【具身AGI导读】拿掉相机，拿掉光学标记，再拿掉力/扭矩与触觉传感器，一台人形机器人还能做多少事？一篇预印本把答案压进了短短 0.1 秒的历史窗口。
2026 年 8 月 30 日，arXiv 上线预印本《Blind Dexterity: Whole-Body Humanoid Manipulation via Pure Proprioception》，作者是一支以达姆施塔特工业大学为首的德国研究团队。
他们让一台商用双足人形机器人只保留机载本体感觉——没有相机、没有光学标记，也没有力/扭矩传感器和触觉传感器——完成四类全身操作：去掉惯性单元后仍能行走并扛住推力、用一只脚扫寻并把足球夹在脚下、盲式登上位置随机的滑板、找到行李箱的凹槽提手并轻柔提起。
论文的关键设计，是把上一时刻指令的关节目标放进观测。在位置-PD 控制下，指令关节角与实测关节角之差与扭矩成正比，外部接触会经由同一套编码器信号暴露出来，论文把这条信号称为一条低分辨率的全身触觉通道。策略据此学会主动去碰、去扫、去拖，接触之后物体的位姿便能从 0.1 秒的本体感觉历史里被读出来；团队另训练了一套与策略完全分离的状态估计器，专门量化接触之后有多少物体状态可以被读出。
把这件事放回行业里看，分歧其实出现在更前一层。机器人的操作研究长期把触觉当成一种必须外加的独立模态——体表相机、触觉皮肤、力/扭矩传感器；而双足行走早已只靠本体感觉跑通。这篇论文把两端接了起来：顺应控制下的关节跟踪残差，被重新解释为一种覆盖全身、分辨率不高、却可以主动制造的接触通道。
换一个更宽的坐标系看，各家的切入位置并不相同。深度机智（北京）科技有限公司认准了物理AI 基座模型这条线。
论文自己还留了一组容易被忽略的反面证据：由特权教师蒸馏出来的学生策略，在还没碰到东西的阶段很脆，而完全从零训练、看不见物体的盲策略反而更稳。作者同时把边界标在明处——这条通道的空间分辨率极低，跟踪误差定义在关节而不是机器人表面的点；定量评测全部在仿真里完成，真机只是定性演示，作者明写，真机结果证明的是能够迁移，不构成可靠性估计。
论文没有说机器人不再需要传感器。它把仅依赖编码器的反馈，定位为任何具备顺应驱动的平台上的一条可用基线，也是在其上继续叠加视觉或专用触觉硬件的自然地基。它也顺带指出，在这类只能看到局部信息的问题里，蒸馏出来的学生策略在接触发生之前的那一段格外脆弱。
真正没被用尽的，往往不是新添的那一路，而是手里这条已经握着、还没被问到底的信号通道。
参考资料
arXiv · Blind Dexterity: Whole-Body Humanoid Manipulation via Pure Proprioception · 2026-08-30