从5000小时真实触觉数据开源,到\mathcal{N}_0系列触觉具身模型,新智具身早已展开系统性探索。
近日,蚂蚁灵波开源LingBot-Touch之后,触觉模型再次被推到了聚光灯下。行业开始认真讨论一个问题:机器人已经有了视觉,为什么还需要触觉?
答案并不复杂,视觉看似适配各类任务,但“能做”不等于“做好”。不少场景下,唯有触觉才能实现可靠落地;只有做到稳定可用,才具备上产线的资格。
触觉正从具身智能的“可选项”走向“必答题”,围绕触觉数据、统一表征与模型学习的技术探索也在不断深入。其中,2026年7月发布的\mathcal{N}_0系列研究成果,提供了一条以触觉为原生模态的技术路径。
该系列由上海新智具身智能科技有限公司(NeoteAI)联合复旦大学可信具身智能研究院推出,涵盖触觉基础表征、操作策略与世界模型三个方向,并同步开放5000小时真实视觉—触觉交互数据,为触觉具身智能研究提供了系统性的技术与数据支撑。
项目链接:https://research.neoteai.com
先统一“方言”,再谈模型
触觉数据长期存在一个难题:视触觉输出凝胶形变图像,电容式输出矩阵信号,六维力传感器输出向量。数据在各自设备里都能用,却很难直接放进同一个模型里训练。工程师有个形象的比喻:每种传感器都有自己的“方言”,彼此听不懂。
新智具身的\mathcal{N}_0-Foundation,正是围绕这一问题展开研究。
其构建的NeoData数据集包含超过3万小时视觉—触觉交互数据、约140万条操作片段、33亿个时间步,由90位操作员在6种机器人本体上采集,覆盖450项真实长程任务,从叠衣、倒液体到插拔接头。其中,5000小时真实视觉—触觉交互数据已向全球开源。

配套的NeoForce统一表征模型,将不同硬件采集的触觉信号转换为标准化三轴力场表示,用来描述接触位置、法向受力与切向受力等物理信息,为跨设备触觉表征学习提供共同基础,减少下游模型对特定传感器原始信号的依赖。
开源成果持续受到全球科研与产业界关注。根据此前公布的数据,OpenNeoData在ModelScope累计下载已经超50万次,Hugging Face累计下载超20万次;跨平台数据申请系统收到上千余份申请,覆盖海内外高校、企业、科研机构及独立开发者。
从大规模真实数据开放,到跨硬件统一触觉表征,新智具身正在推动分散的触觉交互经验成为可学习、可复用的模型训练资源。
三条路线,一套完整体系
\mathcal{N}_0系列的三份技术报告,分别对应触觉具身智能的三个关键层次。
\mathcal{N}_0-Foundation|打地基
聚焦硬件、数据、统一表征与评测体系,通过NeoForce实现跨硬件触觉信号对齐,并以NeoReal、NeoSim构建标准化评测基准,为触觉模型训练与验证提供基础支撑。

\mathcal{N}_0-VTLA|做预判
统一视觉、触觉、语言与动作多模态输入,通过预测未来50步内的触觉演变,辅助机器人理解接触与滑移状态并优化操作策略。
在相关实验中,插头插接成功率达到85%,拔钥匙任务达到99%,仿真20项任务平均成功率达到63.8%。
模型还结合触觉信号进行任务进度评估,识别操作过程中的进展与异常。在毛巾折叠、书包收纳、纸箱折叠三项长程任务中,成功率分别提升至95%、80%、75%,探索从失败数据中持续改进操作策略的可能性。


\mathcal{N}_0-TWAM|做想象
将触觉引入世界模型,联合预测未来视觉、触觉与动作序列,让机器人能够在执行动作前,提前推演可能发生的物理交互。
相关测试中,模型仿真任务平均成功率达到84.5%,8项真机任务平均成功率达到46.3%,展现了触觉增强世界模型在复杂精细操作中的研究潜力。
从统一触觉表征,到预测接触变化,再到推演未来物理交互,\mathcal{N}_0系列探索的不只是让机器人拥有触觉,而是让触觉真正参与模型的理解、预测与决策。


从研究成果到开源生态,触觉原生路线持续推进
新智具身CEO赵世豪曾表示:“补齐物理上的信息短板,在精细化场景中实现精准预测。”这也概括了公司的技术方向:让触觉不仅成为机器人的感知输入,更成为其理解物理交互、形成操作决策的重要依据。
除了\mathcal{N}_0系列模型研发,新智具身也在持续扩展真实触觉数据的规模与应用范围。
目前,公司已沉淀超5万小时、200万条具身任务数据,覆盖千余项任务,涉及工业制造、3C电子、家居、物流等多元场景;依托千余平方米专业数据采集工厂,形成“真机+自研无本体数采设备”双轨采集体系。

与此同时,NeoData全模态数据商城已上线,向机器人厂商、科研机构及模型研发团队提供标准化数据产品与定制化采集服务。

在场景验证方面,\mathcal{N}_0系列相关技术已围绕线束装配、齿轮装配、衣物折叠等复杂任务开展应用探索,推动触觉基础模型与真实物理交互需求相结合。
从5000小时真实数据开源,到三大技术报告发布,再到持续完善的数据、模型与评测体系,新智具身正在以开放研究与真实数据积累,推动触觉具身智能能力持续演进。
触觉热潮兴起,物理智能迈向新阶段
随着具身智能技术不断演进,触觉正从相对细分的研究方向走向行业视野的中心。近年来,围绕触觉感知、跨硬件统一表征、多模态融合及机器人精细操作的研究成果持续涌现,相关论文与开源项目日益丰富。据公开学术统计,触觉机器人相关综述研究自2025年以来呈加速增长趋势,仅2026年就有约上百篇相关综述发表。越来越多的高校、科研机构及科技企业开始将触觉纳入具身智能核心技术布局,推动触觉研究从感知层向基础模型、物理交互预测与自主决策等方向拓展。
技术热度的提升,也吸引了更多产业资源与资金投入。据行业公开资料不完全统计,2026年1至10月,国内具身触觉相关领域已披露约四十余起融资,涉及约三十余家企业,已披露融资金额合计超过50亿元。 在具身智能投资逐渐回归技术价值与商业化能力的背景下,触觉相关产业链仍保持着较高活跃度,从核心传感器、灵巧手到多模态数据与具身模型,相关技术布局正逐步向产业链上下游延伸。
从研究成果不断涌现,到产业生态逐步完善,触觉的价值正在从感知物理接触,进一步延伸至理解交互与辅助操作决策。 随着工业精密装配、3C电子制造、物流分拣及智慧农业等场景对精细操作能力的需求增长,触觉具身智能有望加快从技术验证走向实际应用,为机器人突破复杂物理交互难题、实现更高水平的自主操作提供重要支撑。
阅读 -- 次
讨论
0 条评论登录后即可参与讨论、向作者提问
登录 / 注册