南洋理工大学PINE Lab发布精密装配机器人基础模型Facet-0

新加坡南洋理工大学PINE Lab团队于2026年9月发布面向精密装配的机器人基础模型Facet-0。在五项真实计算机装配任务中，该模型取得82%的平均任务成功率，放置精度达0.5mm，指令延迟约50ms，并同步发布配套的ManuFacet-1K数据集。

精密装配评测包含23个子目标，涉及对齐、插入、压合、锁定等步骤，大量关键接触发生在0.10-0.30mm的装配间隙中。作为对比，π0.5的平均成功率为10%，GR00T N1.7为4%。

Facet-0的训练流程将模型成功率从预训练阶段的16%提升至强化学习后训练阶段的38%，再通过轻量化适配达到82%。在部署后训练对比中，人工干预率从47%降至24%，失败恢复率从44%提升至81%。面对从未见过的内存模块，模型仅使用10条示范、约3小时训练并更新6.6%的参数，即达到45%的成功率，而最强基线为5%。

ManuFacet-1K数据集包含约1000小时的力同步示范与闭环运行数据，覆盖UR7e、xArm、Franka三种机械臂、两类服务器机箱以及GPU、RAM、CPU、Disk四类安装任务。数据每帧同步记录多视角图像、语言指令、末端位姿、夹爪状态和六维力/力矩，并按照接近、对齐、插入、压合、就位、紧固、撤离等技能阶段进行标注。