尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
Being-H0.8:一种大规模的潜触觉世界-行动模型(上)
26年7月来自智在无界博客的论文“Being-H0.8: A Latent Tactile World-Action Model at Scale”https://research.beingbeyond.com/being-h08。引言Being-H0.8是通用具身基础模型。Being-H0.8 将潜世界-动作建模从视觉预测扩展到触觉感知交互它是将触觉预训练应用于如此大规模的以自我为中心的人类视频的模型。视觉世界模型可以预测场景的演变但仅凭视觉无法完全捕捉控制灵巧操作的接触动态。关键决策出现在接触界面是否已建立接触、手的哪个区域承受负荷以及手随后应如何调整。这些线索在 RGB 观测中通常很微妙或被遮挡但它们却能决定抓取、插入、扭转和传递等动作的成败。因此Being-H0.8 将触觉视为共享潜世界状态中与动作相关的部分。核心挑战在于规模。物理触觉传感器仍然成本高昂并且在现有的机器人和人类数据中大多缺失。 Being-H0.8 采用手-表面交互作为统一的触觉表征将未标注的人体操作视频转化为可扩展的接触和邻近度监督来源。其引入了 TactoHand它基于几何监督的人-物交互数据进行训练以生成密集的伪触觉标注。二值接触图定位可能的接触区域而连续邻近度场则捕捉每个手部顶点与接触点的接近程度。在条件允许的情况下机器人和戴手套的人体数据集还会提供测量的接触或压力值并通过有效性掩码指定每个样本中观察到的触觉和动作维度。为了将这种触觉监督与跨具身的动作学习连接起来Being-H0.8 引入 TopoHand一种基于骨架的表征它取代了 Being-H0.5 的第一代统一动作空间。TopoHand 为人类手、灵巧机器人手和并联夹爪提供一种共享的状态-动作语言。每只手都由一个以腕部为中心的规范框架、一个紧凑的形态潜变量和规范的关节变量表示。平行夹爪通过形态归一化的开口值进入同一空间该开口值由拇指与其最近指尖之间的距离计算得出。这种设计使得 Being-H0.8 能够在共享的动作槽中学习手部轨迹和机器人控制而无需特定于身体的策略头并提高了从人类预训练到灵巧操作的迁移能力。真实世界的接触式操作这些真实世界的演示探索连续力调节、可变形物体操控、接触协调、快速适应和精确工具使用。每个任务都从单一聚焦视角展示以便于追踪其接触序列。硬件平台Being-H0.8 部署在两个互补的双手平台上。第一个平台使用两个 ROKAE AR5 机械臂并支持可互换的灵巧手用于跨身体评估LinkerHand L25具有 16 个驱动自由度和 21 个总自由度以及肌腱驱动的 DexHand 021具有 12 个驱动自由度和 22 个总自由度。L25 的每个指尖都带有一个 12 × 6 的压阻式压力阵列而 DexHand 021 则集成了指尖视觉触觉传感器。第二个平台结合两个 RealMan RM65 机械臂、Inspire 夹爪和 Daimon DM-TAC W2M 触觉传感器为双手协调和接触感知控制提供互补设置。触碰世界迈入50万小时以上的时代UniHand 3.0 为 Being-H0.8 提供数据基础它利用了来自公共资源库和广泛数据合作伙伴网络的超过50万小时的以自我为中心的人类视频。TactoHand 通过将观察的手部-物体交互转换为密集的接触和接近度监控恢复传统 RGB 视频中缺失的触觉信息。其用标准化的异构机器人数据、合成的人机协同演示以及任务相关的多模态人类演示来补充这一语料库。这些资源共同教会 Being-H0.8 不仅物理世界如何演化而且交互如何在接触点展开。以自我为中心的人类数据为了训练 Being-H0.8 模型收集超过 50 万小时的原始人类视频。这是一个如此大规模的以人为中心的语料库其中每个样本都可追溯到其来源。该语料库融合开放的以自我为中心的数据集、众多数据合作伙伴的贡献以及我们自行构建的补充资源。这种混合模式扩展对活动、对象、环境、视角和录制条件的覆盖范围而无需依赖任何单一的采集渠道。这些资源在格式、标注方案、相机配置和预期用途方面差异显著。通过一个半自动化、人机协作的流程将它们统一起来。自动化工具负责大规模数据导入、元数据提取、格式转换和过滤人工审核员则对每个资源进行审核并验证特定资源的处理流程。最终获得一个适用于原本异构数据的统一训练接口。在 Being-H 系列项目中人机视频预训练经历三个阶段。Being-H0 证实人机视频包含可用于机器人操作的可迁移先验信息。Being-H0.5 和 Being-H0.7 则进一步扩展可用于预训练的人机交互的规模和多样性。 Being-H0.8 标志着第三阶段的开始其核心问题从收集多少视频转变为哪些视频能够提供可靠且有用的具身监督。通过一个全面的流程来应对这一挑战该流程可以大规模地清洗、去重、过滤、标准化和结构化以自我为中心的视频。该系统超越传统的视频过滤。它将原始的自我中心镜头转换为结构化的具体监督包括以交互为中心的剪辑、时间一致的手部轨迹和丰富的 3D 接地信号。仅标称规模并不能决定训练价值相关性、质量、冗余和基础检查在训练前极大地重塑了原始集合。因此体现预训练的下一个瓶颈不仅仅是数据采集而是对原始人类视频中有价值的经验的可靠发现、重建和验证。。。。。。。待续。。。。。。
RELATED

