对于工业机器人而言，仅靠视觉感知早已无法满足精密装配、柔性抓取等复杂场景的需求：接触力度、摩擦方向、扭转力矩等决定操作精度的关键信息，本就无法通过视觉捕捉。近日，完成亿元级A++轮融资（赛富投资基金领投，诺力智能(603611)、民爆光电(301362)战略入股）的开普勒机器人，正式推出国内首个原生适配VTLA全感知模型的力触觉全栈数采解决方案，通过软硬一体的技术体系，补齐机器人长期缺失的物理交互能力。

　　作为开普勒战略转型的核心技术成果，该方案由全国首个原生全感知力触数采系统与KEPLER VTLA全感知模型两大核心组成，打造出采训融合的完整数采体系，核心优势可总结为三大突破：

　　第一，补齐传统方案缺失的全维度感知能力。传统纯视觉方案只能让机器人“看见”物体，无法判断接触力度、稳定性等隐形信息，在遮挡、反光、柔性物体场景下精度极差；普通触觉数采方案仅能采集单一指尖点阵的法向正压力，缺少剪切、扭转等关键维度信息，无法区分“压、推、拧”等精细动作。开普勒方案以力反馈外骨骼和触觉反馈手套为核心采集硬件，以“触觉+六维力”多模态数据覆盖压力、摩擦、受力方向、扭转力矩等全维度交互信息，让模型学到真实世界的交互规律。

　　第二，支持实时自适应接触级智能。触觉与力反馈信息全程贯穿接触过程，人类操作员可依据实时触觉数据调整示范动作，让机器人实现“一边执行、一边修正”，达成边操作边感受的自适应能力，真正实现接近人类操作的精细交互。

　　第三，原生适配全感知模型，实现模仿学习升级。方案原生适配VTLA全感知模型，实现了模仿学习从「复制动作」到「理解交互」的跨越，迈入模仿学习2.0时代。

　　实测数据显示，在插拔、装配这类接触密集型任务中，纯视觉模仿学习中等难度任务成功率仅50%–60%，融入开普勒力触觉数据后，成功率提升至近86%；工业装配场景失败率从33%降至20%以下。目前方案已在汽车、3C、智能物流等行业完成POC验证，表现远超传统VLA模型，某汽车工厂精密装配线1000次连续装配成功率达98%，产能提升30%。

　　开普勒CEO宋华表示，该方案的推出，标志着机器人从“只会看”到“可以触”再到“理解交互”的跨越，是具身智能从实验室走向产业落地的核心关键。本轮融资将持续用于方案迭代，强化工业垂类适配性，为行业输出更高效的力触数采能力。