问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
4月16日，戴盟机器人联合Google DeepMind，携手中国移动、新加坡国立大学等海内外数十家产学研机构，正式发布全球最大规模含全模态触觉信息的物理世界具身数据集Daimon-Infinity。该数据集将触觉信息纳入具身智能训练主干，可将机器人训练效率提升10倍，目前已向全行业开放10000小时标注数据，年内整体规模将扩展至数百万小时。
当前具身智能已经成为人工智能领域落地前景最清晰的方向之一，无论是服务机器人还是工业机器人，都需要依靠具身模型完成和物理世界的交互。但现有绝大多数公开的具身数据集，都以视觉信息为核心，触觉、接触力这类物理交互核心信息要么缺失，要么分辨率极低，无法支撑模型学习真实世界的操作逻辑。
这种数据结构的缺陷，直接导致机器人训练时只能靠视觉推测交互力度，不仅训练周期长，精细操作的准确率也很难达到产业落地要求。
本次发布的Daimon-Infinity数据集，最大的创新在于打破了“视觉为主、触觉为辅”的传统数据架构，直接将超高分辨率的触觉信息纳入训练数据主干，整合了视觉、本体感知、接触力等多模态信息，是目前全球规模最大、质量最高的触觉具身数据集。
不同于业内少量小规模闭源触觉数据集，本次合作团队已经率先向全行业开放了10000小时的标注数据，团队透露，年内数据集总规模将扩展至数百万小时，足以支撑大参数具身大模型的训练需求。公开测试数据显示，基于该数据集训练的机器人操作模型，训练效率较传统视觉优先方案提升10倍，精细操作的准确率也有20%以上的提升。
在具身智能的发展路径中，大规模高质量标注数据集是核心基础设施，此前触觉数据因为采集标注成本高，一直是行业的稀缺资源，中小研发团队和创业公司几乎没有能力获取十万小时级以上的标注触觉数据。
本次开放数据集的动作，相当于为整个行业补上了触觉数据这一块关键短板，无论是高校科研团队还是产业公司，都可以基于现有数据开发更优的具身智能方案。业内认为，触觉能力的补齐，将加速具身机器人在3C制造、家政服务、医疗辅助等精细操作场景的落地进程。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号