开普勒让机器人“触摸”真实世界

开普勒发布国内首个原生适配VTLA的力触觉全栈方案，机器人“触觉”迎来关键突破

来源：半岛网

在工业机器人领域，仅靠“眼睛”看，早就玩不转了。无论是精密装配，还是柔性抓取，那些决定成败的关键细节——接触的力度、摩擦的方向、扭转的力矩——恰恰是视觉系统永远捕捉不到的盲区。近日，完成亿元级A++轮融资（由赛富投资基金领投，诺力智能、民爆光电战略入股）的开普勒机器人，正式推出了一个重磅方案：国内首个原生适配VTLA全感知模型的力触觉全栈数采解决方案。这可不是简单的功能叠加，而是一套软硬一体的技术体系，目标直指机器人长期缺失的那块核心拼图——物理交互能力。

从“看见”到“感知”：三大突破定义新标准

作为开普勒战略转型的核心技术成果，这套方案由两大核心组成：全国首个原生全感知力触数采系统，以及KEPLER VTLA全感知模型。二者结合，构建了一个“采集-训练”深度融合的完整体系。它的核心优势，可以总结为三个层面的关键突破。

第一，是感知维度的根本性补齐。传统纯视觉方案只能让机器人“看见”物体轮廓，至于抓得稳不稳、力度合不合适，完全是盲猜。遇到遮挡、反光或是柔软物体，精度更是惨不忍睹。而市面上普通的触觉采集方案，往往也只能采集指尖单一方向的正压力，像剪切、扭转这些多维度的力信息严重缺失，导致机器人根本无法区分“按压”、“推挤”和“拧转”这些精细动作的差别。开普勒的方案，以力反馈外骨骼和触觉反馈手套为核心硬件，融合“触觉+六维力”多模态数据，将压力、摩擦、受力方向、扭转力矩等全维度交互信息一网打尽。这就好比给机器人装上了真实的“皮肤”和“肌肉神经”，让它能学到真实世界的物理交互规律。

第二，是实现了实时自适应的接触级智能。这套系统的妙处在于，触觉与力反馈信息能够贯穿整个操作过程。人类操作员可以依据实时反馈的数据，随时调整、优化自己的示范动作。这意味着机器人不再是机械地复制一套固定流程，而是能“一边执行、一边感受、一边修正”，具备了动态调整的自适应能力。这种在接触中实时学习并优化的模式，才真正逼近了人类操作的精细与灵活。

第三，是原生适配带来的模仿学习范式升级。方案从底层就原生适配VTLA全感知模型，这直接推动了模仿学习从1.0时代迈入2.0时代。过去的模仿学习可能只是“复制动作形态”，而现在则是“理解交互本质”。机器人开始懂得不同力度、不同接触方式会带来什么结果，从而做出更智能的决策。

数据说话：从实验室到产线的效能飞跃

那么，实际效果如何？数据给出了最直接的答案。在插拔、装配这类接触密集型的任务中，传统纯视觉的模仿学习方法，面对中等难度任务成功率仅在50%到60%徘徊。而融入了开普勒的力触觉数据后，成功率直接跃升到了接近86%。在具体的工业装配场景里，失败率更是从33%显著降低至20%以下。

目前，该方案已经在汽车、3C电子、智能物流等多个行业完成了概念验证。表现远超传统的VLA模型。例如，在某汽车工厂的精密装配线上，方案实现了1000次连续装配成功率98%的稳定表现，同时将整体产能提升了30%。这不仅仅是数据的提升，更是从实验室可行性到产业落地可靠性的关键一步。

开普勒CEO宋华表示，这一方案的推出，标志着机器人感知能力完成了从“只会看”到“可以触”，再到“理解交互”的三级跨越。这无疑是具身智能从前沿研究走向规模化产业应用的核心关键。据悉，本轮融资将主要用于该方案的持续迭代，强化在工业垂直领域的适配深度，目标是向整个行业输出更高效、更成熟的力触觉数据采集与智能化能力。