Зрение стало центральным для современной робототехники, но камеры не могут сказать роботу всё, что нужно знать о физическом контакте. При работе с гибкими объектами, вставке деталей или манипуляциях с хрупкими предметами роботам нужна информация о силах, проскальзывании и контакте, которую визуальные системы могут упустить.
Daimon Robotics хочет предоставить инфраструктуру для развития этой способности. Вместо того чтобы фокусироваться только на тактильных сенсорах или одной базовой модели, компания строит конвейер, соединяющий тактильное sensing, сбор данных, симуляцию и ИИ-модели. Цель — превращать физические взаимодействия в полезные обучающие данные, помогающие роботам надёжнее выполнять манипуляции.
«Создавая тактильный интеллект, мы выступаем как поставщик инфраструктуры», — говорит доктор Чжу, партнёр и вице-президент по технологиям Daimon. — «Мы не стремимся быть разработчиком базовой модели. Мы предоставляем инфраструктуру для этого downstream-клиентам».
Сбор полезных тактильных данных в масштабе — задача нетривиальная: данные зависят от материала, геометрии, приложенных сил и задачи. Daimon разрабатывает конвейер захвата и обработки таких взаимодействий с тактильной обратной связью на 30 Гц и соединяет реальные данные с симуляцией. Разрыв sim-to-real остаётся серьёзной проблемой, особенно при воспроизведении трения и контактных сил; подход компании — калибровать симуляции по реальным измерениям.
Компания говорит о сборе более 10 000 часов данных, а долгосрочная инициатива Daimon-Infinity нацелена на более чем 1 млн часов тактильных embodied-данных. Daimon фокусируется на задачах манипуляции — сборка, упаковка, — где роботу нужно реагировать на физический контакт, а не просто следовать заданной траектории. На IROS 2026 компания показала деликатные манипуляции: нанесение термопереноса на сумки-шопперы, нанизывание браслетов, сбор и упаковку битого стекла.
Для сбора данных с человеческих взаимодействий используется устройство Umi. Daimon также развивает тактильно-обоснованную мировую модель (Daimon-TWM), чтобы роботы могли рассуждать о физических взаимодействиях, а не полагаться только на зрение.
«Модель не так умна, как мы думаем», — честно говорит Чжу. — «У неё есть обобщающая способность, но иногда это внутриобластное обобщение». По его словам, модели embodied-intelligence всё ещё в разработке, и сбор данных с похожих задач помогает им переноситься на новые применения.
Источник: The Robot Report
