机器之心近日发文指出，触觉感知是具身智能"最后一块拼图"。但拼图要能拼起来，首先得让每块拼图的接口对得上。

当触觉成为共识

机器之心8月2日的《「触觉」会是具身智能感知世界的最后一块拼图吗？》一文，系统梳理了当前触觉感知融入具身智能的三条技术路径：VLA+触觉（VTLA架构）、独立触觉感知模型、世界模型+触觉。

文章列举了VTLA、FTP-1、T-Rex、TouchWorld、Being-H0.8等近期密集涌现的工作，这些研究不约而同地指向一个结论：仅靠视觉和语言的具身智能，无法完成精细物理交互。

这已经是行业共识了。但共识之下，有一个被长期忽视的基础设施问题——

触觉数据的"巴别塔"

当前触觉感知领域最大的痛点，不是传感器不够灵敏，不是模型不够强大，而是数据格式的不统一。

GelSight 输出的是高分辨率触觉图像，TacTip 记录的是标记点位移，阵列式压力传感器给出的是压力矩阵，力/力矩传感器产出的是六维力向量。即便是同一类传感器，不同厂商的数据格式、时间戳精度、坐标定义也各不相同。

这不是学术圈的"小问题"。当你的团队花了三个月采集了一批高质量触觉数据，想让另一个实验室的模型来验证——你会发现，光是数据对齐就够再花三个月。

更实际的问题出现在产业侧。机器人公司采购了A厂商的灵巧手触觉传感器，后来发现B厂商的性价比更高。换还是不换？换了意味着整套数据处理流程、训练pipeline、模型权重全部推倒重来。

我们需要触觉数据的"ROS"——一个统一的数据表示和交换标准。

为什么是格式标准，不是更大的模型？

机器之心文章中提到一个关键洞察：当前多数工作"聚焦于触觉传感器的硬件研发与优化"或"探索将触觉感知融入大模型框架"，但标准化表征这个中间层一直是空白。

这个中间层为什么重要？

类比计算机视觉领域。ImageNet 之所以成为里程碑，不仅在于它提供了100万张标注图片，更在于它定义了一套统一的标注格式和评测协议。正是因为格式统一，不同研究团队才能在同一个基准上公平比较，推动整个领域快速迭代。

触觉领域目前缺的正是这一层。

想象一下：如果所有触觉数据集——无论是 GelSight 的接触图像、阵列传感器的压力矩阵、还是灵巧手的关节力矩——都能被统一标注为同一套语义格式，那么：

• 研究者可以自由组合不同数据集训练模型，不受数据格式限制
• 企业可以无缝切换传感器供应商，降低锁定风险
• 模型可以在跨传感器、跨场景的数据上预训练，获得真正的泛化能力

我们正在做的事：TLabel

TLabel 是一个面向触觉数据的统一标注格式标准，目标就是成为触觉领域的"数据中间层"。

核心设计：14维语义Schema + 4级合规等级

TLabel 定义了触觉数据的14个核心语义维度——从接触状态、力信息、质心位置到滑动状态、温度等。同时引入 Compliance Level（L1-L4）分级机制：不同精度的传感器可以标注到不同的合规等级，而不是"全有或全无"。

这意味着：

• 一个简单的阵列压力传感器，可以输出 L2 级别的标准标注（接触状态+力大小）
• 一个高端视触觉传感器如 GelSight Mini，可以输出 L3/L4 级别标注（含滑动方向、纹理特征等）
• 两种标注格式完全兼容，可以混合使用

已支持的传感器和数据集：

表格

传感器/数据集	类型	合规等级
GelSight / DIGIT	视触觉	L3-L4
PaXini GEN3	视触觉	L3-L4
ToucHD	力触觉	L2-L3
VTouch（白虎）	视触觉	L3-L4
UniVTAC	仿真平台	L3
YCB-Slide	操作数据集	L2
TacQuad	阵列触觉	L2
Daimon-Infinity	VTLA数据集	L3

8种适配器覆盖视觉触觉、力触觉、阵列式、仿真数据等多种类型。

下一步：跨数据集触觉模式发现

有了统一的数据格式，一个自然的问题是：不同传感器、不同任务采集到的触觉数据中，是否存在共同的底层模式？

这是我们目前正在推进的研究方向。初步设计的实验包括：

1. 跨传感器语义一致性：同一操作在不同传感器上的TLabel标注是否收敛到相似的语义表示？
2. 任务模式聚类：抓取、滑动、按压等不同操作的触觉时序特征，在TLabel语义空间中是否自然分簇？
3. 跨传感器迁移：在传感器A的数据上训练的模型，使用TLabel标准化后能否在传感器B上保持性能？
4. 标注质量消融：不同合规等级（L1→L4）的标注对下游任务性能的影响有多大？

这些实验的目标不是提出一个新模型，而是验证一个假设：统一的触觉数据标准，能够释放跨数据集的规模效应，推动触觉感知从"单传感器专用"走向"通用触觉智能"。

写在最后

机器之心那篇文章的结尾说："触觉，或许是通用机器人操作能力最终成型的最后一块拼图。"

我们深以为然。但拼图要能拼起来，每一块的接口必须对得上。

TLabel 想做的，就是定义这个接口。

作者系牛宿科技创始人，专注于触觉数据基础设施建设。

项目地址：github.com/liesliy/tlabel

欢迎交流：luoxi@touchlabelai.cn