维度网讯，中国千觉机器人发布触觉智能基座模型X-TouchMind V1和原生视触觉数据集TacVerse 1k，旨在解决机器人在真实工业场景中因缺乏触觉感知而导致的精细操作失败问题。
当前具身智能领域大量企业集中精力通过视觉大模型和空间识别算法让机器人“看清”环境，但这种方法在工厂产线或物流仓储的实际应用中存在明显局限。视觉系统无法感知柔性包装的受力变化、滑移趋势和接触状态，导致机械臂在抓取易变形物体或插接端子线时频繁出错，且机器人往往无法意识到执行偏差，可能将小错误放大为产线级损失。
斯坦福大学教授李飞飞、英伟达具身智能负责人Jim Fan等学者近期发表的一篇消融实验论文表明，在经典模型上单纯叠加触觉信号后，任务成功率从17%下降至6%。这反映出将触觉作为视觉附庸的路径存在问题。
7月14日，千觉机器人完成了由具身智能产业方与吉德电器战略投资的亿元级融资。该公司于今日正式推出行业首个面向触觉智能的VTLA具身基座模型X-TouchMind V1，以及1000小时原生视触觉数据集TacVerse 1k。
千觉机器人还计划在即将举行的WAIC 2026上展示由VTLA模型驱动的双臂叠纸盒、耳机装配等实景实验。
截至2026年初，全球合规可用的真机加无本体有效数据约为50万小时，而实现通用自主能力的具身大模型估计需要千万小时级高质量真实交互数据，缺口超过99%。TacVerse 1k数据集实现了触觉数据100%覆盖，将视觉、触觉、力、位姿、高频动力学统一采集。为产出高质量数据，千觉机器人自研了穿戴式视触觉多模态数据采集夹爪XTac UMI G1，使人工清洗成本下降80%，采集效率提升3至5倍。该公司的XTacFlow自动化后处理引擎可实现90%以上的数据回传与后处理自动化，在采集阶段对低质量样本的过滤率超过95%。
X-TouchMind V1模型采用System 0-2分层架构：System 2负责语义推理，System 1负责轨迹规划，System 0利用触觉进行高频反馈修正。该模型具备零样本泛化能力，可跨场景、跨任务、跨本体自适应工作，处理易碎、柔性、小件异形件等精细操作。
千觉机器人已服务超过300家行业头部客户，其“硬件-数据-模型”系统级自闭环有助于缩短自动化部署周期。
