TachinGlove Pro-E正式发布，触觉+手部位姿数据集同步开源

途见科技柔性触觉数据采集手套EMF版TachinGlove Pro-E（以下简称Pro-E）正式面向全球发布。

Pro-E集成高密度全手触觉信号采集与EMF电磁空间定位，能够实现高精度触觉信号采集与手部动作捕捉，输出对齐后的高阵列密度触觉数据与高精度手部位姿数据。

2026年，具身智能迎来了一股“触觉热潮”。

随着行业对触觉重要性认可度的持续提升，越来越多企业将目光转向触觉数据采集手套。通过将人手与环境的接触进行数字化处理，行业希望通过这一新的硬件入口，补上机器人训练所需的触觉数据缺口。然而，当触觉数据开始批量化生产，新的问题再次显现：如何把触觉在操作中发生的具体位置重建出来，得到带有精确空间位置的触觉信息，从而让数据训练出的模型更加精确地对齐到机器人？

TachinGlove Pro-E应运而生。

以TachinGlove标准版为基础，Pro-E内置5个EMF定位传感器，能够完成25节点手部姿态重建；同时输出指尖定位分辨率小于0.2 mm的6DOF位姿，实现触觉信息、手部空间姿态、关节角度、第一人称Ego硬件时间同步采集，提供高精度、高可靠性的全手触觉及位姿信号采集与数据采集解决方案。

触觉表现方面，Pro-E延续标准版触觉方案设计，采用仿生掌纹分布与柔性贴合设计，实现五指加掌心全覆盖，同时测量法向力与切向力，让手部操作过程中的每一寸力道都有迹可循；单只手套集成783个传感点，能够实现0.05 N/cm2力分辨率及小于2 mm的空间分辨率，最大测量量程可达30 N/cm2；空抓无脏信号的设计旨在持续降低无效数据干扰，保障数据纯净度；有线USB与无线WiFi双通信，则让手套更加适合野外作业等采集场景。

Pro-E还特别延续了TachinGlove Snap的快拆设计，EMF传感器、采集模块可单独拆装，触觉手套部分可替换维护，便于更换手套耗材。

TachinGlove Pro-E，在高密度触觉感知的基础上，进一步融合 EMF 电磁手部追踪技术，实现触觉信号与手部空间位姿的精准关联，构建起空间位置内的触觉点阵，绑定手部追踪的触觉点云，让空间范围内的一次完整手部操作得以精准记录。

以人手拿杯子为例，Pro-E 不仅能够记录手指与杯子的接触位置、接触力及其动态变化，还能够同步还原手部姿态与空间运动轨迹，记录空间范围内与物体发生接触的位置，以怎样的手势进行接触等信息，满足高精度数据采集需求。

TachinGlove标准版凭借轻量化、低成本和灵活部署的优势，更适合大规模、长时间及多场景的数据采集，帮助具身智能模型积累丰富、多样的真实世界交互经验。海量、多样化的真实操作数据，能够帮助机器人学习不同物体、不同环境下的操作方式，理解接触与动作之间的普遍规律，提升模型面对新物体、新任务和复杂环境时的泛化能力，让机器人不再局限于少数预设场景。

TachinGlove Pro-E则进一步强化手部位姿追踪的精度、稳定性与实时性，提升数据采集的连续性和有效性，更重要的是建立起触觉感知与手部动作之间精确的时空对应关系。尤其适用于对空间位置、接触关系及操作细节具有更高要求的数据采集任务，为精细操作学习、触觉与动作联合建模，以及高质量具身数据集建设提供更丰富的信息。这为人手操作向机器人动作的迁移和重定向、具身模型训练中的多模态对齐，以及动作策略学习提供了更高质量的数据基础，让机器人能够从人类操作中学习动作与物理接触之间的关联，进一步提升对复杂操作的理解、迁移与执行能力。

除了产品正式对外发布，途见科技通过TachinGlove Pro-E采集的手部位姿与触觉融合数据集同步发布。数据集包括基础触觉交互、灵巧操作技能、不同物体物理属性下的接触与操作，以及真实环境中的长程任务。通过覆盖不同操作方式、接触状态、物体属性和场景变化，帮助模型逐步建立对真实物理交互的理解，提升其在新物体、新任务及复杂环境中的适应能力。其中首批基础操作数据已在Hugging Face平台率先开源（地址：https://huggingface.co/datasets/Tachin-TachinTech/TachinGlove_Pro-E），其他类型数据正在持续采集，并将陆续发布。

这是途见科技今年内第二次面向全球开发者开放具身触觉数据资源。8月世界机器人大会期间，途见科技首批全手触觉具身数据集正式开源，包含抓取、折叠、装配、插拔、倾倒、按压、滚动、挤压、旋转、擦拭等20类触觉丰富的操作任务，由麻省理工学院、哈佛大学、加利福尼亚大学戴维斯分校和伯克利分校联合发布的论文提出了一种多速率视觉-触觉架构——T-WLA，用首批数据集作为验证。此外，由途见科技提供高分辨率双手全掌触觉数据的500小时人类视觉-触觉数据集也已在HuggingFace正式开源，累计下载量超3万次。基于数据集的论文——由德州农工大学、Google DeepMind、卡内基梅隆大学、斯坦福大学、加州大学伯克利分校、耶鲁大学、微软、英伟达、利物浦大学、Meta、华盛顿大学、西北大学、索尼、佐治亚理工学院以及Overfit Lab等15家机构研究者联合发布的TouchScale引起广泛关注。途见科技正推动触觉数据从硬件感知走向模型训练与实际应用。

技术创新与生态构建并行

以行业真实需求为核心，途见科技不断实现技术与产品的创新迭代：一方面以触觉数据的规模效应为目标，面向大规模触觉数据采集，不断提升采集设备的耐用性并降低成本；另一方面针对采集精度的提升，以此次EMF版本为起点，持续推动触觉、视觉、EMF融合，提供精度更高的触觉数据采集方案。

以生态构建为远景，途见科技将以开源数据集为载体，汇聚行业真实数据反馈，推动触觉感知技术加速从“实验室验证”走向“规模化应用”，助力构建更加完善的触觉感知生态。