文章转载于量子位

作者：贾浩楠

嚯！这阵容，，，谁组的局？？？

李飞飞，，，ImageNet涤讪人，，，美国三院院士；；；

Trevor Darrell，，，伯克利BAIR联合首创人，，，他的Caffe深度学习框架曾是盘算机视觉领域最普遍使用的平台之一；；；

Jitendra Malik，，，R-CNN的焦点孝顺者之一，，，深刻影响了盘算机视觉的生长轨迹，，，同样美国三院院士；；；

Pieter Abbeel，，，深度强化学习先驱，，，伯克利机械人学习实验室主任、BAIR实验室联合主任。。。ACM盘算奖得主；；；

Ken Goldberg，，，机械人学泰斗，，，30年前就深耕机械人抓取和自动化，，，IEEE会士；；；

Jim Fan，，，英伟达GEAR实验室掌舵者，，，具身智能领域最受瞩目的年轻学者之一。。。

具身智能学术圈，，，可能是第一次迎来云云全明星阵营。。。

有模子的、算力的、本体的、数据的等等…..在各自细分赛道上如雷贯耳的big name们，，，齐聚具身智能，，，但关注点嘛~一下就让人好奇起来：

不是当下大热的机械人通用大脑，，，而是——灵巧手。。。

T-Rex从何而起，，，要解决什么问题？？？

自动驾驶靠纯视觉，，，是有可能解决问题的，，，但机械人，，，尤其是灵巧手却很难。。。

这是一个直观且浅易的事实：

手指、手掌举行细密重大操作时，，，很难只用摄像头纪录运动数据。。。

360°无死角的视频数据量有多重大暂且不说，，，首先机位就没法安排。。。差别使命种别，，，很难像自动驾驶那样形成标准化数据集——模子泛化性受限。。。

自然而然，，，给模子加入触觉这个数据模态，，，就成了一石三鸟的要领：感知精度更高、操作更精准细腻，，，以及可以形成较为标准的数据集。。。

但反知识的事情泛起了：

同样的灵巧手、同样的使命，，，T-Rex团队把触觉力信号直接拼接到一个预训练好的VLA模子里，，，想给它“加点手感”——效果使命乐成率从17%掉到了6%。。。

触觉不是想加就能加的，，，论文把原因拆成了三层。。。

第一层，，，数据太贵。。。

现有的大规；；；等耸菁饕嫦蚱叫屑凶Α礁种敢荒笠环牛，，遥操作门槛低。。。但灵巧手有22个自由度，，，操作员要戴数据手套，，，每一个手势都要准确映射到机械手上，，，还要包管视觉、触觉、枢纽状态严酷对齐，，，现在灵巧手遥操作本钱是平行夹爪的5到10倍。。。

第二层，，，频率对不上。。。视觉模子处理一帧图像动辄几百毫秒，，，只能跑到5到10Hz。。。但触觉反映需要毫秒级，，，20Hz以上才华捕获到“正在滑”和“已经滑了”的临界点。。。

两种信号塞进统一个低频Transformer，，，视觉来缺乏看，，，触觉来缺乏反映。。。

第三层，，，表征太浅。。。许多要领把触觉当成一个静态的数字——“目今压力5牛顿”。。。但触觉实质是时序信号：滑动、插入、按压、搓动，，，每种接触状态都有力随时间转变的奇异模式。。。

