15 家機構發布 TouchScale:500 小時視觸覺資料讓機器人成功率翻番
由德州農工大學、Google DeepMind、CMU 等 15 家機構聯合發布的 TouchScale 資料集公開,500 小時人類第一視角視覺-觸覺資料由同一套穿戴裝置採集,雙手各含 880 個觸覺感測器單元。僅用這批資料做 mid-training,xArm6 機械臂加 BrainCo Revo 2 靈巧手在四項接觸密集型任務上的平均成功率從 22.5% 升到 57.5%;
依意思最接近的 4 筆
由德州農工大學、Google DeepMind、CMU 等 15 家機構聯合發布的 TouchScale 資料集公開,500 小時人類第一視角視覺-觸覺資料由同一套穿戴裝置採集,雙手各含 880 個觸覺感測器單元。僅用這批資料做 mid-training,xArm6 機械臂加 BrainCo Revo 2 靈巧手在四項接觸密集型任務上的平均成功率從 22.5% 升到 57.5%;
10 月 13 日,深圳視塔機器人完成天使輪融資,投資方包括華為旗下哈勃投資、深高新投旗下基金與高軒投資。公司由 1998 年出生的張偉創辦,團隊約 50 人、平均年齡約 23 歲,核心方案是把膽甾相液晶彈性體等柔性光子晶體與柔性 TFT 感光陣列結合,做成厚度小於 1 毫米、感知密度超 10,000 點/cm²的電子皮膚,量產感測器經 100 萬次測試誤差率均小於 5%。其自研的“外掛觸覺小腦”可與 VLA 等上層模型協同,在擦黑板、插孔等內部測試中任務成功率最高提升近 100%。
英國布里斯托大學團隊把盲文字母的觸覺訊號轉成電刺激輸入腦類器官,單個類器官的回應能準確解碼為對應字母的比例約 61%,三個類器官組合後升至 83%。類器官直徑不到 1 毫米、含約 1 萬個神經元,置於多電極陣列上,解碼由簡單的支援向量機完成;三個組合在人工噪聲下也比直接解碼被幹擾的原始訊號更抗干擾。研究發表於 Frontiers in Artificial Intelligence,並未證明類器官會學習,下一步將測試紋理、邊緣等觸覺與閉環任務。
typeui.sh 在 Hacker News 的 Show HN 板塊發布了一套面向 AI 的 UI 微互動提示詞(micro-interactions prompts),目前可以開啟該頁面檢視。該帖發布後收到 19 分和 3 條評論,討論量不大;帖子正文沒有提供更多細節,包括提示詞數量、支援的模型和授權方式。