优理奇UniTac让机器人实现“未触先感”，跨传感器触觉架构入选ECCV 2026
2026/07/18 18:55阅读量 2
优理奇机器人联合浙大、MIT、牛津等团队发布UniTac，一套统一跨传感器触觉理解与生成架构，并接入VLA模型。UniTac使机器人能在接触前基于视觉信息“想象”物体的触感，显著提升对纸杯、毛巾等柔性易损物体的操作安全性。该工作已被ECCV 2026接收。
事件概述
UniTac由优理奇机器人（UniX AI）联合浙江大学、MIT、牛津、耶鲁和上海交通大学提出，已被ECCV 2026接收。该工作旨在解决VLA（视觉-语言-动作模型）在处理柔性物体、易损物体及密集接触任务时缺少触觉预判的问题。
核心方法
UniTac同时学习触觉理解和生成，能将不同触觉传感器（如GelSight、DIGIT、Duragel）的数据统一处理。它首先从大规模多传感器数据中学习统一的触觉表征，然后利用视觉信息预测接触后的触觉状态，实现“未触先感”。与以往工作不同，UniTac将触觉拆解为物理属性（硬度、粗糙度等）和传感器配置两部分，并通过传感器识别任务迫使模型区分信号来源，从而实现跨传感器泛化。
关键性能
- 在触觉理解基准PHYSICLEAR-Test上，UniTac-7B以66.51分领先Octopi等模型。
- 在属性-物体匹配任务中取得64.61分。
- 在触觉生成方面，跨四种传感器（Digit、GelSight、GelSight Mini、Duragel）的平均SSIM达0.836，PSNR达19.93，均为最佳结果。
应用验证
将UniTac接入VLA后，机器人面对纸杯、毛巾等物体时能预先判断受力形变，避免压扁或抓取失败，而纯VLA则会失败。
团队与背景
共同一作为耶鲁博士杨丰瑜（优理奇创始人）和浙江大学的Jiahang Tu。UniTac延续了该团队在视触觉方向的一系列工作（Touch and Go、UniTouch、TaRF等），进一步将触觉能力从理解推向前期预测和动作决策。