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，，，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”。。。。
。

有了这个基础，，，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

在当今数字化时代，，，网站的可见性直接影响着企业的乐成与否。。。。
。关于厦门的企业来说，，，提升SEO（搜索引擎优化）排名是吸引更多客户和增添营业的要害。。。。
。怎样才华有用地举行厦门SEO排名要害词排名优化呢？？？？本文将从多个方面为你详细先容一些适用的技巧和要领，，，资助你在竞争强烈的市场中脱颖而出。。。。
。

我们需要明确什么是SEO和要害词排名。。。。
。SEO是搜索引擎优化的缩写，，，它是一套战略和手艺，，，旨在提高网站在搜索引擎（如Google、百度等）中的自然排名。。。。
。要害词排名则是指网站在特定要害词搜索效果中的位置。。。。
。要想在厦门地区获得更好的SEO排名，，，我们需要举行有针对性的要害词排名优化。。。。
。

### 一、要害词研究与选择

1. 使用要害词工具：使用种种SEO工具如Google Keyword Planner、Ahrefs、SEMrush等，，，可以资助你找到相关的高流量要害词。。。。
。这些工具不但提供要害词建议，，，还可以显示要害词的搜索量、竞争水一律信息。。。。
。

2. 长尾要害词：相比于短尾要害词（如“厦门seo”），，，长尾要害词（如“厦门seo排名优化技巧”）的竞争较小，，，且更具针对性。。。。
。例如，，，可以实验使用像“厦门seo排名优化技巧2023”这样的长尾要害词，，，这样更有可能吸引到特定且有意图的用户。。。。
。

3. 外地化要害词：针对厦门市场，，，在要害词中加入地名或外地化形貌，，，如“厦门seo公司”或“厦门seo排名服务”等，，，可以更好地吸引外地用户。。。。
。

### 二、内容优化

1. 高质量原创内容：确保你的网站内容是原创且有价值的。。。。
。用户喜畛啬读有用的信息，，，搜索引擎也更倾向于优化这些内容。。。。
。按期更新博客、宣布新闻、写企业案例等，，，可以增添你网站的活跃度。。。。
。

2. 要害词麋集度：在文章中合理地使用要害词，，，但阻止太过堆砌。。。。
。太过堆砌不但会让文章难读，，，还会被搜索引擎处分。。。。
。一个好的战略是将要害词自然地融入问题、段落和图片形貌中。。。。
。

3. 内部链接和外部链接：内部链接可以资助导航和提升页面间的相关性，，，而外部链接则可以提高网站的权威性。。。。
。通过与其他高质量网站建设链接，，，可以增添你网站的信誉度。。。。
。

### 三、手艺优化

1. 网站速率：页面加载速率是影响用户体验和SEO排名的主要因素。。。。
。你可以使用Google PageSpeed Insights等工具检测网站速率，，，并接纳步伐如压缩图片、使用CDN加速等来提升速率。。。。
。

2. 移动端友好：随着越来越多用户使用移动装备会见网站，，，确保你的网站在移动端体现优异至关主要。。。。
。使用响应式设计，，，检查网站在差别设惫亓显示效果，，，并确保所有功效正常。。。。
。

3. 清静性（HTTPS）：使用SSL证书使网站接纳HTTPS协议，，，这不但提高了用户的清静感，，，也是搜索引擎提升排名的一个信号。。。。
。现在险些所有的主机提供免费的SSL证书，，，无妨使用起来。。。。
。

### 四、外地SEO优化

1. Google My Business：建设并优化Google My Business账号，，，可以让你的企业泛起在Google地图和外地搜索效果中。。。。
。填写真实、详细的企业信息，，，并按期更新，，，吸引更多外地客户。。。。
。

2. 外地引用：在其他外地网站和资源中提及你的企业，，，如外地新闻网站、论坛、社交媒体等。。。。
。这可以增添你企业的外地信誉。。。。
。

3. 外地包括要害词：在网站内容中加入厦门外地的形貌和相关要害词，，，如“厦门最佳seo公司”或“厦门seo服务排名优化”，，，这样可以更好地匹配外地用户的搜索意图。。。。
。

