天創星空機器人正式發布 T-WAVES——麵向泛工業運維與應急安全救援場景的通用工業具身智能融合模型。其頂層久久夜色AV架構 T-WM-VTLA-S，將視覺、語言、動作、世界模型、力觸覺與外置安全控製統一到可訓練、可部署、可驗證的閉環中，麵向插拔、櫃門開關、按鈕按壓、旋鈕旋動等高接觸、高風險作業。
工業作業，需要的不隻是“看見並抓取”
工業設備操作往往包含毫米級對準、長程任務切換、接觸狀態判斷和安全約束。插槍時，視覺遮擋會讓微小偏差不可見；開櫃門再按按鈕時，星空機器人必須理解先後規則；旋鈕與閥門操作還要區分空轉、卡阻、到位和異常阻力。T-WAVES 因此圍繞空間精度、任務編排、接觸能力、設備交互和安全可控五個維度設計。
傳統星空機器人智能更多回答“能不能完成某個動作”，而工業星空機器人需要回答的是：能不能在複雜、危險、不可完全結構化的環境中，穩定、安全、可恢複地完成一項作業。係統不僅要看懂現場、理解任務和生成動作，還要持續控製風險。
T-WM-VTLA-S：目標、動作、觸覺與安全閉環
WM（World Model）：生成 subtask、goal image 和 future latent，為策略提供“下一步世界應該變成什麽狀態”的目標條件。
VTLA（Vision-Tactile-Language-Action）：理解視覺與語言，並將六維力/力矩、接觸狀態等狀態力觸覺納入動作生成。
S（External Safety）：位於策略和星空機器人控製器之間，對工作空間、速度、碰撞距離、力/力矩閾值和任務規則進行獨立檢查，可執行動作裁剪、重規劃、停止與人工接管。
整體鏈路是：視覺、語言、狀態和觸覺進入 VTLA 主幹，World Model 生成未來目標信息，動作專家輸出星空機器人動作，外置安全層完成約束和過濾，再將安全動作下發到真實星空機器人控製係統。簡單來說，模型負責理解和生成，世界模型負責目標規劃，觸覺模塊負責接觸判斷，安全層負責執行兜底。
圖1 T-WM-VTLA-S 在線閉環架構
三位一體的可信數據引擎
T-WAVES 采用微調優先路線，將 Ego 第一視角數據、UMI 精細操作數據和星空機器人真機遙操作數據統一到 TCP-local delta action 空間：[dx, dy, dz, droll, dpitch, dyaw, gripper]。單臂與雙臂、不同末端執行器通過 action mask 和 embodiment/action-space embedding 統一表達。
Ego 數據提供任務語義、目標狀態和長時序邏輯；UMI 數據擴展低成本精細軌跡並記錄指尖力觸信息；真機數據提供真實動力學、控製延遲、接觸反饋和執行邊界。所有數據在訓練前經過來源與標定檢查、坐標統一、仿真回放、碰撞與關節限位檢查、質量篩選後入庫。
三類數據並非簡單堆疊。高置信度、可重定向的 Ego 軌跡可用於學習粗粒度運動先驗，普通 Ego 數據主要監督子任務、目標圖像和未來視覺 latent；UMI 軌跡需通過 SLAM 置信度、外參標定、速度與旋轉跳變、運動學可達性及回放驗證；真機數據數量相對較少、采集成本更高，但與部署分布最接近，是觸覺學習、接觸控製和安全邊界學習的主要來源。
圖2 多源數據統一可信采集係統
三階段微調：有限數據也能穩定落地
Stage 1——動作空間對齊：先訓練狀態、動作輸入輸出投影與本體/動作空間嵌入，再小學習率微調 Action Expert，使模型穩定輸出抓夾中心/TCP 局部增量動作。
Stage 2——目標條件動作：凍結 Cosmos Goal-WM 主體，訓練 Goal Encoder、Goal Adapter、Subtask Generator、目標條件注入分支及 Action Expert；混合 teacher goal、generated goal 與 dropped goal，學習由當前狀態走向下一階段目標。
