知识卡片：李飞飞团队发布触觉模型T-Rex，灵巧手成功率翻倍

一句话结论：李飞飞、Jim Fan等团队提出触觉模型T-Rex，在12项真实灵巧操作任务中使平均成功率从纯视觉基线的35%提升至65%，证明触觉是灵巧操作的必选项。

事件概述：李飞飞、Jim Fan等具身智能领域研究者联合推出灵巧手触觉模型T-Rex。该模型采用Mixture-of-Transformer-Experts架构，为触觉信号单独开辟高速处理通路，并使用Cascaded Flow Matching在去噪第4步进行模态切换，通过VQ-VAE将力历史数据压缩为离散码字。模型经过人类视频预训练、遥操作中期训练以及百条演示后训练三阶段，在12项真实操作任务中平均成功率达65%。

方法/产品要点：

• 架构：Mixture-of-Transformer-Experts，为触觉单开高速通路。
• 关键机制：Cascaded Flow Matching（在去噪第4步切换模态）、VQ-VAE（将力历史压缩为离散码字）。
• 训练流程：三阶段——人类视频预训练、遥操作中期训练、百条演示后训练。

主要结果：

• 在12项真实操作任务中，T-Rex平均成功率为65%，相比纯视觉基线的35%提升30个百分点（成功率翻倍）。
• 触觉被证明是灵巧操作的必选项而非锦上添花（待核实具体对比实验细节）。

为什么重要：该研究直接量化了触觉信息对灵巧操作的增益，从“是否重要”的定性讨论推进到“能提升30个百分点”的定量证据，为具身智能中多模态融合提供了关键数据支撑。

局限与不确定性：

• 仅测试了12项真实操作任务，未说明任务多样性与难度分布。
• 纯视觉基线的具体配置（如是否使用深度、是否多视角）未在摘要中说明。
• 触觉传感器成本、鲁棒性及泛化到未见物体或环境的效果待核实。
• 三阶段训练的算力需求与数据采集难度未提及。

可用于图书/PPT/简报的角度：

• 具身智能中触觉感知的必要性：从“锦上添花”到“必选项”的实证突破。
• 混合专家架构（MoE）在机器人多模态融合中的新应用。
• 触觉作为关键信息通道：对比纯视觉局限性，展示触觉对精细操作（如灵巧手）的不可替代性。

与既有脉络的关系：本卡片聚焦触觉模型在灵巧操作中的量化提升，与已有卡片（如1X世界模型实验室成立、Meshy 3D融资、晶体生成等）无事实重复，可作为具身智能传感方向的增量案例。

原始材料：

• URL: https://m.sohu.com/a/1055048777_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=7
• 来源：腾讯研究院AI速递 20260727
• 英文标题（待核实官方论文标题）：T-Rex（触觉模型名，全称待确认）
• 英文关键词：Tactile model, dexterous manipulation, Mixture-of-Transformer-Experts, VQ-VAE, Cascaded Flow Matching, embodied AI