让 AI「摸懂」物理世界，首个触觉推理模型 Touch-R1，入选 NeurIPS 2026

针对现有多模态模型偏重视觉、易在视触觉信息冲突时误判物体物理属性的问题，戴盟机器人团队联合多所高校提出首个触觉锚定物理推理模型 Touch-R1，首次将强化学习系统性引入触觉推理领域。

研究团队同步构建了大规模跨传感器触觉推理数据集 TouchReason-1M 与触觉推理评测基准 TouchReason-Bench，形成完整的触觉推理基础设施。Touch-R1 采用三阶段训练流程，通过面向触觉设计的强化学习策略，实现跨传感器的物理属性一致推理，可依据触觉证据修正视觉误判。

在 TouchReason-Bench 基准测试中，Touch-R1-7B 的 9 项核心性能指标均大幅领先 GPT-4o 等主流多模态模型及此前的触觉专用模型。该研究将触觉从辅助感知模态升级为具身基础模型的核心模态，为材料识别、精密装配、柔性物体操作等物理交互场景提供底层能力支撑，相关论文已被 NeurIPS 2026 接收。