把人类双手的「手感」移植给机器人：500 小时真实操作数据，任务成功率翻番

15 家机构的研究者推出统一传感与采集流程下构建的 500 小时人类视觉-触觉数据集 TouchScale，旨在探究视触觉数据规模扩大能否像大规模视频一样显现 Scaling 收益并转化为机器人操作能力。该数据集由统一穿戴设备采集，包含大量交互记录、任务、物体与多元场景，从硬件和算法两端把控数据质量。实验显示，同等训练量下其跨传感器泛化表现更优，触觉监督可助力提升视觉表征在相关基准任务上的准确率，仅用该数据集做预训练无需人类动作标签或人手动作映射，就能让机器人 4 项真机接触任务平均成功率从 22.5% 升至 57.5%，且随着数据规模提升，触觉预测效果与机器人操作能力均同步增长，证明视触觉领域同样具备规模化扩展的 Scaling 潜力，为机器人获取可迁移物理交互经验提供了新路径。