Touch-R1 是面向具身智能的首个触觉推理大模型，论文已经被 NeurIPS 2026 收录，它打破了过去 AI 只靠视觉判断物体的局限，把触觉形变、受力、摩擦、硬度这类接触信号当成推理依据，就算视觉画面产生误导，模型也能依靠触摸信息修正判断，它基于 Qwen2.5-VL-7B 底座搭建，搭配专门的 GRPO 触觉强化训练方案，配套发布 TouchReason-1M 百万级触觉同步数据集和 TouchReason-Bench 评测基准，在测试里平均得分 60.1，比 GPT-4o 高出 24.7 个百分点，也超过之前业内最强的专用触觉模型 SToLa，这项能力对人形机器人、机械抓取、分拣任务非常关键，机器人不再只能 “看东西”，还能像人一样靠触摸感知软硬、粗糙、弹性，推理步骤一般先采集触觉信号、对比物理属性、修正视觉偏差，最后给出稳定的物理判断结果。下面把模型基础信息、训练方案、评测结果、数据集情况、落地场景整理清楚。
一、Touch-R1 基础信息清单
- 模型名称：Touch-R1
- 论文标题：Touch-R1: Reinforcing Touch Reasoning in MLLMs
- 收录会议：NeurIPS 2026
- 基础底座：Qwen2.5-VL-7B
- 核心定位：触觉推理多模态大模型，给 AI 增加物理接触推理能力
- 配套资源：TouchReason-1M 数据集、TouchReason-Bench 评测基准
- 核心范式：感知
— 对比 — 结论 结构化推理链路 - 研发主体：南京大学联合实验室团队
二、Touch-R1 配套数据集与评测基准
| 项目 | 详细信息 |
|---|---|
| TouchReason-1M 数据集 | 100 万组以上触觉同步配对数据，使用 4 种光学触觉传感器采集，覆盖上千种物体，包含硬度、粗糙度、弹性、凸起等物理属性 |
| TouchReason-Bench 评测集 | 4800 道封闭测试问答，专门测物体属性识别、顺序对比、跨传感器一致性、视觉触觉冲突判断 |
这套数据集解决了行业缺少高质量对齐触觉样本的痛点，也给后续触觉模型提供统一对比标尺。
三、Touch-R1 核心训练机制（触觉 GRPO）
- 序数感知奖励：硬度、粗糙度是分级属性，不是简单对错，相邻等级惩罚更小，贴合物理常识。
- 跨传感器一致性奖励：同一个物体，不同触觉传感器测出来的物理结论不能互相矛盾。
- 结构化格式奖励：强制模型按照感知、对比、结论三段式输出推理过程，方便校验逻辑。
- 输入侧触觉锚定目标：打乱、屏蔽触觉信号做对照，倒逼模型真的依赖触摸信息，而不是靠视觉捷径猜答案。
四、Touch-R1 和主流模型评测对比
| 模型 | TouchReason-Bench 平均分 | 对比说明 |
|---|---|---|
| Touch-R1-7B | 60.1 | 本次触觉推理模型，NeurIPS 2026 收录 |
| SToLa | 47.5 | 此前业内最强专用触觉模型 |
| Octopi-13B | 41.7 | 主流多模态触觉模型 |
| GPT-4o | 28.0 | 通用闭源多模态大模型 |
可以看到通用大模型在纯触觉推理上短板明显，很容易被视觉外观欺骗。
五、Touch-R1 可以解决的典型问题
- 视觉欺骗场景：两个外观一模一样的物品，一个软海绵、一个硬橡胶，视觉分不清，靠触觉推理区分。
- 抓取自适应判断：机器人抓取时判断物体滑不滑、会不会变形，自动调整夹持力度。
- 材料属性推理：判断弹性、粗糙度、凸起程度，而不是只识别物体类别。
- 多传感器融合校验：不同触觉传感器的数据互相印证，降低单传感器噪声带来的误判。