好，，，问题在这里，，，先看看T-Rex团队解决的怎么样。。。

在12项真实天下的灵巧操作使命上，，，T-Rex平均乐成率抵达65%，，，比最强纯视觉基线的35%横跨了30个百分点。。。

翻书页96%对68%，，，开锁70%对0%——纯视觉方案在这个使命上完全被碾压。。。

消融实验更直接：把T-Rex的触觉输入所有拿掉，，，乐成率从65%掉到42%，，，降了23个百分点——12项使命里凌驾三分之一的有用操作纯靠“手感”撑着。。。

数据效率也很惊人：仅给10条微调演示时，，，经由中期训练的T-Rex能抵达约40%乐成率，，，没经由中期训练的模子直接归零。。。

这说明模子不是“背下了”数据，，，而是真正明确了“搓”“捏”“拧”这些行动的通用手感。。。

一句话总结：视觉数据对灵巧手来说，，，实质上是不敷用的——触觉不是锦上添花，，，而是必选项。。。

谁先解决“触觉怎么加”的架构问题，，，谁就可能在灵巧手这个赛道上卡住位置。。。

怎么做到的？？？

T-Rex的焦点思绪并不重大——给触觉单独开一条高速通路，，，而不是让它和视觉挤在统一条慢车道上。。。

整体架构叫Mixture-of-Transformer-Experts，，，三个专家分工明确。。。

Latent Expert处理视觉和语言，，，展望未来的视觉表征，，，相当于给模子提供一个“接下来会爆发什么”的阵势感。。。

Action Expert做低频行动妄想，，，参数目1.41B，，，是三个专家里最大的谁人，，，跑一次管一个行动块。。。

Tactile Expert做高频触觉精修，，，参数目只有0.62B，，，轻量到可以频仍触发。。。

要害机制是Cascaded Flow Matching：

扩散去噪通常需要10步才华从一团随机噪声酿成一个清洁的行动轨迹，，，而T-Rex在第4步处一切两半：

前6步由Action Expert完成，，，天生一个“大偏向对了但缺乏手感细节”的半制品；；；后4步由Tactile Expert接手，，，注入实时触觉数据完成精修。。。

为什么是第4步？？？作者团队通过实验比照发明太早切，，，Action Expert去噪步数太少，，，继续不了大规模人类视频预训练获得的先验知识；；；太晚切，，，行动漫衍已经定型，，，触觉信号进来也来缺乏修正了。。。

第4步恰利益在“该有的形状都有了，，，但细节还能改”的黄金位置。。。

这就像写文章：主编（Action Expert）定好大框架后就去忙别的了，，，四个编辑（Tactile Expert）在差别的节点上轮替检查细节，，，不需要主编每次都回来重看一遍全文。。。

触觉信号怎么编码是另一个要害设计。。。

触觉传感器有零点漂移和高频噪声，，，直接拿原始电压值喂给模子，，，模子很可能把传感器噪声当成接触特征学进去。。。

T-Rex用VQ-VAE把已往16。。。ㄔ0.5秒）的力历史压缩成64个离散码字。。。差别接触状态——按压、插入、滑动——会被自动聚类赴任别的码字上。。。

这样一来，，，传感器漂移被过滤掉了，，，触觉信号还变得可诠释——你能看到模子“明确”了什么类型的接触。。。

两个工程细节，，，第一个：让码本“活起来”。。。 VQ-VAE码本，，，理训练时经常泛起“码本坍塌”——大部分抽屉空着，，，少数几个塞满种种杂乱状态。。。T-Rex的做法是按期检查哪些抽屉闲置，，，自动塞点数据进去“激活”它，，，确保所有码字都被使用起来。。。

第二个，，，给“有手感”的时刻更高权重。。。 阻止模子化90%的精神去学好“零接触”这个最容易学的状态，，，而忽略真正有价值的接触瞬间。。。T-Rex给高力帧更高的学习权重，，，让模子把算力集中在要害接触点上。。。

论文正文不会写、但做灵巧手工程化的人一看就懂。。。

最后是训练战略。。。

T-Rex接纳三阶段训练：

先在大规模人类视频上预训练（22,889小时），，，让模子看懂“人是怎么动的”；；；

再用100小时遥操作数据做中期训练，，，笼罩207种物体和22种行动基元——目的是把人类视频里的运动知识迁徙到机械人本体上，，，而不是死磕某个详细使命。。。

最后用约100条使命演示做后训练，，，快速适配特定需求。。。

其中最焦点是中期训练，，，解决了一个基础问题：人手抓杯子的方式和机械手抓杯子的方式纷歧样，，，战略纷歧样，，，受力反馈也纷歧样。。。若是直接拿人类视频训练出来的模子去操控机械人，，，它不知道怎么把“看来的”转化成“做出来的”。。。

