具身智能領域迎來重大突破，全球首個“視觸覺”多模態(tài)機器人操作數(shù)據(jù)集——白虎-VTouch在上海正式發(fā)布。這一數(shù)據(jù)集不僅規(guī)模龐大，更以模態(tài)完整、任務結構系統(tǒng)化著稱，標志著具身智能機器人正從“視覺感知”向“觸覺與控制”的精細化操作階段邁進，為解決傳統(tǒng)機器人“看得見、摸不著”的感知瓶頸提供了關鍵技術支撐。

長期以來，具身智能的語料數(shù)據(jù)主要依賴視覺傳感器，導致機器人在理解世界時過度依賴“看”，而缺失了觸覺這一重要維度。這種感知不平衡使得機器人在暗光環(huán)境操作、抓取易碎物品等復雜場景中表現(xiàn)欠佳，難以完成需要高精度觸覺反饋的任務。白虎-VTouch數(shù)據(jù)集的發(fā)布，正是為了填補這一空白，通過整合觸覺與視覺數(shù)據(jù)，為機器人構建更全面的物理世界認知模型。

該數(shù)據(jù)集由國家地方共建人形機器人創(chuàng)新中心與上海緯鈦科技有限公司聯(lián)合研發(fā)，核心目標是提供觸覺與接觸的缺失數(shù)據(jù)，為具身基礎模型提供關鍵語料和工程基礎。數(shù)據(jù)集不僅包含深度彩色圖像（RGB-D）和關節(jié)位姿數(shù)據(jù)，還通過緯鈦科技自研的視觸覺傳感器，記錄了軟接觸、硬接觸、滑動接觸等多種物理交互模式下的壓力和形變數(shù)據(jù)。目前，數(shù)據(jù)集總量已超過6萬分鐘，涵蓋約9072萬對視觸覺圖像與真實物體接觸樣本，規(guī)模居全球首位。

在數(shù)據(jù)采集方法上，白虎-VTouch首創(chuàng)矩陣式任務設計，突破了傳統(tǒng)單一任務訓練的局限。這種方法不僅大幅提升了數(shù)據(jù)采集效率，還顯著增強了機器人的實際應用能力。研究團隊通過輪式、雙足等多種機器人構型及手持終端，在家居家政、工業(yè)制造、餐飲服務、特種作業(yè)四大類場景中完成了超過380個任務類型，涉及500多種真實物品，覆蓋抓取、插入、旋轉、放置等100多種原子技能，基本滿足90%的日常生活和工業(yè)操作需求，展現(xiàn)出強大的跨平臺泛化能力。

為推動具身智能生態(tài)的開放發(fā)展，白虎-VTouch的首批6000分鐘數(shù)據(jù)已上線開源社區(qū)OpenLoong。這一舉措不僅豐富了我國具身智能的技術生態(tài)，也為全球開發(fā)者提供了構建更智能、更靈巧機器人基礎模型的原創(chuàng)資源。隨著數(shù)據(jù)集的持續(xù)完善，未來的機器人將不再局限于“移動攝像頭”的角色，而是能夠通過靈敏的觸覺感知，像人類一樣處理復雜任務，成為真正的智能助手。