六、Touch-R1 落地应用场景
- 人形机器人灵巧操作：抓取易碎、软质物品，自适应控制夹持力
- 工业分拣机器人：区分外观一致但材质不同的工件、缺陷筛查
- 服务机器人：识别物体软硬，完成整理、递送任务
- 触觉仿真与具身智能研究：作为基座模型，给后续机器人学习物理世界提供能力底座
七、模型使用的基本流程
- 信号采集：光学触觉传感器采集接触形变、受力信息，同步视觉画面。
- 输入编码：触觉信号和图像一起送入多模态模型。
- 结构化推理：模型执行感知、对比、结论三段式推理，识别物理属性。
- 冲突校验：如果视觉和触觉结论矛盾，优先采信触觉证据修正判断。
- 输出结果：给出物体硬度、粗糙度、弹性等物理属性，同时输出推理链路。
八、当前模型局限
- 依赖光学触觉传感器采集数据，硬件成本高，很难直接在普通机器人上普及。
- 目前主要做属性推理，还没有和复杂长程机器人任务深度打通。
- 训练数据以静态物体触摸为主，动态高速交互场景的数据偏少。
【相关 FAQ】
问题 1：首个触觉推理模型 Touch-R1 入选 NeurIPS 2026，Touch-R1 和普通多模态模型最大区别是什么？
回答 1：首个触觉推理模型 Touch-R1 入选 NeurIPS 2026，普通多模态模型大多只依靠视觉做识别，Touch-R1 专门以触觉接触信号作为推理证据，能够修正视觉带来的误判，学会判断软硬、弹性这类只能靠触摸感知的物理属性。
问题 2：首个触觉推理模型 Touch-R1 入选 NeurIPS 2026，Touch-R1 的训练方式是什么？
回答 2：首个触觉推理模型 Touch-R1 入选 NeurIPS 2026，它采用触觉锚定的 GRPO 强化学习方案，搭配序数感知、跨传感器一致性、结构化格式等多重奖励，引导模型真正依靠触觉信号推理，而不是走视觉识别捷径。
问题 3：首个触觉推理模型 Touch-R1 入选 NeurIPS 2026，Touch-R1 对具身智能机器人有什么价值？
回答 3：首个触觉推理模型 Touch-R1 入选 NeurIPS 2026，它可以让机器人不只靠眼睛看，还能通过触摸理解物体物理特性，在抓取、分拣、灵巧操作时自适应调整力度，解决外观相同但材质不同的识别难题。
问题 4：首个触觉推理模型 Touch-R1 入选 NeurIPS 2026，Touch-R1 配套的 TouchReason-1M 数据集有多大？
回答 4：首个触觉推理模型 Touch-R1 入选 NeurIPS 2026，TouchReason-1M 是百万级触觉同步数据集，包含 100 万组以上触觉配对数据，使用 4 种光学触觉传感器采集，覆盖上千件不同物体。
【参考资料】
[2026-10-10]（Touch-R1 入选 NeurIPS 2026，南京大学团队推出触觉推理模型）南京大学智能科学与技术学院官网
[2026-09-25]（两篇论文入选 NeurIPS 2026，包含 Touch-R1 触觉推理模型）研究员个人主页
[2026-05-26]（Touch-R1: Reinforcing Touch Reasoning in MLLMs）arXiv
[2026-11-05]（让 AI 拥有触觉感知，Touch-R1 触觉推理模型论文收录 NeurIPS 2026）机器之心
【免责声明】
本文关于 Touch-R1 触觉推理模型、NeurIPS 2026 收录信息仅为 AI 科研科普参考；模型性能、数据集范围、代码开源计划以论文作者、项目主页正式公告为准；Touch-R1 目前处于科研原型阶段，距离大规模机器人商用还有较多适配工作，内容不构成机器人采购、科研项目立项的决策建议。