全球首個！國地中心發布VTouch超6萬分鐘跨本體視觸覺數據集

1月26日，國家地方共建人形機器人創新中心（簡稱“國地中心”）與上海緯鈦科技有限公司（簡稱“緯鈦機器人”）聯合發布白虎-VTouch數據集。該數據集為全球首個跨本體視觸覺多模態數據集，包含視觸覺傳感器數據、RGB-D數據、關節位姿數據等，涵蓋輪臂機器人（DWheel）、雙足機器人（青龍）、手持智能終端等本體構型，總規模超60000分鐘，目前第一批6000分鐘開源數據已上線OpenLoong開源社區。

下載地址：https://ai.atomgit.com/openloong/visuo-tactile。

▍數據集填補行業空白破解具身智能機器人三大核心交互難題

白虎-VTouch數據集首創跨本體視觸覺多模態真實交互數據采集新范式，針對具身智能機器人面臨的真實物理交互數據稀缺、高保真觸覺信息不足、跨機器人本體泛化能力弱三大問題提供解決方案，是目前全球規模最大、模態最完整、任務結構最系統化的視觸覺多模態機器人操作數據集。

該數據集補足了具身智能Scaling Law中“觸覺與接觸”維度的缺失，基于真實物理交互信息采集，填補了大規模真實視觸覺交互數據的長期空白，為構建真正具備物理理解與精細操控能力的具身基礎模型提供關鍵語料與工程底座，加速機器人從“能看”走向“能觸、能控、能穩態泛化”的真實世界部署進程。

國地中心聯合緯鈦機器人在視觸覺傳感器數采適配、任務構建、數據審核等方面開展了系統工作。緯鈦機器人起源于美國麻省理工學院，創始人李瑞博士與導師Edward Adelson教授共同開創視觸覺技術路線，發明的全球第一款視觸覺傳感器GelSight，分辨率超越人類手指，被全球學術界認可為先進的觸覺技術路徑。此次雙方在視觸覺傳感器數采適配、任務構建、數據審核等方面開展了系統合作。

▍采用“矩陣式”任務構建，覆蓋四大類真實場景

白虎-VTouch數據集覆蓋家居家政、工業制造、餐飲服務、特種作業4大類真實場景，包含380余種任務類型、100余項原子技能、500余件真實物品。白虎-VTouch數據集突破傳統“單任務人工采集”的低效模式，提出“矩陣式”任務構建新范式，實現“數據規?；?能力結構化覆蓋+泛化學習路徑可控”的統一閉環，使機器人策略模型能夠在精細觸覺感知、閉環力控交互與復雜雙臂協作等關鍵能力上實現系統性提升，而非依賴零散任務堆疊。

任務分類層級結構

任務設計按“協同模式→接觸狀態→觸覺依賴”順序，分為三大維度：

?維度一：雙臂協同結構，覆蓋機器人雙臂協作的基礎邏輯，包含對稱協同、非對稱協同、主從協同、并行協同4類子項，適配不同場景下的雙臂分工需求；

?維度二：原子操作類型，機器人操作的基礎動作單元，包含抓取、插入、旋轉、放置等100+原子任務，覆蓋90%的日常與工業操作；

?維度三：接觸與觸覺模式，捕捉物理交互的關鍵特征，包含軟接觸、硬接觸、滑動接觸等子項，通過視觸覺傳感器記錄不同接觸模式下的壓力分布、形變數據。

任務詞云

▍跨本體規?；瘮挡善脚_解決方案支持多傳感器同步采集

在跨本體規?；瘮挡善脚_領域，研究團隊構建了面向機器人操作任務的跨本體規模化數據采集解決方案，支持多機高帶寬同步的大規模數據采集，具備六大技術優勢。

高性能方面，采用多進程架構，實現100MB/s+的實時采集效率。多模態層面，可同時兼容視覺、觸覺、力覺、位姿等10+種傳感器。精確同步上，通過雙時間戳設計保障多傳感器的時序精準對齊。成本控制上，依托多機架構的性能優勢，以分布式方式處理數據采集，大幅降低系統整體成本。可靠性上，搭載隊列緩沖+進程監控的雙重保障機制。易用性方面，配備Web控制面板，可實現采集過程的實時監控與一鍵錄制操作。

跨本體規模化數采平臺

▍跨本體規?；瘮挡善脚_

構建三級標注體系，將分批次開源

基于真實物理交互與多模態感知數據，團隊構建了跨層次交互理解具身標注體系，通過多模態語義聯合建模與對齊，實現跨模態表征學習與統一理解，為下一代具身VTLA提供數據標準，白虎-VTouch數據標注體系將分批次開源。

? 抽象思維層：理解“為什么”。通過將任務抽象意圖推演成通用化維度交叉思維鏈，模型直接學習背后的思維鏈規律組合。

? 動作邏輯層：明白“怎么做”。創建完備獨立的原子動作元語，結合自然語言指令將復雜長流程任務操作拆解為動作步驟序列，涵蓋操作邏輯與步驟內涵。

? 物理狀態層：感受“做什么”。通過視觸覺增強的物理交互信息深化智能體對自身狀態的掌握，同時確保物理真實一致性和多模態同步對齊。

▍統一訓推算法框架保障機器人穩定執行

面向真實機器人部署，團隊構建了統一訓–推算法框架，實現從多模態數據處理到模型訓練與在線推理的完整閉環。框架兼容多種數據格式與控制方式，支持多類主流策略模型統一訓練與一鍵切換，通過標準化數據處理與一致的訓練–推理流程，保障模型在真實機器人上穩定執行與安全控制。在多類擴散策略與模仿學習算法驗證中，數據集與框架組合提升了任務完成率與跨模型泛化能力。

面向真機模型訓推的統一算法框架

白虎-VTouch數據集采用的視觸覺傳感器支持最高640×480分辨率與120Hz刷新率，在物體接觸過程中可穩定記錄物體接觸過程中的細粒度接觸變化，包含約9072萬對視觸覺接觸圖像的真實物體接觸樣本。視觸覺接觸數據占數據集規模的57%。在任務層面，視觸覺信息重點覆蓋260+接觸密集型任務，其中，68%的任務在引入視觸覺感知后獲得了更完整、連續的接觸狀態描述，為精細操作、力控調整與失敗恢復等關鍵環節提供了直接增益，充分體現了視觸覺數據在提升復雜操作任務成功率方面的實際價值。

典型場景的真機操作

▍國地中心聯合生態單位加速下一代具身VTLA與訓練場標準建設

依托白虎-VTouch數據集，國地中心將聯合生態單位持續推進具身VTLA模型研究，深度融合矩陣式任務設計、多層次語義標注與統一算法框架，充分發揮該數據集的核心價值，構建從數據到決策、從理解到執行的完整具身智能生態，推動機器人在真實復雜場景中的能力實現跨越式提升。

據悉，白虎-VTouch數據集的使用說明及相關研究成果Pre-print預印本將陸續發布。此外，該數據集也是國地中心圍繞全國首個具身智能領域國家級標準化試點“上海虛實融合具身智能訓練場標準化試點”建設的標志性成果之一，有效助力具身智能訓練場國家試點標準體系建設與實踐落地。