它石智航ICRA2026圆满收官：全新学术成果TacForeSight让灵巧手「预判」触觉 ...

四代の涡影

维也纳当地时间 6 月 5 日，全球机器人领域学术会议 ICRA2026 落下帷幕。此次 ICRA，它石智航不仅完成了 TARSDexHand 灵巧手的全球正式亮相，并在展区展示了数据、模型、本体与真实任务执行之间的全栈具身智能技术闭环，同时也交出了一张扎实的学术成绩单。
/ ~* _3 h( J6 o+ O0 b  M  }以联合创始人兼首席科学家丁文超博士为代表，它石智航及合作单位共计有 9 篇论文入选ICRA2026。在本次ICRA节点，它石智航全新发布了一项突破性技术「TacForeSight」。丰实的论文与技术成果背后，是它石智航深厚的学术基因与扎实积累。
TacForeSight：让灵巧手从「被动反馈」走向「主动预判」
TacForeSight是它石智航在本届 ICRA 展示的重要学术成果之一。
作为此前 OmniVTA 视触觉世界模型工作的延续，TacForeSight由它石智航联合新加坡国立大学、上海交通大学、中科院自动化所、复旦大学共同提出，进一步将视触觉世界模型推向实时控制场景。
6 h3 l3 Y: X% p2 x) l2 f

. Z6 A/ O" n8 E$ G/ w在真实世界中，机器人并不是看见物体就能够完成操作。对人类来说几乎无需刻意思考便能完成的擦拭、插接、拧紧、抓取等动作，对机器人而言却非常困难。每一次接触、滑动、对齐和受力变化，背后都包含复杂的物理交互；一旦判断不及时，就可能导致打滑、错位、接触丢失，甚至任务失败。
1 e9 l6 O: d* k) e. v1 `  |  VTacForeSight的目标正是解决这个问题。其核心是力条件的触觉世界模型：利用高频腕部力信号，预测短时未来的触觉潜变量，并将预测结果作为动作策略的前瞻性接触先验。换言之，机器人不再等到「摸到之后再反应」，而是能够提前预判接触状态的变化，并据此主动调整动作。
% R( p% s; X& g$ j4 W

! T& O5 m( y( i) }- N2 e据论文实验结果显示，TacForeSight在任务执行中表现优异：它在五个标准接触任务上的平均完成率达到79.0%，明显优于其他基线方法；并高度扰动、角度扰动和姿态扰动任务中取得 90%、85%、85% 的成绩，展现出强大的扰动恢复能力。此外，TacForeSight支持20Hz实时推理，能够以接近人类操作的速度完成基于力和触觉的闭环控制。这意味着触觉世界模型不再只是离线预测工具，而是可以真正进入机器人高频实时控制闭环。
) g6 ?( ]$ E  `. C0 S' W9 H2 I

* k' D' l* N0 J# u0 n

该项技术已在本次ICRA正式首秀的DexHand灵巧手上实现应用。DexHand 可通过 TacForeSight 将腕部力/力矩信号引导至视触觉世界模型 OmniVTA，并依托通用具身大模型 AWE3.0，使灵巧手不仅能够感知接触，也能够预测接触变化并提前调整动作。这也是它石智航“手脑一体”技术思路的重要体现：灵巧手不只是末端执行硬件，而是连接数据、模型与物理世界的重要接口。
具身领域9篇论文入选，学术能力延续性领先
继去年它石智航在ICRA2025ManiSkill-ViTac视触觉融合挑战赛中击败全球42支队伍夺冠后，今年它石智航在学术层面呈现出延续性领先。本次ICRA，以丁文超博士为代表的公司及相关合作机构共有9篇论文入选，学术成果丰硕，方向覆盖视觉感知、视角鲁棒操作、复杂任务泛化、全身交互控制等具身智能关键环节。
这些论文并非孤立的技术点，而是共同指向同一个系统问题：如何让机器人在真实物理世界中，面对视角变化、物体未知、接触扰动和环境动态时，仍能保持稳定、精确、可泛化的操作能力。正如丁文超在本届ICRA行业主题演讲中指出：当感知、接触与行动不再是彼此割裂的问题，具身智能的泛化能力才得以真正涌现。
+ ~0 K8 o9 y( |$ _

) u4 m& ~6 _' S; ~% a  h1 f" B

从ICRA2025视触觉融合挑战赛夺冠，到ICRA2026论文入选、全栈技术亮相，它石智航在 ICRA 的持续参与，呈现出一条从学术研究到工程验证的清晰路径。其背后是高密度研发团队、长期学术积累与真实场景工程探索共同支撑的技术底色。
1 `( J6 Y4 S* Q) K( |+ j" E; F截至目前，它石智航研发人员及硕博占比均超80%，985/QS100 占比超七成，核心团队已累计发表顶会/顶刊论文40余篇，相关学术成果持续赋能至产业落地。对它石而言，学术研究并不是产品之外的背书，而是数据、模型与本体能力持续生长的起点。
% B! k; f' d* V% z/ F) p随着 ICRA2026 在维也纳落下帷幕，它石智航完成了一次从学术成果到现场能力的系统呈现。当机器人开始具备理解、预测与适应物理环境的能力，具身智能也正在加速走向“能干活、能预判、能泛化”的新阶段。