2026年，具身智能賽道迎來數(shù)據(jù)井噴之年。仿真數(shù)據(jù)、視頻數(shù)據(jù)、多模態(tài)數(shù)據(jù)層出不窮，行業(yè)似乎進入“喂數(shù)據(jù)就能進化”的快車道。然而，熱鬧的浪潮之下，真正能解鎖精細操作的關(guān)鍵數(shù)據(jù)——觸覺，依然稀缺。

在這輪數(shù)據(jù)競賽中，一家專注于觸覺領(lǐng)域的企業(yè)，戴盟機器人以黑馬之姿脫穎而出。

4月15日，戴盟機器人聯(lián)合Google DeepMind、中國移動、新加坡國立大學、香港科技大學、上海交通大學、日本東北大學等海內(nèi)外數(shù)十家頂尖學術(shù)機構(gòu)與知名企業(yè)，發(fā)布全球最大規(guī)模含觸覺全模態(tài)物理世界數(shù)據(jù)集Daimon-Infinity，計劃年內(nèi)擴展至數(shù)百萬小時，其中10000小時數(shù)據(jù)面向全行業(yè)開放共享，首批1000小時已在阿里魔搭社區(qū)上線。

當行業(yè)仍在用視頻數(shù)據(jù)訓練機器人時，戴盟試圖用觸覺回答一個根本問題：機器人如何真正“感知”物理世界？

01.

觸覺數(shù)據(jù)為何是“精細操作的最后一塊拼圖”？

在戴盟的Daimon-Infinity發(fā)布之前，具身智能的訓練數(shù)據(jù)困境已是行業(yè)公開的焦慮。一方面，行業(yè)對數(shù)據(jù)的需求極為迫切；另一方面，現(xiàn)有數(shù)據(jù)采集方式效率低、成本高，數(shù)據(jù)產(chǎn)出極為有限。

更深層的問題是，具身智能所需的數(shù)據(jù)并不只是看和說，而是在真實物理世界中完成接觸、施力、協(xié)同與失敗的全過程記錄。這就引出了一個關(guān)鍵疑問：僅有視覺數(shù)據(jù)，機器人真的能學會精細操作嗎？

“我們不僅使用眼睛，也擁有觸覺，而機器人目前只有‘眼睛’，因此它們需要具備觸覺能力。”英偉達CEO黃仁勛在2026年CES展會上表示。在他看來，精細操作技能的實現(xiàn)極為困難，而觸覺正是補齊這一短板的關(guān)鍵。

擰瓶蓋需要感知擰緊過程的阻力變化，抓衣服需要感知形變程度來調(diào)整握力，軸孔裝配需要感知微米級的力反饋，這些操作的決定性信息來自觸覺，而非視覺。純視覺模型無論看多少數(shù)據(jù)，都無法從像素中推斷出“擰緊了”還是“沒擰緊”。

視覺可以告訴你物體在哪里，但只有觸覺能告訴你接觸時的物理交互信息——而這正是精細操作的底層邏輯。

這一認識正在成為行業(yè)共識。中國工程院外籍院士張建偉指出，具身智能的核心優(yōu)勢在于通過視覺、語言、觸覺、運動、感知等多模態(tài)技術(shù)和材料、形體以及環(huán)境的交互深度融合，讓機器從被動的感知走向主動的理解和自主的決策。VLA模型也正在向含觸覺的VTLA演進，以突破信息融合的技術(shù)瓶頸。

02.

全球最大規(guī)模含觸覺全模態(tài)物理世界數(shù)據(jù)集Daimon-Infinity

精細操作的本質(zhì)是“在接觸中控制力”，而視覺只能看到位置和姿態(tài)，無法感知力、形變和滑移。戴盟的VTLA架構(gòu)正是將觸覺作為與視覺并列的第四模態(tài)，以填補這一根本缺口。

戴盟機器人這次發(fā)布的Daimon-Infinity數(shù)據(jù)集有兩大突破。

一是，Daimon-Infinity 以 “百萬小時” 為起點，打造了全球規(guī)模最大的全模態(tài)物理世界具身數(shù)據(jù)集。

按照規(guī)劃，數(shù)據(jù)集年內(nèi)將擴展至數(shù)百萬小時、近十億條具身數(shù)據(jù)，遠超行業(yè)現(xiàn)有數(shù)據(jù)集規(guī)模，為具身智能模型訓練提供了前所未有的數(shù)據(jù)體量支撐。值得注意的是，這一海量數(shù)據(jù)的采集能力來自全球最大規(guī)模的外發(fā)式具身數(shù)據(jù)采集網(wǎng)絡。這種采集模式突破了傳統(tǒng)數(shù)據(jù)采集廠的限制，可以進入各類不同的真實復雜場景中采集數(shù)據(jù)——真實世界為具身智能提供了源源不斷的素材；同時，這種方式采集到的數(shù)據(jù)也更加真實，能夠滿足具身智能提升泛化能力的需求。

二是行業(yè)最高標準的全模態(tài)觸覺數(shù)據(jù)。

具體而言，Daimon-Infinity數(shù)據(jù)集依托戴盟自研的二指夾爪及五指手套數(shù)據(jù)采集設(shè)備，搭載了含11萬感知單元、120Hz高分辨率視觸覺傳感器，配合高清魚眼相機、IMU、雙目相機等，能夠同步采集觸覺、視覺、動作軌跡、執(zhí)行動作、文本指令等全維度信息。

