近日，上海新智具身智能联合复旦大学发布N0系列三份技术报告并开源数据与模型，为具身智能补齐“手感”。报告涵盖三大核心：N0-Foundation构建超3万小时视触交互数据集，提出统一表征模型打破设备壁垒；N0-VTLA通过“触觉预判”赋能轻量级VLA，大幅提升实操成功率并从失败中自主进化；N0-TWAM在世界模型中重构“触觉想象”，同步预测视频、触觉与动作。此举标志着机器人认知正从单一“视觉驱动”向“视触融合”演进，推动触觉跃升为具身智能核心基建，让机器人真正“摸透”世界。

4月15日，戴盟机器人联合Google DeepMind、中国移动、新加坡国立大学等数十家机构发布全球最大规模含触觉全模态物理世界数据集Daimon Infinity。该数据集年内规模将达数百万小时，覆盖真实场景，包含触觉、视觉、动作轨迹等多维信息，可提升模型训练效率10倍，其中10000小时数据已开源并上线阿里魔搭社区。通过引入触觉感知和真实场景采集，弥补了传统视觉感知的不足，显著增强了具身智能在复杂环境中的操作能力。此次开源旨在推动行业资源共享和技术标准化，加速具身智能从实验室走向商业化落地。

维也纳工业大学研究人员开发出一种自学习机器人，能模仿人类完成清洁洗脸盆等简单任务。传统机器人编程需精确建模洗脸盆曲线，耗时且复杂。新方法结合人类示范和触觉数据，简化了机器人学习过程。该技术不仅适用于家庭清洁，还可应用于工业生产中的抛光、喷漆、打磨和涂胶等多种任务。研究团队使用特殊清洁工具——传感器浸渍海绵，通过力传感器和跟踪标记，让“老师”示范清洁动作，生成大量数据供机器人学习。机器人学会根据不同表面调整握持方式及施力，实现高效清洁。未来，机器人可安装于移动平台，在车间环境中发挥重要作用，并能分享自身经验给其他机器人。此研究成果于11月10日公布。