中期训练就是用100小时的遥操作数据，，，把这道鸿沟填上。。。它不是让模子死磕某一个详细使命，，，而是让模子接触207种物体和22种行动基元的组合，，，明确“搓”这个行动在差别物体上应该怎么执行、“捏”这个行动需要多大的力。。。

这就像一个人学完游泳理论后，，，在浅水区把蛙泳、自由泳、仰泳都练了一遍——不追求速率，，，只追求“会用”。。。

有了这个基。。。，，最后阶段只用100条使命演示就能快速适配——由于模子已经知道“手感”是什么了，，，只需要知道“用在哪儿”。。。

T-Rex的手艺蹊径清晰指向一个判断——视觉和触觉在灵巧操作中不是主从关系，，，而是并行关系。。。

它用一个异步架构解决了频率不匹配的底层矛盾，，，用一套时序编码把漂移的传感器信号酿成了可诠释的离散词汇，，，用一组基元组合的笼罩战略替换了特定使命的深度堆叠。。。

这三件事单看都不是“发明新数学”，，，但组合在一起，，，为灵巧手的触觉使用提供了一套可复用的系统方案。。。

灵巧手，，，保存一个“第一性原理”吗？？？

灵巧手赛道眼下最热闹的争论，，，集中在两个地方：枢纽运动形式和自由度数目。。。

腱绳照旧连杆？？？丝杠照旧齿轮？？？11个自由度够用照旧得干到27个？？？差别厂商各执一词，，，手艺蹊径远未收敛。。。

这些争论虽然都有意义——传动方案决议本钱、可靠性和使用寿命，，，自由度决议灵巧水平的上限——但学术前沿的焦点关注，，，不在这些问题中的任何一个上面。。。

由于一个更深层的问题很少被讨论：有了这些硬件，，，算法能不可用好？？？

古板大模子范式险些以视觉数据为主，，，没有针对触觉模态的有用使用方案。。。T-Rex论文里谁人17%掉到6%的实验，，，恰恰说明晰这一点——不是触觉没用，，，是现有多模态大模子架构消化不了触觉。。。

T-Rex团队的探索最大价值可能在这里： 跳出硬件参数的争论，，，回到一个更基础的问题——灵巧手做细腻操作，，，究竟需要什么数据？？？

枢纽形式和自由度数目解决的是“能不可动”的问题，，，触觉数据解决的是“能不可感知和反映”的问题，，，由此衍生出需要什么样的触觉数据这个系统化问题，，，并给出了一个能泛化的方案。。。

虽然，，，T-Rex这项研究得以完成，，，一个要害条件是Sharpa Wave提供的硬件基础——22个自由度、180Hz高频触觉信号、稳固的传感器输出。。。

灵巧手的硬件天花板顶高了，，，T-Rex才得以在算法层面去够这个上限。。。

反过来，，，T-Rex的算法探索也给硬件提出了新要求：手掌区域需要触觉感知，，，差别传感器的数据名堂需要统一。。。

T-Rex的软件、SHARPA的硬件探索偏向，，，后续可能会给这个细分领域带来更深刻的转变。。。

首先灵巧手可能从具身智能本体中分化出来，，，成为一个自力赛道——占整机本钱15%到20%，，，经济上可行，，，手艺上门槛也足够高。。。

但若是触觉数据成为焦点壁垒，，，灵巧手就不但仅是执行器，，，而是整个感知-决议-执行链条中数据价值最高的一环。。。谁掌握触觉数据的收罗能力和模子训练能力，，，谁就掌握了议价权。。。

第二个转变，，，更多专用场景的具身应用可能被启发。。。目今具身智能的主流叙事是“通用”——一个模子解决所有使命。。。

但这个叙事在接触麋集型使命上遇到了难题，，，由于通用数据里触觉是缺失的。。。T-Rex则证实的是另一种可能性：在一个足够详细的笔直场景里，，，用专用的数据模态（触觉）、专用的架构设计（异步级联）、专用的数据网络战略（基元×物体），，，可以取得比“通用”方案好得多的效果。。。