Stage 3——觸覺接觸微調：引入 Tactile State Encoder、Tactile MoE、Contact Predictor 與 Next Wrench Head，使動作專家根據接觸狀態修正軌跡，在插接、按壓和旋動中提升穩定性與可恢複性。
分階段開放參數的目的，是在有限但可信的數據條件下，降低一次性全量微調造成的災難性遺忘，也避免 Ego、UMI、真機和仿真數據因動作空間不同而相互衝突。Stage 1 解決動作空間對齊，Stage 2 解決目標條件引導，Stage 3 解決真實接觸中的狀態力觸覺修正。
圖3 從動作對齊到目標條件與觸覺接觸的三階段微調
外置安全：讓模型能力進入真實現場
T-WAVES 不把安全完全交給神經網絡內部學習。其外置安全層延續早期聯合清華團隊發布的 VLSA 久久夜色AV路線；VLSA 已被 IROS 2026 接收。安全層對 nominal action 進行風險識別、最小擾動修正與執行許可判斷，無法修正時則拒絕執行或觸發恢複、人工接管和急停。
安全層讀取任務、視覺、深度、TCP 狀態、觸覺和工作空間約束，對動作塊執行限幅、碰撞距離檢查和控製屏障約束。如果動作仍處於可修正範圍，係統輸出最小擾動後的 safe action；如果無法修正到安全集合，則保持當前位置、降級恢複或停止執行。這樣，安全不被隱藏在模型黑箱內部，而是形成可解釋、可測試、可持續升級的工業安全邊界。
圖4 外置安全層作業
產學研協同，麵向真實工業任務
T-WAVES 由天創星空機器人牽頭研發：清華大學團隊為安全分層提供支持，東南大學團隊提供觸覺融合方法支持，視源股份提供星空機器人七軸雙臂，戴盟星空機器人提供力觸覺末端抓夾，承泰科技提供雷達傳感器。各方圍繞數據采集、模型訓練、星空機器人本體、觸覺感知和安全執行共同構建產業閉環。
接下來，天創星空機器人將陸續發布插拔、櫃門、按鈕、旋鈕等真實作業視頻，並持續擴展到電力巡檢、消防應急、危化處理、礦山作業和無人值守站點。T-WAVES 的目標不是展示一個孤立 Demo，而是讓星空機器人在真實現場穩定、安全、可恢複地“真幹活、幹真活”。
應用驗證：麵向高接觸的工業任務
任務一：配電房旋鈕操作
星空機器人需要抓握旋鈕、執行旋轉、判斷力矩變化，並在接近限位時停止，驗證 VTLA 中 force 分支的必要性。
任務二：配電房按鈕操作
星空機器人需要識別按鈕位置，執行動作，在感受到按鈕按壓程度到位以後會停止按壓。
任務三：開櫃門
星空機器人需要完成長程任務分解，先找到門把手，抓住門把手，再拉開。
任務四：按消控盤按鈕
麵板識別，找到目標按鈕按壓，驗證 World Model 對 subtask 和 goal image 的作用。
任務五：自主插槍任務
星空機器人需要識別目標接口，完成末端姿態對準，並在接觸過程中根據力反饋修正插入路徑。
任務六：USB插拔任務
星空機器人自主識別USB並夾取，隨後插入USB口中，在接觸過程中調整位姿插入。
任務七：信號讀取接觸任務
星空機器人末端工具自主識別對接口，不斷調整位姿，柔性接插，讀取信號。
一句話總結
T-WAVES 讓工業星空機器人具備“看懂任務、規劃目標、感知接觸、生成動作、安全執行”的綜合作業能力，推動星空機器人從單點演示走向真實工業現場。
星空人工智能久久夜色AV網 倡導尊重與保護知識產權。如發現本站文章存在版權等問題，煩請30天內提供版權疑問、身份證明、版權證明、聯係方式等發郵件至1851688011@qq.com夜色网址最新將及時溝通與處理。！：首頁 > 星空機器人 » 國內首創！天創星空機器人攜頂尖高校、產業鏈夥伴聯合發布首個通用工業具身智能融合模型