哈工大教授98年创业研发人形灵巧操作世界模型

VLA（视觉-语言-动作模型）和世界模型，确实将机器人推到了一个“能理解视觉环境”、“能预判物理世界变化”的全新阶段。但核心挑战在于，当模型真正部署到现实物理世界时，问题变得具体而复杂：它依靠什么来学习这个世界的物理规律？通过什么硬件来执行具体动作？又该如何感知自己究竟接触到了什么？

前两个问题，分别指向了数据来源与机器人本体。至于第三个，则直接指向了触觉感知能力。

本周，哈尔滨工业大学（深圳）杨朔教授团队正式发布了TouchWorld——一个专为灵巧操作任务设计的触觉世界模型。其核心能力颇具创新性：让机器人不仅能够预测视觉画面的变化，也开始预测接触事件的产生过程，并在真实操作中，能够借助实时的触觉反馈来修正并优化自身动作。

然而，TouchWorld并非孤立的研究成果。在此之前，杨朔团队已经相继推出了EgoTouch和TouchAnything两项关键技术：

• EgoTouch旨在解决灵巧操作过程中，触觉数据如何高效采集的根本问题；
• TouchAnything则尝试从第一人称视角的视频中，恢复并推断出相应的触觉信息——简单来说，就是实现一种低成本的触觉数据增强方法。

这三项工作串联起来，构成了一条清晰的技术路线：首先解决触觉数据的采集难题，其次实现触觉信息的恢复与多模态对齐，最终让具身智能模型真正学会如何运用触觉进行精细操作。

沿着这条技术路线，出生于1998年的年轻教授杨朔，创立了破晓智能（PHANES AI）。

破晓智能的目标，并不仅仅是打造一个单一的触觉模型或硬件设备。它致力于融合海量人类操作视频数据与触觉感知模态，构建一个人形机器人全身移动灵巧操作的世界模型。更具体地说，它希望围绕“机器人如何真正掌握物理操作技能”这一核心命题，搭建起一套涵盖数据采集、模型构建到运动控制的完整能力链。

“破晓”这个名字，也精准对应了这家公司希望破解的行业难题：在人形机器人真正走向真实世界进行复杂操作之前，触觉数据、触觉世界模型、灵巧手反馈控制以及全身移动操作等领域，仍然处于技术尚未收敛的混沌状态。而破晓智能，正是希望从触觉数据这一关键切入点出发，将这些分散的能力重新串联整合，让机器人从“能够看见世界”，真正迈向“能够接触世界、操作世界”。

杨朔现任哈尔滨工业大学（深圳）计算机科学与技术学院长聘教授、博士生导师，同时也是破晓智能的创始人兼CEO。公开信息显示，他26岁即获评哈工大（深圳）计算机学院长聘教授、博导，曾荣获Google Ph.D. Fellowship，并入选国家级高层次青年人才、深圳市“高精尖缺”人才以及广东省重大人才工程。

一个最能说明问题的例子是按动喷壶按钮。从视觉层面观察，手指接触到按钮与真正将按钮按下的瞬间，画面上的差异可能微乎其微。尤其当手指完全遮挡住按钮时，仅凭图像信息很难判断任务是否已经成功完成。但触觉感知则完全不同——手指是否发生接触、施加的压力是否达到预期，这些都是更直接、更确定的判断依据。

TouchWorld的核心能力之一——预测触觉目标，就是让机器人预先知道：如果某个子任务成功完成，手指上应该出现怎样的接触模式与压力分布。这对于灵巧操作至关重要，因为许多任务的完成状态，并不完全体现在视觉画面中，而是深藏于手部与物体之间的接触关系中。

另一方面，其Reactive机制，指的是高频触觉反馈的即时修正。在真实操作环境中，物体会滑动、接口会偏移、手指可能抓握不稳，灵巧手本身也会存在定位误差。机器人不能每次都等待上层模型重新进行全局规划，它需要像人类一样，在接触发生的瞬间，依据触觉反馈做出快速而精准的调整。

当人类抓取一个湿滑的物体时，不会重新计算每个关节的角度，而是根据手上的触觉感知立刻调整抓握姿态。TouchWorld的reactive模块遵循同样的逻辑：上层模型生成粗略的动作轨迹，底层则根据实时的触觉反馈输出微小的修正量，让动作在与物体的持续接触中不断纠偏，确保稳定执行。

在TouchWorld的设计架构中，reactive模块的推理频率是Tactile World Model的4倍。每当中间策略层输出一个动作，底层都会进行多次细微调整，每次输出的仅是一个delta修正量，而非重新生成完整的动作序列。这套机制，使得触觉不再仅仅是被动记录的数据，而是真正地参与到动作生成与执行控制的核心环节中。

TouchWorld在六个真实的机器人操作任务上进行了系统性测试：浇花、桌面清理、电源插头插入、杯子插入、擦锅以及抽纸巾。

这些任务看似并不炫酷，但恰恰非常适合检验触觉感知的真实价值。浇花任务需要精准按压喷壶按钮；插头与杯子插入任务考验的是精密接触与对齐能力；擦锅需要持续调节施加的压力；抽纸巾涉及柔性物体的操作与稳定拉取；而桌面清理则要求机器人能在多个子任务之间灵活切换，并始终保持抓取稳定性。

