灵巧手数据困局：Sharpa 三条主线让人类视频变机器人触觉
机器之心 · wechat · 2026-10-16
机器之心与灵巧操作公司 Sharpa 学术负责人张凯峰对话，梳理具身智能数据路线从遥操作转向人类视频后，灵巧手（20+ 自由度）场景的独特难题：视频记录了运动却记录不了力，而精细操作的成败恰在接触后的几毫米。
Sharpa 确立三条主线：一是击穿具身鸿沟——UVTA 在外骨骼手套上加指尖触觉传感，把人类演示与少量遥操作数据映射到共享视觉-触觉-动作空间联合训练，人类演示从 0 增到 1000 条时成功率 0%→84% 且未见饱和；DexEMG 用前臂肌电信号替代外骨骼；Dex-X 从单目人类视频提取手-物轨迹导入仿真，用物理引擎补足触觉后蒸馏到真机，方块抓取成功率 93%。二是解耦运动与交互——CES 2026 公开的 CraftNet 三层架构（VLM 推理 1Hz / 运动规划 10Hz / 触觉交互控制 100Hz），MoDE-VLA 中操作员脚踩踏板触发 IMCopilot 手内原子技能（辅助成功率 89% vs 直接遥操 34%），削苹果任务把 VLA 基线从 0% 提到 30%。三是学习跨本体通用操作表征。
谷歌 Gemini 4 Argon 的丢沙包演示也用到了 Sharpa 灵巧手，其硬件已成为多家前沿研究的载体。
「具身」频道最新
- 旋转棱镜模拟微眼跳，事件相机首次获稳定纹理感知 — RexDouglass · 2026-10-18
- Neuralink 患者用意念操控机械臂、无人机和打游戏 — XFreeze · 2026-10-18
- 独立开发者自制人形机器人颈部，AI 辅助推球关节驱动设计 — _Stocko_ · 2026-10-18
- 退休教授因阻拦 Uber Eats 送餐机器人被逮捕 — johnnyApplePRNG · 2026-10-18
- 15 年多传感器老兵:LIDAR 融合是拐杖,算力挤占让纯视觉方案更强 — PTrubey · 2026-10-18
- 地理空间传奇 Brian McClendon 访谈：机器人科学复杂，AI 公司离不开 Niantic — ExtensionEcho3 · 2026-10-18