相关推荐

Flask+requests+Pandas构建猫眼电影爬虫数据分析系统实战

Flask+requests+Pandas构建猫眼电影爬虫数据分析系统实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📅 2026/10/20 19:10:50
《Linux运维总结:DM8数据库(单机版)自动化部署工具》

《Linux运维总结:DM8数据库(单机版)自动化部署工具》

总结:整理不易,如果对你有帮助,可否点赞关注一下? 更多详细内容请参考:Linux运维实战总结 一、部署背景 在传统模式下,手动部署数据库面临诸多挑战,自动化部署工具的诞生正是为了逐一击破这些痛…

📅 2026/9/13 10:18:23
《暗区突围》警戒区PVE速通攻略:30秒高效获取大金物资

《暗区突围》警戒区PVE速通攻略:30秒高效获取大金物资

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

📅 2026/9/20 14:06:00
MORE NEWS

更多资讯

📰

Pathfinder人群仿真软件:原理、应用与优化技巧

1. Pathfinder软件概述:人群仿真领域的专业工具 第一次接触Pathfinder时,我被它精确的人群移动模拟能力震撼到了。这款由Thunderhead Engineering开发的软件,已经成为建筑安全设计、应急疏散规划领域的行业标准工具之一。不同于普通的三维建模…

📰

AxureRP11母版交互实战:提升原型设计效率与保真度

1. 理解AxureRP11母版交互的核心价值 AxureRP11作为专业原型设计工具,其母版功能相当于前端开发中的组件库。但多数使用者仅停留在"静态复用"层面,忽略了母版间动态交互这一高阶能力。我在多个企业级项目中验证发现,合理运用多母版…

📰

Maven高级特性实战:继承、聚合与私服优化

1. Maven高级特性全景解读 在企业级Java开发中,Maven早已超越了简单的构建工具定位,其高级特性直接影响着项目的工程化水平和团队协作效率。最近接手的一个分布式系统项目让我深刻体会到,合理运用继承、聚合与私服这三大核心能力,…

📰

C# Socket直连实战:穿透NAT与防火墙的底层原理

简介:本资源是一份基于C# Socket编程的客户端直连通信实战项目,面向.NET初学者与网络编程进阶学习者,解决多客户端间绕过服务器直接通信的技术难点。项目完整实现面向连接的TCP Socket通信架构,包含可并发响应多个客户端的服务器端…

📰

跨模态大模型与增量预训练如何解锁油气储层参数高效解读

简介:一份492页的DeepSeek油气田勘探开发智能辅助方案技术文档,面向油气田算法工程师、人工智能科研人员与勘探开发从业者,聚焦跨模态融合、增量预训练与储层参数高效解读的落地路径。文档围绕大模型适配油气领域的完整链条展开:先…

📰

UOS系统下Java版Firefox浏览器安装与配置指南

1. UOS系统下Java版Firefox浏览器安装指南 作为国产操作系统的代表,统信UOS凭借其安全稳定的特性在政企领域快速普及。但在实际使用中,许多开发者会遇到一个典型问题:系统自带的Firefox浏览器无法正常加载Java插件,导致各类基于Ja…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