仿生触觉登Nature封面，大模型赋予机器人语义感知

今天的科技前沿聚焦于具身智能的底层突破。清华大学团队联合多家机构在《Nature Sensors》首发封面论文，带来了一种受鸽子视觉启发的多模态触觉传感器 SuperTac，并辅以 8.5B 参数的触觉语言模型 DOVE。这一组合让机器人不仅能“感觉”物理世界，更能像人类一样进行逻辑推理和语义理解，标志着机器触觉从单纯的信号采集迈向了认知智能的新高度。

具身智能感知

国内首篇！融合语言模型的多模态触觉传感器，推动机器人触觉迈向人类水平

这项研究的核心价值在于打破了传统触觉传感器“有感无知”的僵局。SuperTac 的硬件设计极具巧思，从鸽子眼球的多光谱感知能力中汲取灵感，将多光谱成像、摩擦电感测（TENG）与惯性测量（IMU）融合进仅 1 毫米厚的仿生皮肤中。这种架构不仅覆盖了从紫外到红外的超宽频段，还能精准捕捉材质极性、振动及形变，实现了 95% 的材质识别准确率。对于开发者而言，这意味着机器人终于拥有了类似人类皮肤的“物理画像”能力，为精细操作奠定了硬件基础。

更深层的突破在于软件层面的 DOVE 模型。研究团队并没有止步于信号采集，而是引入了 8.5B 参数的大语言模型作为认知核心。通过并行集成四组 CLIP 模型作为编码器，DOVE 能将异构的触觉信号转化为自然语言空间中的向量，从而实现从“物理触碰”到“语义逻辑”的跃迁。在垃圾分拣的实测中，机器人能根据触觉反馈推理出物体是“废弃 PET 瓶”并建议放入可回收桶，这种结合常识的决策能力是具身智能落地的关键。我认为，这种“硬件+大模型”的双轮驱动模式，将是未来机器人从实验室走向复杂现实场景的必经之路。