这条路径若是走通，，，会启发更多人去寻找类似的高价值专用场景。。。

T-Rex的孝顺不是发明了“新数学”，，，而是把现有工具组合成一套可用的系统方案，，，试图建设具身智能触觉数据统一的收罗、训练范式，，，推动灵巧手真正scale up起来。。。

项目地点：https://tactile-reactive-dexterous.github.io/

作者简介

牛丹彤，，，UC Berkeley PhD Candidate，，，NVIDIA Gear Lab实习生，，，导师Trevor Darrell，，，主要从事具身灵巧手大模子的研究，，，曾以第一作者或配合第一作者身份在CVPR, ICML, ICLR等国际顶级聚会上揭晓论文8篇，，，向导或主要孝顺T-Rex，，，EgoScale等事情，，，现在谷歌学术引用1100+。。。

刘卓洋，，，北京大学元培学院本科生，，，导师仉尚航，，，现在在UC Berkeley会见，，，导师Trevor Darrell，，，主要从事具身多模态推理大模子偏向的研究，，，曾以第一作者或配合第一作者身份在ICML, ICLR, NeurIPS, ICRA等国际顶级聚会上揭晓论文6篇，，，其他加入论文共计15篇，，，现在谷歌学术引用400余次。。。曾获2026商汤奖学金（天下30人），，，2025北京大学学术新星提名，，，北京大学元培学院年度科研奖励，，，北京大学新生奖学金等。。。

Trevor Darrell教授，，，最广为人知的效果是开发了Caffe深度学习库。。。这个库在深度学习领域具有主要的职位，，，为众多的研究职员和开发者提供了便捷的工具，，，极大地推动了深度学习手艺的生长。。。

Trevor Darrell现在是加州大学伯克利分校Berkeley DeepDrive研究中心的主任。。。同时担当伯克利EECS系盘算机科学分部的教职，，，并受聘于加州大学隶属的国际盘算机科学研究所（ICSI）。。。研究偏向涵盖大规模感知学习算法，，，包括物体与行为识别及检测，，，并应用于机械人及移动装备的多模态交互等多种场景。。。他的研究兴趣包括盘算机视觉、机械学习、盘算机图形学以及基于感知的人机交互界面。。。

点个“爱心”，，，再走 吧

SEO付费：企业网络营销的加速引擎

〖One〗在数字化竞争日趋白热化的今天，，，SEO（搜索引擎优化）已成为企业获取线上流量的焦点路径。。。SEO付费服务，，，作为其中的要害分支，，，正受到越来越多企业的重视。。。它并非简朴的“花钱买排名”，，，而是通过专业团队的战略性投入，，，系统性地提升网站在搜索引擎中的可见度与权威性。。。正如营销学经典《定位》理论所强调的，，，在用户心智中占有有利位置至关主要，，，付费SEO正是资助企业实现这一目的的高效工具。。。

〖Two〗与免费SEO相比，，，付费服务能显著缩短优化周期。。。自然优化往往需要数月才华见到起源效果，，，而付费模式借助工具、外链建设、内容战略等组合拳，，，能更快地跨越搜索引擎的信任门槛。。。这好比在修建品牌高速公路，，，免费方式是手动开拓，，，而付费方式则动用了专业工程队，，，效率不可同日而语。。。其焦点价值在于将时间本钱转化为竞争优势，，，让企业在市场机缘窗堪②内快速抢占先机。。。

〖Three〗乐成的SEO付费项目，，，离不开基于数据的精准战略。。。资深服务商不会允许“包管第一”，，，而是依据行业竞争度、要害词商业价值及网站现状，，，制订可权衡、可一连的优化方案。。。这个历程融合了手艺审计、内容生态构建与一连的效果监测。。。治理巨匠彼得·德鲁克曾言：“无法怀抱就无法治理。。。”专业的SEO付费正是将模糊的“曝光”诉求，，，转化为清晰的流量、转化率与投资回报率等焦点指标。。。

