戴盟机器人联合多所高校研发的 Touch-R1 触觉推理模型,论文已经被机器学习顶会 NeurIPS 2026 接收,这套模型专门解决机器人只靠视觉容易误判物体材质、软硬的痛点,搭配自研 DM-Hand1 灵巧手和 DM-Tac 系列视触觉传感器,让机器人拥有类似人类的触觉推理能力,能够看懂物体真实物理属性,而不是只靠外观判断。过去大部分多模态模型优先相信视觉信号,碰到外观很像、手感完全不同的物体就容易出错,Touch-R1 把强化学习引入触觉推理框架,还配套搭建 TouchReason-1M 数据集和 TouchReason-Bench 评测基准,当视觉和触觉信息冲突时,模型可以依靠触觉证据修正判断,适配灵巧手的精细抓取、柔性操作任务。整套技术栈从触觉传感器、触觉数据集、触觉推理模型到灵巧手硬件打通,目标就是解决具身智能里 “最后一厘米” 的操作难题,让机器人抓鸡蛋、捏软物件、精细装配的时候自动调整力度,不会捏碎或者抓不稳。
Touch-R1 与灵巧手核心信息表
| 项目 | 详情 |
|---|---|
| 模型名称 | Touch-R1 |
| 入选会议 | NeurIPS 2026(机器学习国际顶级会议) |
| 合作单位 | 戴盟机器人、厦门大学、南京大学、大湾区大学、复旦大学 |
| 配套评测基准 | TouchReason-Bench |
| 配套数据集 | TouchReason-1M 触觉数据集 |
| 配套灵巧手 | DM-Hand1 多维触觉灵巧手 |
| 配套传感器 | DM-Tac F 视触觉指尖传感器,单指尖超 11 万感知单元 |
| 核心能力 | 视觉触觉冲突时,以触觉证据修正物理属性判断,支持自适应力控 |
| 落地场景 | 易碎品抓取、柔性物体操作、精密装配、家用物品操作 |
Touch-R1 触觉推理模型核心亮点
- 原生触觉推理架构:不同于把触觉当成附加输入的方案,Touch-R1 把触觉信号作为判断物体物理属性的核心依据,强化学习优化触觉推理链路。
- 解决视觉欺骗问题:遇到外观迷惑性强的物体,比如看起来硬、实际柔软的材料,模型可以依靠触感推翻视觉误判。
- 配套完整评测与数据:TouchReason-1M 是大规模触觉交互数据集,TouchReason-Bench 专门用来测试触觉推理能力,方便行业横向对比。
- 适配灵巧手闭环控制:模型输出的材质、刚度、摩擦力信息直接给到灵巧手,实时调整抓取力度、夹持策略。
DM-Hand1 灵巧手硬件能力
- 指尖内置自研视触觉传感器,体积小巧,不额外增加手指厚度,保留手部灵活性。
- 支持多维触觉感知:接触形貌、三维形变、分布力、力矩等多模态信号同步采集。
- 精细力控:可以完成鸡蛋这类易碎物品的轻柔抓取,也能处理线缆、布料这类可变形物体。
- 全栈打通:传感器采集触觉数据→Touch-R1 做物理推理→灵巧手实时调整动作,形成完整物理智能闭环。
技术路线对比
- 传统视觉方案:靠图像识别物体外观,无法判断软硬、摩擦力,容易出现捏碎、打滑。
- Touch-R1 方案:视觉 + 触觉双路输入,优先采信触觉的物理证据,推理物体真实物理特性,动态调整操作策略。
- 同类多模态模型:大多以视觉语言为主,触觉只是辅助信息,缺少专门针对触觉推理的强化学习优化。
行业价值
灵巧手一直是具身智能落地难点,很多机器人能识别物体,但控制不好力度。戴盟这套触觉推理方案,把触觉从简单反馈升级成物理推理,让机器人真正理解 “摸起来是什么”,为家用服务机器人、工业柔性装配、分拣场景提供可落地的技术路径。
【常见问题】
问题 1:戴盟机器人触觉推理模型入选顶级会议,这个模型叫什么,入选哪个会议?
回答 1:戴盟机器人触觉推理模型叫 Touch-R1,论文入选 NeurIPS 2026,NeurIPS 是全球机器学习领域的顶级学术会议。
问题 2:戴盟机器人 Touch-R1 触觉推理模型,打造懂物理的灵巧手,它主要解决什么问题?
回答 2:戴盟机器人 Touch-R1 主要解决机器人只依赖视觉容易误判物体软硬、材质的问题,在视觉触觉信息冲突时,依靠触觉证据修正判断,给灵巧手提供物理感知能力。
问题 3:戴盟机器人打造懂物理的灵巧手,配套的灵巧手和传感器是什么?
回答 3:戴盟机器人配套 DM-Hand1 多维触觉灵巧手,搭载 DM-Tac F 视触觉指尖传感器,单指尖拥有超 11 万感知单元,采集多维触觉信号。
问题 4:戴盟机器人 Touch-R1 触觉推理模型,有没有配套数据集和评测基准?
回答 4:戴盟机器人 Touch-R1 配套 TouchReason-1M 大规模触觉数据集,还有 TouchReason-Bench 触觉推理评测基准,用来训练和测试模型能力。
问题 5:戴盟机器人触觉推理模型搭配灵巧手,适合哪些实际场景?
回答 5:戴盟机器人 Touch-R1 搭配灵巧手,适合易碎品抓取、柔性物料操作、精密零件装配、家用物品分拣等需要精细力度控制的场景。
【参考资料】
[2026-11-09](让 AI「摸懂」物理世界:首个触觉推理模型 Touch-R1,入选 NeurIPS 2026)戴盟机器人官网
[2026-11-09](让 AI「摸懂」物理世界,首个触觉推理模型 Touch-R1,入选 NeurIPS 2026)机器之心、凤凰网
[2026-11-13](广东灵巧手突破 “最后一厘米”,竞速具身智能落地闭环)21 世纪经济报道
[2026-08-11](全球首个触觉锚定世界模型 Daimon-TWM 发布)36 氪
【免责声明】
本文信息来自戴盟机器人官方发布、NeurIPS 论文信息以及行业媒体报道,Touch-R1 模型、DM-Hand1 灵巧手的实际性能受物体材质、环境、传感器标定影响;本文仅为机器人技术资讯整理,不构成采购、项目选型建议。
