 16 步相对腕部与绝对手指关节动作，并以未来触觉预测辅助训练。项目页、论文与代码均已公开。

原文链接 →

「具身」频道最新

• Scoble 探访特斯拉工厂：工人戴设备为 Optimus 采数据，已有 2 万人 — Scobleizer · 2026-10-10
• SpaceX 星舰工厂瞄准年产 1000 艘，佛州 Gigabay 体量超现厂房 11 倍 — XFreeze · 2026-10-10
• 20 分钟讲透特斯拉 FSD:8 摄像头 36 帧,20 亿信息炼成两个输出 — PTrubey · 2026-10-10
• 《铁甲钢拳》照进现实：人形机器人 Noisy Boy 对决 Raider-72 — zealcaiden · 2026-10-10
• Dyna 推出半人形机器人 Taku:为解决人类照看瓶颈 — JasonMa2020 · 2026-10-10
• 首场人形机器人死亡格斗赛实况，场面相当疯狂 — cixliv · 2026-10-10

更多「具身」频道 AI 资讯 →