对话戴盟机器人王煜：做好人形机器人的灵巧操作，要先「对齐」触觉数据 | ICRA 2026

📌 一句话摘要

戴盟机器人联合创始人王煜在 ICRA 2026 上指出，触觉数据对齐是灵巧操作的关键瓶颈，并发布含触觉全模态评测基准 RobOmni，推动行业标准化。

📝 详细摘要

本文是 AI 科技评论在 ICRA 2026 现场对戴盟机器人联合创始人兼首席科学家王煜教授的深度专访。王煜教授指出，当前具身智能行业从视频数据到 scaling law 的路径遇到瓶颈，行业共识转向以人为中心的操作数据，尤其是包含触觉信息的多模态数据。他详细介绍了戴盟发布的面向物理交互能力的含触觉全模态评测基准 RobOmni，该基准基于 NVIDIA Isaac Sim 构建，可模拟触觉形变，提供接触力、状态、材质等触觉信息，并设计了抓举、装配、使用工具等 contact-rich manipulation 任务，从操作能力、任务复杂性、稳定性、任务时长、泛化能力五大维度评判机器人精细操作能力。王煜还阐述了戴盟的数据策略：通过外发式采集网络（如与中国移动合作）构建百万小时级含触觉全模态数据集 Daimon-Infinity，走开源生态路线。他强调，触觉数据必须与手指位置、控制指令精准对齐，否则模型无法学习真实物理状态。文章还讨论了数据与硬件的绑定关系、UMI 与灵巧手的适用场景、以及 ICRA 的参会价值。

💡 主要观点

- 触觉数据对齐是灵巧操作的核心瓶颈。 王煜指出，触觉信息必须与手指位置、移动、控制指令精准对齐，信息错位会导致模型无法学习真实物理状态，这是当前行业尚未充分重视的关键问题。

RobOmni 提供了含触觉的全模态评测框架。 该基准基于 NVIDIA Isaac Sim 构建，可模拟触觉形变，从操作能力、任务复杂性、稳定性、任务时长、泛化能力五大维度评估机器人精细操作，填补了行业在触觉评测方面的空白。

戴盟通过外发式采集网络构建百万小时级含触觉数据集。 戴盟发布 Daimon-Infinity 数据集，并依托与中国移动等合作搭建的采集网络，低成本、高效率地获取包含触觉信息的真实人本操作数据，走开源生态路线。

数据与硬件需形成闭环，刚体机械手无法释放灵巧手模型能力。 王煜强调，模型能力需要硬件释放，当前大部分刚体机械手不具备人手能力，无法匹配基于人手丰富数据训练的模型，这是行业讨论较少但至关重要的环节。

💬 文章金句

- 如果你想让机器人实现精细操作，末端执行器必然会与物体接触，这种相互作用会带来形变，包括手指的形变和物体本身的形变。如果不采集这些末端信息，机器人就无法具备像人一样的操作能力，这就是为什么「感知」如此重要。

• 操作数据和物理量在模型中的重要性被提到了更高的位置——不再以文字和语言作为最主要的核心信息，而是以操作模型建立后的物理量为核心。
• 模型的能力需要硬件来释放，笨拙的手无法发挥灵巧手模型的能力，这需要形成闭环。

📊 文章信息

AI 初评：86

来源：AI科技评论

作者：AI科技评论

分类：人工智能

语言：中文

阅读时间：23 分钟

字数：5731

标签： 具身智能, 触觉感知, 灵巧操作, 评测基准, 机器人

阅读完整文章