〖Four〗选择SEO付费服务，，，实则是选择与专业团队建设恒久同伴关系。。。企业应着重考察服务商的乐成案例、战略透明度与伦理操守，，，阻止陷入使用短期误差的“黑帽”陷阱。。。康健的SEO付费相助，，，旨在构建网站长期、康健的排名生态，，，最终赋能品牌的久远增添。。。它不但是营销预算的支出，，，更应被视为一项对数字资产和品牌未来的战略性投资。。。

女装要害词优化与百度竞价培训，，，SEO修复前后的比照

〖One〗在移动互联网生态中，，，小程序已成为毗连用户与服务的要害枢纽。。。其排名优化，，，实质上是用户体验与平台规则的双重奏。。。搜索引擎专家曾指出，，，任何平台的排序逻辑，，，其内核都指向价值匹配。。。因此，，，深入明确并贴合微信等平台的搜索推荐机制，，，是优化事情的第一块基石。。。这要求开发者不但关注手艺实现，，，更需洞察用户搜索意图，，，将“被找到”作为设计的起点。。。

〖Two〗内容与要害词的精准结构，，，是提升小程序可见性的焦点。。。犹如古板SEO强调“内容为王”，，，小程序内的文本信息、服务标签和页面形貌，，，需自然融入目的词汇。。。若是以为主线，，，正文需要把发明问题、定位问题和确认恢复串成一连历程。。。阻止生硬堆砌，，，而是围绕用户可能盘问的问题场景，，，构建信息闭环。。。历史履历批注，，，那些能直接解答用户疑问、提供完整服务路径的小程序，，，往往能获得更高的权重与更靠前的展示位。。。

〖Three〗用户交互行为数据，，，是影响排名沉浮的隐形推手。。。停留时长、会见深度、分享率及转化率等指标，，，被平台视为权衡小程序质量的主要标尺。。。一个逻辑清晰、响应迅速、功效流通的小程序，，，能有用提升用户知足度，，，从而爆发起劲的交互信号。。。这些信号一连积累，，，便会向平台算法证实其价值，，，进而推动排名自然上升，，，形成良性循环。。。

〖Four〗最后，，，小程序的优化绝非一劳永逸，，，而是一个需要一连迭代与维护的动态历程。。。外部链接与合规的推广虽能带来初始流量，，，但恒久排名稳固依赖于小程序自身的一连更新与价值提升。。。按期剖析后台数据，，，跟踪算法可能的调解，，，并据此优化功效与内容，，，是维持竞争力的不二窍门。。。唯有将用户体验置于中心，，，方能在搜索效果的强烈角逐中行稳致远。。。

百度竞价排名软件：企业营销新纪元的利刃

〖One〗在信息爆炸的数字化时代，，，企业怎样让潜在客户于茫茫网海中一眼发明自己？？？百度竞价排名软件应运而生，，，成为众多商家抢占流量高地的要害工具。。。它并非凭空泛起，，，其焦点头脑可追溯至现代广告学的定位理论，，，旨在通过精准的要害词投放，，，将产品或服务直接泛起在有需求的用户眼前，，，大幅缩短了从认知到购置的路径。。。

〖Two〗该软件的操作逻辑清晰而高效。。。广告主通事后台设定要害词与出价，，，当用户搜索行为触发这些词汇时，，，广告便有时机在搜索效果页的显著位置展示。。。这个历程犹如古籍《孙子兵法》所强调的“致人而不致于人”，，，企业借此掌握了吸引客户的自动权。。。通过对差别要害词效果的一连剖析与优化，，，营销活动得以一直精进，，，确保每一分投入都更贴近目的。。。

〖Three〗乐成的应用离不开详尽的战略与数据剖析。。。仅仅设置广告并非终点，，，正如治理学家彼得·德鲁克所言：“若是你不可权衡它，，，你就无法治理它。。。”百度竞价排名软件内置的数据报告功效，，，让广告的展现量、点击率、转化本钱等指标一目了然。。。这使企业能够清晰洞察市场反。。。，，实时调解投放偏向，，，从而在动态竞争中坚持优势。。。

