全球最大触觉数据集Daimon-Infinity，竟然出自一家具身上游公司

具身智能迈向真实工业与生活场景的进程中，一道长期难以突破的瓶颈长期横亘在行业面前——含物理交互特征的具身数据荒。

当前的具身智能训练依赖视觉图像，这类数据采集简单、来源广泛，但无法传递物理接触中的压力、纹理、摩擦、形变、刚度等真实交互信息，导致机器人“看得见却摸不准、会看却不会做”，无法满足场景落地要求。

2026年是具身智能从Demo演示转向真实场景落地的关键元年。随着具身开始迈向真实世界、寻求场景落地，含物理交互信息的数据缺失这一瓶颈愈发凸显。

直到近日，这一局面终于迎来关键性突破。

4 月 15 日，戴盟机器人联合Google DeepMind、中国移动、新加坡国立大学、香港科技大学、上海交通大学、日本东北大学等海内外数十家顶尖学术机构与知名企业，发布了全球最大规模含触觉全模态物理世界数据集Daimon-Infinity。

该数据集覆盖了触觉、视觉、动作轨迹、执行动作、语音文本等多个维度信息，其中触觉数据的表现尤为亮眼。

市面不少数据集都标注“含触觉”，但深挖就会发现，大多仅覆盖单一力觉维度。与之相比，

Daimon-Infinity则提供了真正意义上的高密度全模态触觉数据。

Daimon-Infinity 的触觉数据不仅包含了接触力，更覆盖了接触形变、滑移趋势、接触状态及物体纹理、软硬、材质等在内的十多种模态，全面捕捉真实世界物理信息，完整还原物理交互过程。这一触觉数据也获得了业界的广泛认可，得到 OmniVTA、AnyTouch 2、FG-CLTP 等含触觉模型的验证。

按照规划，该数据集将在年内扩展至数百万小时级别，包含近十亿条具身交互数据，为行业提供前所未有的数据体量支撑。其中,10000小时高质量数据率先面向全行业开放共享，首批数据集已在阿里魔搭社区正式上线开源，并在上线首日得到魔搭社区置顶热推，向全球研究者、开发者、企业团队免费开放使用。

比数据规模与开放姿态更值得关注的，是这份重磅数据集的发布者——戴盟机器人。

这家原本深耕具身智能上游的核心零部件厂商，正以数据为支点，悄然完成从硬件供应商到基础设施平台型企业的战略蜕变。

关键而稀缺的触觉数据，有解了

具身触觉数据之所以成为行业稀缺资源，核心在于其极强的物理属性与极高的获取门槛。

与视觉、文本等易于采集与生成的数据不同，触觉数据来源于机器人与真实物体的物理接触，包含压力分布、摩擦力、形变程度、刚度反馈、纹理感知等细颗粒度物理信息。这类信号无法通过虚拟仿真完全复刻，更难以低成本批量制造。

同时，触觉数据采集需要依赖高精度、高稳定性的硬件载体，对传感器精度、采集同步性、数据标注效率都提出严苛要求。

多重约束叠加，让触觉数据成为具身智能领域最稀缺、最核心、最难获取的资源类型。长期以来，高质量、大规模、多场景的触觉数据始终处于严重供给不足的状态。

但与此同时，触觉数据对于机器人的商业化落地又极其关键。

从家庭场景中的整理收纳，到物流仓库分拣形状各异的包裹，再到日化车间进行生产作业等等，这些看似简单的动作，背后都需要机器人的双手对力度、材质、接触状态的精准感知与判断。

此次，包括DeepMind、中移动、新加坡国立、港科大、上海交大、日本东北大学等海内外数十家顶尖学术机构与知名企业，共同参与Daimon-Infinity数据集。众多头部机构携手共建数据集，也充分印证了行业共识：含触觉的数据，必将成为具身智能核心数据链路的关键一环。

而戴盟机器人发布的Daimon-Infinity数据集，正是瞄准上述行业痛点给出的硬核答案。

该数据集为机器人精细操作、泛化交互、稳定作业提供了更真实、更丰富的训练基础，能够显著提升模型的感知能力、决策能力与操作能力，推动具身智能向高可靠性、高泛化性、高实用性方向快速演进。

更具行业意义的是戴盟机器人对于触觉数据采集效率的提升。

此前，业内也有厂商发布类似的开源触觉数据集。Daimon-Infinity的亮点在于，在保证了数据高质量的同时，做到了开源规模最大。大规模开源的底气，正是来源于创新带来的数据采集效率提升。

传统触觉数据采集主要依靠数据采集厂定点采集与遥操作采集，依赖专用设备与标准化环境，采集流程繁琐、成本高、效率低，场景单一且难以批量获取。这类方式无法覆盖真实复杂环境，数据规模与质量均难以满足大模型训练需求。

戴盟机器人创新性地打造了外发式具身数据采集网络，这一模式突破了传统数采厂定点采集的局限，通过分布式、规模化、场景化的采集体系，高效汇聚真实环境中的具身交互数据。

外发式采集网络以轻量化、易部署的采集硬件为基础，能够广泛接入工业产线、实验室、测试场景等多元环境，在不干扰正常作业的前提下，无感采集海量真实数据，兼具成本低、效率高、场景丰富等优势。

