构建从触觉感知、数据采集到具身智能的全栈触觉智能生态
千觉机器人正式发布首个VTLA具身触觉模型 X-TouchMind V1，以及首批面向真实物理交互的高质量视触觉多模态具身数据集 TacVerse 1k。
此次发布标志着千觉机器人完成从触觉硬件体系、数据采集体系，到数据资产与具身模型的完整技术生态构建，进一步推动触觉智能从感知能力向机器人智能能力演进。
在机器人走向真实世界应用的过程中，仅依靠视觉技术已经难以满足复杂任务需求。但后补的触觉信息，往往要经历拼接式路径才能融入现有具身模型，限制了物理交互能力上限。
面对这一行业卡点
千觉认为，触觉是机器人真正进入物理世界的关键模态，必须基于原生生态，围绕真实强接触场景进行全栈构建。
从而让机器人不仅能够感知世界，更能够理解并稳定完成复杂物理任务。
X-TouchMind V1 是千觉基于视触觉多模态数据训练的VTLA具身触觉模型。X-TouchMind V1 更关注接触发生之后的物理状态，将视觉、语言、触觉、动作和机器人本体状态统一建模，实现从任务理解、动作生成到接触反馈控制的协同建模。
模型采用分层架构，对应真实机器人操作中的不同层级：
System 2：任务理解与语义推理层，负责理解环境、任务目标和语言指令，回答“要做什么”。
System 1：动作生成与轨迹规划层，根据视觉、任务语义和机器人状态生成动作路径，回答“怎么做”。
System 0：触觉-本体交互控制层，在真实接触中利用触觉和本体反馈进行高频修正，回答“接触之后怎么做稳、做准”。
通过这一架构，X-TouchMind V1 不仅能够生成动作序列，更能够在真实操作中理解滑移、受力、形变、纹理和接触稳定性，并动态修正动作，从而提升机器人在精细操作、柔性物料处理和智能质检等任务中的稳定性。
面向拨开、抽拉、压合、插接、对位、复原等 Contact-Rich 富接触任务，X-TouchMind V1 的目标不是让机器人完成一次动作演示，而是让机器人在复杂物理交互中稳定、可靠、无损地“干好活”。
TacVerse 1k：首批 1000 小时高质量视触觉多模态具身数据集
与 X-TouchMind V1 同步发布的 TacVerse 1k，是千觉面向真实物理交互构建的首批 1000 小时高质量视触觉多模态具身数据集。
在数据采集侧，TacVerse 1k 依托自研采集硬件体系，将数据生产从机器人本体上解耦，实现产能解耦、场景解耦和本体复用。基于该体系，数据采集成本可下降 80% 以上，效率提升 3 到 5 倍，为大规模真实交互数据沉淀提供基础。
在数据质量侧，千觉自研 XTacFlow 负责统一调度采集链路，支持多设备统一接入、毫秒级跨模态时间对齐，并实现 90% 以上的数据回传与后处理自动化，将原始多模态数据转化为可训练、可追溯、可复用的数据样本和训练资产。
TacVerse 1k 数据结构原生兼容 LeRobot、MCAP、HDF5、ROS2 等主流机器人数据格式，并标准化触觉模态扩展字段，使数据不只是千觉内部可用，也具备面向行业共享、复用和对标的基础。
根据发布计划，TacVerse 1k 首批 100 小时数据集将于 7 月 30 日开放申请，覆盖 40+ 真实场景；8 月起将分批开放 1000 小时数据集申请，并通过阿里魔塔、Hugging Face 等平台推进开放合作。
此次 X-TouchMind V1 与 TacVerse 1k 的同步发布，标志着千觉正式开启进入产业落地新阶段
后续千觉将重点面向工业精密装配、消费电子装配、柔性物流、智能质检、消费品真伪鉴定、数据中心建设等场景开展多方位的行业深度合作
千觉机器人相关负责人表示：我们希望“X-TouchMind V1 和 TacVerse 1k 的发布持续为行业提供价值，以「触觉原生」开启产业落地新阶段。”
未来，千觉将持续围绕「触觉原生」和「真实场景」推进技术迭代与理论探索，与行业共同进步。
触觉，点亮物理智能。
千觉机器人科技（上海）有限公司成立于2024年5月，由上海交通大学副教授、ICRA2021全球唯一最佳论文奖得主马道林创立，是一家面向物理智能时代，专注智能机器人与真实物理世界感知和自主交互的高科技企业。
千觉已构建覆盖硬件、数据、模型与场景落地的完整技术体系，自主研发了多模态触觉传感器、XTac 触觉数采系统与VTLA多模态基础模型。其中，VTLA模型融合视觉、触觉、语言与动作信息，旨在提升机器人对真实物理交互的感知、理解和操作能力，进一步强化公司在触觉智能领域的技术壁垒。依托“硬件-数据-模型-场景”的闭环能力，千觉推动触觉感知从底层硬件、真实交互数据到具身智能模型训练与应用部署的落地。
目前，千觉已服务300多家行业头部公司及顶尖科研机构，并与理想汽车、宁德时代、欧莱雅等开展合作，获得高瓴创投、元禾原点、理想汽车等战略投资。未来，千觉将持续构建面向具身智能时代的“触觉底座”，推动机器人从“看见世界”走向“理解世界、交互世界”。
