看起来像硬质塑料，按下去却十分柔软——人类遇到这种冲突时，通常会信手感、改判断。但现有多模态模型往往更相信视觉，于是把橡胶判成塑料。
由戴盟机器人联合厦门大学、南京大学、大湾区大学、复旦大学完成的 Touch-R1，正是针对这个偏差。论文已被 NeurIPS 2026 接收，团队同时开源了数据集、基准、代码与模型。
触觉对机器人不是锦上添花。视觉能识别物体，却难以感知硬度、粗糙度、摩擦、形变与受力，面对透明、反光、被遮挡物体时更容易失效。抓取力度判断错了，轻则掉件，重则损物伤人。但让模型读懂触觉有三个难点：触觉数据稀缺，触觉物理推理数据更稀缺；软硬、粗糙这类属性是序数型而非类别型，不能当分类做；不同传感器的信号表现天然不同，判断要能保持一致。
数据侧，团队构建了 TouchReason-1M。覆盖 1000 余个日常物体、9 大类材料，汇集 DM-Tac X、GelSight Mini、Xense、Tac3D 四种视触觉传感器；关键在于没有简单拼接既有数据，而是统一接触方式——从初始接触按压至 20N，再以标准力完成六种探索动作，同步记录原始触觉图像、形变、切向变化、深度变化与物体接触视觉图像。最终包含 14,700 条有效触觉序列与 132.3 万个同步数据对，为跨传感器一致性学习建立共同物理参照。
模型侧是三阶段训练。第一阶段预测未来触觉帧，学接触的动态规律；第二阶段用结构化问答做监督微调，形成「感知—比较—结论」的推理链；第三阶段使用面向触觉设计的 GRPO 强化学习，并加入三类约束：跨传感器一致性奖励，消解异构传感器差异；序数奖励，让模型理解硬度、粗糙度的程度关系；结构化格式奖励与触觉输入扰动，逼它依据触觉证据推理，减少「只看图猜答案、答对但没摸懂」的捷径。
评测基准 TouchReason-Bench 用 4,800 组问答考察物理属性识别、序数推理、比较推理、跨传感器一致性以及视触觉冲突处理，另以 200 个训练阶段未见物体测泛化。Touch-R1-7B 在九项核心指标上均取得最优，综合得分 60.1，比触觉专用模型 Octopi-13B 的 41.7 高 18.4 分，比 GPT-4o 的 35.4 高约 24.7 分，比此前最强触觉模型 SToLa 的 47.5 高 12.6 分。
最能说明问题的是一个冲突案例：外观看似塑料块的物体，模型结合触觉形变与力—深度曲线识别出柔顺性，推翻视觉先验，改判为橡胶。它不只是同时接收视觉与触觉，而是在证据冲突时判断哪一种更值得信任。
边界也要写清楚。这是一项学术成果，7B 规模的模型在实验室基准上的领先，不等于在真实产线上稳定可用；数据集虽覆盖四种传感器，但真实世界的物体多样性、污染与磨损远超标定条件；跨传感器一致性目前在受控采集下验证，换到未标定的廉价传感器上是否成立，还需要单独测。
对具身智能的意义在于基础设施：触觉从「辅助感知」变成可推理、可评测、可迁移的核心模态。团队也表示，这项工作为其触觉锚定世界模型奠定了底层能力。观察点是三件事——真机抓取任务上的成功率增益、跨硬件迁移的衰减幅度，以及这套基准会不会被更多团队用来做横向对比。