用3万小时触觉数据补齐具身智能「手感」，新智具身联合复旦大学统一触觉「方言」

背景方面，机器人在真实物理世界的落地过程中，视觉系统虽能精确定位，但缺乏接触瞬间的触觉反馈，导致插拔、抓取等精细操作频繁失败，这成为阻碍具身智能发展的核心痛点。研究目的上，新智具身联合复旦大学发布的系列技术报告，旨在将触觉从辅助模态提升为核心基建，解决触觉数据因传感器格式不统一而难以融合的问题，并探索触觉与视觉、动作模态的深度融合路径。结论表明，通过构建包含3万小时视觉-触觉交互数据的NeoData数据集，并提出NeoForce统一表征模型，有效实现了跨设备触觉数据的“普通话”统一。在此基础上，开发了两种技术路线：Neo-VTLA通过预判未来50步触觉演变而非依赖滞后信号，大幅提升了插拔、折叠等任务的成功率，并能从失败数据中自主学习进化；Neo-TWAM则在世界模型中同时预测未来视频、触觉和动作序列，确立了触觉在顶层设计中的核心地位，其仿真平均成功率达84.5%。整体工作验证了触觉模态的Scaling潜力，标志着机器人认知从“视觉驱动”向“视触融合”的重要演进。