〖Four〗展望未来，，，随着算法智能与用户画像手艺的深度融合，，，百度竞价排名软件将越发“懂你所想”。。。它不但是一个简朴的展示窗口，，，更可能进化为集智能出价、创意优化、受众精准定位于一体的营销大脑。。。关于力争生长的企业而言，，，深入明确并善用这把“利刃”，，，无疑是在汹涌商海中稳健前行的可靠包管。。。

女装要害词优化：精准定位与流量转化的艺术

〖One〗在女装电商领域，，，要害词犹如指引主顾的路标，，，优化事情至关主要。。。从“复古连衣裙”到“通勤西装外衣”，，，每个要害词都毗连着特定的消耗需求与市场细分。。。乐成的优化战略，，，并非简朴堆砌热门词汇，，，而是犹如《孙子兵法》所言“知己知彼”，，，需深入剖析目的客群的搜索习惯与消耗场景，，，实现精准匹配。。。

〖Two〗要害词的挖掘与选择是优化基本。。。这需要综合运用数据剖析工具，，，并洞察时尚趋势。。。例如，，，“程序慵懒风针织衫”与“修身显瘦牛仔裤”等长尾词，，，虽搜索量未必重大，，，但用户意图明确，，，转化潜力高。。。行业报告指出，，，精准的长尾要害词往往能带来更优质的定向流量，，，有用提升店肆的访客价值。。。

〖Three〗要害词的结构与应用需考究战略。。。问题、产品详情页、甚至图片的ALT属性，，，都是要害词的“用武之地”。。。结构时需遵照自然流通的原则，，，阻止生硬堆砌。。。正如经典营销理论强调的“用户友好体验”，，，要害词应无缝融入文案，，，在服务搜索引擎的同时，，，更要确保阅读者能获得清晰、有吸引力的产品信息。。。

〖Four〗优化是一个一连迭代的历程。。。市场潮流与用户语言一直转变，，，昨天的热词今天可能已然冷却。。。因此，，，需要按期复盘要害词的效果，，，视察排名与转化数据，，，实时调解战略。。。唯有坚持动态优化的敏锐度，，，才华让女装店肆在强烈的竞争中，，，依附要害词这座桥梁，，，一连吸引并留住目的主顾。。。

百度竞价培训：掌握焦点手艺与实战战略

〖One〗提起网络营销，，，百度竞价推广是无法绕开的主要工具。。。许多企业希望通过它快速获取流量，，，但现实操作中常因缺乏系统知识而事倍功半。。。专业的百度竞价培训，，，正是为相识决这一痛点而生。。。正如古语所云：“工欲善其事，，，必先利其器。。。” 系统的学习能让从业者从繁杂的后台操作中理清头绪，，，掌握投放的基本逻辑与账户搭建框架，，，为后续的优化打下坚实基础。。。

〖Two〗有用的培训不但教授操作技巧，，，更注重战略头脑的作育。。。市场上充满着种种“速成”技巧，，，但真正能一连带来效果的，，，往往是基于数据剖析的细腻化运营战略。。。这需要学习者明确要害词背后的用户意图，，，学会撰写吸引点击的创意，，，并合理设置出价与预算。。。好比行军排阵，，，每一步都需深思熟虑，，，盲目投放只会导致资源铺张。。。

〖Three〗实践是磨练学习效果的唯一标准。。。优异的培训课程会引入大宗实战案例与模拟训练，，，让学员在真实或仿真的情形中处理种种突发状态，，，例如应对竞争敌手的攻击、调解淡旺季的投放战略等。。。通过重复训练，，，将理论知识内化为肌肉影象，，，从而在面临重大的市场转变时，，，能够迅速做出准确判断和调解，，，提升广告的投资回报率。。。

〖Four〗最后，，，百度竞价是一个一连转变的领域，，，算法与规则一直更新。。。因此，，，培训的价值还在于建设一种一连学习和优化的头脑模式。。。学员不应将结课视为终点，，，而应将其视为专业生涯的起点，，，坚持对行业动态的敏锐度，，，按期复盘账户数据，，，借鉴乐成履历。。。唯有云云，，，才华在强烈的市场竞争中坚持优势，，，让每一次点击都物有所值。。。