【科技资讯】智在无界与北京大学团队新突破，人类手感赋予机器人？

📝 核心摘要

智在无界与北京大学团队新突破，人类手感赋予机器人？星连资本·2026年06月06日 12:00智在无界团队推出UniTacHand，实现人类触觉技能向机器人零样本迁移

「星连资本」是专注于大模型生态的风险投资基金，侧重早期，连接产业。
当机器人能“看见”世界，我们便开始追问：它何时能“触摸”并“理解”世界？ 
触觉是人类灵巧操作的基石，却是机器人迈向真正智能的巨大鸿沟。收集机器人触觉数据耗时耗力，而人类海量的触觉经验又因形态差异被阻隔在另一岸。 
今天，一道桥梁被架起——UniTacHand，一项来自BeingBeyond（智在无界）与北京大学团队的突破性研究，宣布仅需 10分钟 的人机配对数据，就能实现人类触觉技能向多指灵巧手的 “零样本”无损迁移。 
这意味着，机器人的“指尖”即将首次真正感受到世界的质地与力量。福布斯中国30 Under 30榜单旨在发掘和表彰中国30岁以下在不同领域展现出卓越领导力、创新精神与行业影响力的青年才俊。该榜单以其严格的评审标准与前瞻视野，已成为衡量青年创业者与行业变革者的重要标尺。 
01 破局关键
当前机器人触觉研究深陷“数据荒漠”与“形态鸿沟”的双重困境。
UniTacHand的破局，始于一个核心洞察：抛开形态差异，人类与灵巧手操作物体的物理逻辑本质相通。
研究团队创造性地将MANO手部模型的UV映射作为“通用语言”。无论数据来自人类触觉手套还是灵巧手传感器，都被统一“翻译”到这张标准的二维触觉地图上，从而抹平了硬件与形态的差异。
仅将数据映射至统一空间，尚不足以实现真正的触觉迁移。
一个关键难题在于：人与机器即使执行同一任务，其操作策略也往往不同。例如，人手抓握物体时倾向于全掌包裹以增加稳定性，而诸如Inspire等灵巧手则多采用指尖捏取的方式。
这导致二者在与物体接触时，触觉信号的激活区域与压力分布模式存在本质差异。

UniTacHand设计了核心的跨域对比学习框架。其目标并非强求数据在空间上一一对应，而是教会模型理解触觉背后的物理语义与任务意图。
该框架采用双分支编码器架构，分别处理人与机器人的数据。每个分支均包含触觉编码器与手部姿态编码器，确保模型同时理解“触觉是什么”与“手正在做什么”，并以精心设计的三重损失函数进行协同优化。
通过这一过程，模型在其内部构建的共享隐空间中，逐渐学会将“人类手掌的全面压力分布”与“…

🔗 阅读原文

👉 智在无界与北京大学团队新突破，人类手感赋予机器人？

🏷️ 标签：具身智能

本文由科普头条 AI 自动采集发布，内容仅代表作者观点