更重要的是，Daimon-Infinity 數(shù)據(jù)集包含了接觸力、接觸形變、接觸狀態(tài)，及物體材質(zhì)與形貌、接觸滑移、表面紋理等高密度全模態(tài)觸覺信息，相較于行業(yè)，將觸覺數(shù)據(jù)推進到了更高維度為精細操作補全稀缺的物理交互特征。這也是目前行業(yè)內(nèi)分辨率最高、信息最完整的觸覺具身數(shù)據(jù)。DeepMind、中國移動、海內(nèi)外高校等頂尖機構(gòu)選擇與戴盟合作、共建Daimon-Infinity數(shù)據(jù)集，也體現(xiàn)了行業(yè)內(nèi)對于觸覺數(shù)據(jù)價值的共識一一觸覺感知己經(jīng)不是高端選配，而將成為具身智能的必選項。

值得一提的是，戴盟還搭建了全鏈路數(shù)據(jù)處理引擎，為Daimon-Infinity提供從物理交互到數(shù)字世界的全流程質(zhì)量保障。通過軟硬件協(xié)同，前端采集源頭實現(xiàn)毫秒級對齊；通過高效編碼壓縮及序列化壓縮，保持數(shù)據(jù)精度的同時，最小化數(shù)據(jù)存儲成本。數(shù)據(jù)處理管線可從采集的原始數(shù)據(jù)中提取出接觸形貌、三維形變場、三維分布力以及六維集中力等十多種觸覺模態(tài)，將真實世界的交互表征嵌入到每一幀的數(shù)據(jù)中。這種全鏈路能力意味著，數(shù)據(jù)不再是零散的“原材料”，而是經(jīng)過精細加工的“生產(chǎn)資料”。

從驗證結(jié)果來看，模型在Daimon-Infinity具身數(shù)據(jù)上進行預訓練后，只需約十分之一的數(shù)據(jù)量，即可在軸孔裝配、污痕擦拭等多項精細操作任務中達到更優(yōu)的成功率，訓練效率實現(xiàn)10倍的跨越式提升。據(jù)戴盟透露，在一些接觸密集或接觸關(guān)鍵的任務上，觸覺數(shù)據(jù)的引入甚至實現(xiàn)了從50%到100%的跳躍式提升。

03.

開源共建：戴盟的生態(tài)野望

更具行業(yè)意義的是，Daimon-Infinity選擇開源10000小時數(shù)據(jù)。這個決策背后，是戴盟對行業(yè)格局的清晰判斷。

戴盟的生態(tài)路徑鮮明。它沒有“閉門造車”，而是以數(shù)據(jù)為杠桿撬動整個生態(tài)，開源數(shù)據(jù)集吸引合作者，合作者貢獻數(shù)據(jù)和場景，戴盟從中迭代產(chǎn)品和標準。目前，戴盟已構(gòu)建全球最大規(guī)模的外發(fā)式具身數(shù)據(jù)采集網(wǎng)絡，年產(chǎn)數(shù)據(jù)規(guī)?？蛇_數(shù)百萬小時，覆蓋工業(yè)裝配、智慧物流、養(yǎng)老護理、家居服務、科研實驗、餐飲零售及戶外空間等核心場景。

而這一生態(tài)路徑之所以能夠跑通，根源在于戴盟在觸覺領(lǐng)域的技術(shù)積累。戴盟以視觸覺技術(shù)為壁壘，通過含觸覺的多模態(tài)融合，推動具身智能的靈巧操作發(fā)展:一直以來，戴盟以視觸覺硬件為入口，為具身智能引入高質(zhì)量的觸覺感知;現(xiàn)在發(fā)布數(shù)據(jù)集，則是因為其看到了含觸覺數(shù)據(jù)對于模型迭代的重要性。正是基于這些長期積累，戴盟的開源策略才有了獨特的底氣與方向。

而開源數(shù)據(jù)的意圖并不復雜：讓更多模型廠商用起來，共同驗證觸覺的有效性，推動行業(yè)形成共識；也讓更多開發(fā)者接觸含觸覺的數(shù)據(jù)，加速突破落地瓶頸。

04.

結(jié)語

Daimon-Infinity的發(fā)布，伴隨著具身智能行業(yè)正經(jīng)歷的一場根本性的范式轉(zhuǎn)移。

過去，行業(yè)的焦點是“讓機器人看到世界”；現(xiàn)在，我們開始追問“讓機器人感知世界”。視覺告訴機器人是什么，觸覺告訴機器人“怎么樣”——力有多大、形變多深。 在精細操作這一具身智能的終極考卷上，觸覺是解題的關(guān)鍵變量。

戴盟的這場大規(guī)模開源，價值不僅在于數(shù)據(jù)的規(guī)模和質(zhì)量，更在于它開啟了一條共建共享的生態(tài)路徑。在行業(yè)數(shù)據(jù)稀缺、孤島林立的當下，戴盟主動打破圍墻、開放核心資產(chǎn)。

具身智能真正的“涌現(xiàn)智能”臨界點尚未到來，但觸覺數(shù)據(jù)的加入，正在讓這個臨界點變得更近、更可觸及。在通往通用具身智能的道路上，觸覺不再是錦上添花的“備選感知”，而正在成為通往真實物理世界理解力的必經(jīng)之路。