这一创新模式不仅支撑了Daimon-Infinity 数据集的快速扩容，更为行业解决数据荒问题提供了可复制、可规模化的路径。

10000 小时的量级跃迁，来自戴盟机器人

Daimon-Infinity 数据集能够实现从稀缺到海量、从低质到优质的量级跃迁，核心依托于戴盟机器人深厚的硬件技术积累与视触觉融合技术优势。

戴盟机器人孵化于香港科技大学，创始人、CEO 段江哗为中科院博士、香港科技大学博士后，联合创始人、首席科学家王煜曾任香港科技大学机器人研究院创始院长。

团队在视触觉感知技术领域的研发有着近10年的技术积累，由其主导原创的单色光视触觉技术路线，成功打破美国MIT“三色光”技术垄断，在性能、成本与工程化上实现了全面突破，并探索出一条稳健的商业化路径。

目前高分辨率触觉传感器在国际上多处于实验室样机或小批量验证阶段，而戴盟的旗舰传感器已经实现了稳定量产和商业化，戴盟机器人也成为了全球首家实现视触觉传感器万片级规模化出货的企业。

去年 4 月，戴盟机器人正式发布全球首款多维、高分辨率、高频率视触觉传感器 DM‑Tac W。该传感器凭借出色的感知精度与采集能力，成为行业规模化获取高质量触觉数据的关键硬件底座。

凭借成熟的硬件设计与大规模出货能力，戴盟机器人为数据采集提供了可靠的载体支撑，从源头保障数据的精准度与完整性，这也是其能够产出高质量触觉数据的核心基础。

作为具身智能触觉感知领域的标杆企业，戴盟机器人备受顶级资本与产业巨头的高度认可与持续青睐。自成立以来，公司已连续完成四轮融资，累计金额达数亿元，持续刷新全球触觉传感领域天使轮融资的最高纪录。

其历次融资的投资方，覆盖了当下最具决策权与资源协同能力的三大资本体系：国有产业资本、顶级风投与科技巨头，包括招商局创投、联想创投、昆仲资本、中国移动链长基金等。

其中，招商局创投依托央企体系掌握产业级场景资源；联想创投作为长期深耕硬科技的头部机构，被外界称为“独角兽捕手”；昆仲资本的早期押注，则体现了风投对戴盟视触觉路线的高度认可。

戴盟的升维，从硬件公司到基础设施平台

Daimon-Infinity 数据集的发布，不仅为具身智能行业提供了关键的数据支撑，更标志着戴盟机器人从“能力验证”走向“基础设施建设”的一个标志性节点。

这家原本聚焦核心零部件的硬件公司，正依托全球首创单色光视触觉技术，构建以高分辨率全模态触觉感知为核心的“硬件-数据-模型”完整能力生态，打造面向具身智能时代的触觉与操作基础设施。

转型之前，戴盟机器人以硬件研发与制造为核心，在具身智能上游赛道积累了深厚的技术与产业资源，其视触觉硬件产品凭借优异性能获得市场认可，成为人形机器人、通用智能体厂商的核心合作伙伴。

随着具身智能行业进入数据驱动的新阶段，戴盟机器人敏锐洞察到含触觉数据的稀缺性及其对于模型迭代的重要价值，依托自身硬件优势向数据层、平台层延伸，打造出 Daimon-Infinity 这一行业级基础设施。

公司致力于用自己最擅长的事——含触觉的多模态融合，将触觉引入具身数据，推动数据生态的建立，从而推动具身智能迈向通用，最后真正能够服务人类。

作为基础设施平台，戴盟机器人的价值不仅在于提供海量高质量数据，更在于构建起数据驱动的产业生态。

此次打造Daimon-Infinity 数据集，戴盟联合了学术和产业方，从科研、制造、服务等多样场景中的真实任务需求中采集数据，同时再开源共享给行业。这种全球化的产研共建模式，能确保数据的真实性、多样性和实用性，精准贴合行业实际需求，有助于打通技术与产业的鸿沟，加速技术迭代与产品落地。

而之所以选择开源模式，戴盟意在吸引更多模型厂商采用其数据，通过数据与实际场景的双向验证，凝聚对触觉价值的行业共识，加快触觉感知推动具身智能应用落地的步伐；同时推动相关行业标准的建立与完善，引领行业朝着更规范、更高效、更具价值的方向前行。

从硬件供应商到基础设施平台型企业，戴盟机器人的路径清晰而坚定。此次数据集的发布，只是其战略发展的重要一步。

未来，随着数据集规模持续扩展至数百万小时，近十亿条数据不断丰富，戴盟机器人将进一步巩固在数据层的核心地位，以数据为纽带连接硬件、算法、模型、应用等全产业链环节，成为具身智能产业发展不可或缺的基础设施提供者。

文章来自于微信公众号 "AI智件"，作者 "AI智件"