实验结果显示，在无干扰的标准环境下，TouchWorld的平均任务成功率达到65.0%；在人为施加外部扰动的情况下，平均成功率依然达到57.2%。与Pi-0.5、FTP-1、GR00T N1.7等对比方法相比，TouchWorld在这两种测试环境下，分别比最强的基线模型高出15.7和16.0个百分点。

这一结果，并不意味着灵巧操作问题已经被彻底解决。65.0%的成功率也表明，该技术距离大规模泛化应用仍有相当长的路要走。但它确实验证了一件更具体、更关键的事情：当任务进入物理接触阶段，触觉目标的精准预测与高频反馈的实时修正，确实能够显著提升机器人操作的稳定性与鲁棒性。

对于破晓智能而言，这一点比单一的成功率数字更为重要。TouchWorld有力地证明了，触觉可以真正融入机器人的世界模型与操作策略，而不仅仅是停留在传感器读数的表面层次。

破晓智能这个名字，也蕴含着它创立的深层理由。机器人行业从来都不缺乏精彩的演示，也不缺乏关于通用人工智能的宏大叙事。但当机器人真正需要从展示阶段走向真实应用场景时，许多基础设施仍然处于技术成熟前的混沌状态。五指灵巧手加触觉感知，正是其中之一：高自由度、带全掌触觉的灵巧手方案尚不成熟；触觉数据采集难度极大；真机灵巧操作数据严重稀缺；触觉手套噪声水平高；不同传感器之间的数据表示不统一；统一的性能基准测试也尚未建立起来……

这些问题看似琐碎，却彼此牵制、相互影响，共同决定了触觉灵巧操作技术能否真正突破瓶颈。在杨朔团队的研究过程中，为了采集高自由度灵巧手的触觉数据，研究团队曾将触觉手套裁剪后，小心翼翼地套在五指灵巧手上，自行搭建了一套真机数据采集方案。但手套往往使用几天就会损坏，灵巧手在运行中会发热，第一天校准好的系统，第二天就可能出现漂移，数据噪声很大，整体采集效率并不理想。

这些看似非常工程化的实际问题，反而强化了一个核心判断：触觉灵巧操作并非一个单点模型问题，而是一个复杂的系统工程问题。这也是破晓智能为何不能仅仅停留在模型研发层面的根本原因。

在触觉灵巧操作领域，数据本身就是基础设施。破晓智能正在搭建面向人类操作的多模态数据采集平台，其方向是低成本、无感佩戴、全场景覆盖的数据采集，将第一人称视觉、腕部视角、手部姿态、全掌触觉、全身姿态等信息整合到同一套系统中。这些工作都指向同一个目标：让机器人不仅能够看到人类如何操作，还能获得更接近“人类手部真实感觉”的丰富数据。只有这样的数据积累到足够规模，TouchAnything才能从视频中更准确地恢复触觉，TouchWorld才能进一步学习如何预测接触事件并有效运用触觉。

破晓智能的目标，也不仅仅是发布一个模型。它要围绕人形机器人全身移动灵巧操作，补齐一整套系统能力：包括触觉数据采集、触觉估计、触觉世界模型、遥操作与硬件基础设施、评测体系，以及面向人形机器人的全身移动灵巧操作模型。

如果说EgoTouch和TouchAnything解决了触觉数据从何而来的问题，TouchWorld解决了机器人如何预测和使用触觉的问题，那么HumanWBC所指向的，正是破晓智能最终希望完成的闭环：让机器人将感知理解、自主移动、全身控制和灵巧操作无缝衔接起来，从“能够看懂世界”，走向“能够走过去、抓起来、完成整个任务”。这一步，将把问题从桌面级的灵巧操作，继续推向更复杂的人形机器人任务场景：移动、平衡、双臂协同、长程任务、全身控制，以及触觉反馈如何与机器人整体动作系统深度融合。

破晓智能的愿景，就是让机器人从“看见世界”，走向“理解并接触世界”。未来的人形机器人要真正进入家庭、服务、工业等真实场景，不能仅仅依赖视觉和语言。它必须能够感知自己是否碰到了物体、是否抓握稳定、是否发生了滑动、施加的力是否合适，以及在动作出现偏差后该如何修正。从EgoTouch到TouchAnything，再到TouchWorld，杨朔团队已经将这条技术路线成功推进到了真实机器人操作系统中。

破晓智能的首次公开亮相，传递了一个明确的判断：机器人基础模型的下一层关键能力，是触觉。而冲破黎明前技术黑暗的第一步，就是让机器人真正感知到自己碰到了什么。

TouchWorld
论文：https://arxiv.org/abs/2607.07287
技术博客：https://phanes-lab.github.io/TouchWorld-website/

TouchAnything
论文：https://arxiv.org/abs/2605.13083
官方项目主页：https://jianyi2004.github.io/TouchAnything-Website/

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：哈工大教授98年创业研发人形灵巧操作世界模型要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题