15家机构发布500小时视觉-触觉数据集TouchScale，机器人真机任务成功率升至57.5%

10月9日，德州农工大学、Google DeepMind、卡内基梅隆大学、斯坦福大学、微软、英伟达等15家机构联合发布TouchScale，一个在统一传感器与采集流程下构建的500小时人类视觉-触觉数据集。该数据集包含约8.7万条交互录制、1500多个物体，覆盖约2000条任务描述，由约20名采集者在9类采集环境下完成。

与以往简单拼接多个小数据集不同，TouchScale从采集端固定硬件，统一使用穿戴式系统同步记录头部RGB-D、双腕RGB和双手全手触觉信号。每只触觉手套包含880个触觉传感器单元，覆盖五指和手掌，并引入VLM辅助的自动质检流程，以保障大规模触觉数据的质量。

研究团队用TouchScale进行mid-training，不使用人类动作标签，也不将人手轨迹映射到机器人。在xArm6机械臂和BrainCo Revo 2灵巧手上测试软硬物体分拣、瓶盖移除、试管转移和白板擦拭四项接触密集型任务，平均成功率从22.5%提升至57.5%，四项任务均有提升。同时，当训练数据从10%扩展到100%，跨传感器触觉预测的cIoU从0.311提升至0.383，显现出明确的Scaling收益。

该研究展示了触觉数据可像大规模视频一样被规模化采集和学习，为机器人获取可迁移的物理交互经验提供了新的数据路径。