### 五、社交媒体和内容营销

社交媒体和内容营销是提升SEO排名的主要手段之一：

1. 社交媒体推广：通过微信、微博、Facebook等社交媒体平台推广你的内容和品牌，，，可以增添网站的流量和用户互动。。。。
。有用的社交媒体推广可以提高网站的曝光度和影响力。。。。
。

2. 内容营销：建设博客、白皮书、案例研究、视频等高质量内容，，，并在社交媒体和相关论坛上分享，，，可以吸引更多用户并提高网站的权威性。。。。
。

3. 用户互动：在社交媒体上与用户互动，，，回覆他们的问题，，，网络反馈，，，并凭证反馈刷新你的内容和服务。。。。
。这不但可以提高用户知足度，，，还能增添网站的自然流量。。。。
。

### 六、剖析与调解

SEO是一个一连优化的历程，，，需要按期剖析和调解：

1. 数据剖析：使用Google Analytics、Search Console等工具，，，剖析网站的流量泉源、用户行为、要害词效果等数据。。。。
。凭证剖析效果，，，调解你的SEO战略。。。。
。

2. 要害词排名监测：使用SEO工具监测你的要害

要害词排名是SEO的主要指标之一，，，一连监测要害词的体现可以资助你相识哪些战略有用，，，哪些需要刷新。。。。
。例如，，，通过工具可以审查哪些要害词的排名上升或下降，，，进而调解你的优化战略。。。。
。

3. 竞争剖析：剖析竞争敌手的SEO战略，，，相识他们使用的要害词和内容。。。。
。这可以资助你发明新的优化时机，，，并调解你的战略以坚持竞争力。。。。
。

### 七、一连学习与立异

SEO领域一直转变，，，新的算法更新、趋势和手艺层出不穷。。。。
。作为SEO专业人士，，，一连学习和立异是乐成的要害：

1. 加入培训和钻研会：加入SEO培训、钻研会和在线课程，，，相识最新的SEO手艺和趋势。。。。
。这些活动通；；；崽峁┳钚碌男幸敌畔⒑妥罴咽导。。。。
。

2. 关注行业博客和新闻：按期浏览SEO行业博客、新闻网站和论坛，，，获取最新的SEO信息和剖析。。。。
。例如，，，Moz、Search Engine Journal和Ahrefs等网站经常宣布有价值的SEO文章。。。。
。

3. 实验和测试：SEO不是一成稳固的，，，你需要一直实验新的要领和战略。。。。
。通过A/B测试、实验和数据剖析，，，找到最适合你网站的最佳实践。。。。
。

### 八、实例剖析与乐成案例

通太过析乐成的案例和实例，，，可以更好地明确SEO的最佳实践：

1. 乐成案例研究：查找并剖析其他公司或网站乐成的SEO案例。。。。
。这些案例通；；；嵯晗杆得魉鞘褂玫恼铰浴⑷〉玫男Ч兔媪俚奶粽。。。。
。

2. 行业报告：一些行业报告和白皮书会提供详细的数据和剖析，，，这些报告通；；；岷亲罴咽导⒗殖砂咐臀蠢辞魇。。。。
。

### 九、SEO工具推荐

1. Google Keyword Planner：用于要害词研究和展望，，，提供搜索量和竞争水平数据。。。。
。

2. SEMrush：一个周全的SEO工具，，，提供要害词研究、网站剖析、竞争敌手剖析和排名监测功效。。。。
。

3. Ahrefs：提供强盛的要害词研究、网站剖析、链接建设和排名监测功效。。。。
。

4. Moz：提供要害词研究、网站剖析、链接建设和SEO教育资源。。。。
。

5. Google Analytics：用于剖析网站流量、用户行为和转化数据。。。。
。

6. Google Search Console：用于监测网站的搜索体现、提交网站地图息争决手艺问题。。。。
。

### 十、总结

SEO是一个重大但很是有价值的领域，，，通过一连的优化和立异，，，你可以显著提升网站的可见性和流量。。。。
。关于厦门的企业来说，，，精准的要害词研究、高质量的内容、手艺优化、外地SEO和社交媒体推广都是提升SEO排名的主要因素。。。。
。希望这篇文章能为你提供有价值的信息，，，资助你在SEO领域取得乐成。。。。
。

记着，，，SEO是一个恒久的投资，，，需要耐心和一连的起劲。。。。
。祝你在SEO优化的蹊径上取得绚烂的效果！