穿戴式触觉采集夹爪，戴上手跑一遍才知道值不值

被朋友安利了千觉这套 XTac UMI G1，说他们组最近在用，采触觉数据比拖着真机跑省事。我八月份在世界机器人大会的展台上摸过他们的传感器，按下去能看到三维形变和受力分布实时变，那次感受只停在「能摸出滑移」这一层。这回朋友把设备借我跟着跑了一下午，算是从展台走到了实际产出的环节。

先说这东西是什么。XTac UMI G1 是一套穿戴式的视触觉多模态数据采集夹爪，拆开是五块。主夹爪，人戴在手上做动作的那个；从夹爪，装在机器人上跟着复现动作；一个采集背包，算力和存储都在里头；头显套装；还有一个可视化终端，实时看采到了什么。它采触觉，也采 RGB 图像、视触觉图像、六自由度位姿轨迹（位置三个方向加姿态三个方向）、夹爪状态和 IMU，也就是惯性测量单元，记运动和朝向的那颗芯片。官方给的指标是 5 毫秒级多设备时序同步、3 毫米级空间定位精度，这两个数我这边没法独立复现，只能说是他们标称的。

它绕开了一个老问题。

以前要采机器人的操作数据，基本两条路。一条是遥操作，人拿控制器或者动捕手套带真机，数据从真机关节上读，好处是原生适配真机，坏处是你得有一台真机摆在那儿，一台不够还得多台，成本和时间都压着。另一条是纯视觉，几个相机拍人手，便宜，但触觉那一层是空的。柔性物料、精密小件这类工况，光靠看根本判不出该用多大力。

XTac 走的是第三条路，人戴主夹爪做动作，从夹爪同步复现，触觉信号由传感器直接采。好处是采数据不依赖真机本体，一台设备能拿去不同场景里跑，成本门槛降下来了。这一层的关键是采出来的数据能不能直接喂进真机训练、中间少做迁移，硬件本身反倒不是重点。

卡住的地方也有。标定那一步比我预想的慢，视触觉传感器要跟位姿系统对齐，第一次弄花了大概二十分钟，朋友说熟练了能压到十分钟以内，但每次换场景还是得重来。穿戴本身有束缚感，背包背着走一下午，肩膀是有负担的。另外主夹爪的尺寸是按常见手型做的，手小的人戴着做精细动作会别扭，我试了几次捏小件都偏了。

可视化终端是个惊喜。屏幕上能同时看到 RGB 画面和触觉图，按压、滑动的时候受力分布和滑移状态是实时变的，那种「看得见力」的感觉挺直观。我跟着采了一组插拔和一组抓取，数据落盘之后的结构比我预想的规整，后面清洗的功夫省了不少。

结论放这儿，看情况。做具身算法、需要触觉数据又不想被真机数量卡住的团队，这套东西值得排进预算先试一轮；数据工厂和高校实验室这类要规模化采的场景，它的性价比会体现得更明显。但如果只做视觉方向的模仿学习，或者团队小到一年采不了几次数据，标定和穿戴的时间成本划不来，不建议上。个人开发者就更别想了，它不是拿回家就能玩的东西。

要判断自己该不该碰，其实就看一句话，你缺的是触觉数据，还是缺数据。缺前者，这套设备是目前少数能绕开真机的路子。缺后者，先把采集流程理清楚再说。