Vision 给机器人手臂一张地图，但它不给它抓握力。

试着只用摄像头输入、且没有零力反馈来捡起一个鸡蛋：你要么把它捏碎，要么把它掉下去。没有任何信号告诉执行机构：“你已经到了断裂压力的 80%，放松一点。”
这个信号只以触觉数据的形式存在：力、扭矩、触压、打滑检测。
这就是为什么“具身 AI 瓶颈”不再是视觉问题了。它变成了触觉问题。即使你有一个完美的门把手 3D 模型，只要夹爪不知道自己抓得有多用力，或者何时发生打滑，你仍然可能无法把门打开。
这就是 @InvLambda 的 Teleop-to-Earn 模型所要解决的问题。与其指望仿真能够近似真实世界的摩擦和顺应性，T2E 将人类操作员纳入闭环；真实的手、真实的灵巧动作，生成仿真环境无法造假的多模态（视觉 + 触觉）数据集。
视觉告诉机器人世界在哪里。
触觉告诉它如何去触碰。
后者是更难的那个问题，也是正在被解决的那个问题。
@InvLambda #InvertedLambdaTheBreach #InvertedLambda #Robotics #Teleoperation #SecondContact #SecondContactTheBreach