2026年4月，國內工業人形機器人廠商上海開普勒機器人正式發布Kepler-OmniTac™力觸覺全棧數采解決方案，這是國內首個原生適配VTLA全感知模型的工業級力觸覺數采方案，由開普勒全棧自研，實現了從硬件、數據到模型的端到端打通，填補了國內工業力觸覺全棧解決方案的空白。

　　本次發布的Kepler-OmniTac™方案，核心實現了「人機同源感知」，將力觸覺與六維力感知整合，補齊了純視覺方案的天然盲區，為工業機器人完成精密接觸類任務提供了核心支橕，方案整體包含自研數采套件、OmniVTLA原生數據集、OmniVTLA大模型三部分核心內容。

　　雙架構數采套件 適配多場景精度需求

　　Kepler-OmniTac數采套件采用雙方案並行的輕量化架構，可快速適配各類真實工業場景。其中同構力觸數采套件由同構力反饋外骨骼、力觸反饋手部套件搭配開普勒人形機器人組成，可實現高精度的動作映射與力覺反饋，保障遙操作數據的高保真度；類UMI觸覺手套數采套件以五指觸覺采集手部套件為核心，可靈活擴展外骨骼，兼顧低成本與數據多樣性，有效提昇采集效率與覆蓋范圍。

　　雙套件形成能力互補，可靈活覆蓋不同場景、不同精度要求的全品類數據采集任務，為大模型訓練提供高質量、高多樣性的多模態數據支橕。

　　10萬+原生數據 打造真實工業感知底座

　　Kepler-OmniVTLA數據集全部基於自研采集設備原生采集構建，具備真實無虛、多元覆蓋、全模融合、規模領先四大優勢，目前累計收錄10萬+條真人實采全模態場景數據，覆蓋多行業核心場景，囊括20餘種專屬工業技能與40餘種真實應用場景，完整還原工業核心場景全鏈路任務，為大模型訓練提供了紮實的真實數據底座。

　　VLA昇級VTLA 實現感知能力核心躍遷

　　本次發布的OmniVTLA大模型，完成了從VLA到VTLA的核心昇級，將力觸覺模態提昇至與視覺、語言、動作同等核心的位置，實現原生力觸覺編碼與跨模態深度融合。核心實現四大突破：一是從「被動看」昇級為「主動摸」，可精准感知物理屬性，解決柔性、易碎工件操作難題；二是落地模仿學習2.0，從單純抄動作昇級為深度懂邏輯，復雜任務泛化能力大幅提昇；三是實現「一腦適配多機」，一套模型可兼容不同結構、不同自由度的人形機器人，大幅降低部署開發成本；四是直接提昇工業實效，接觸密集型任務成功率可提昇10%-20%，徹底補齊工業人形的感知短板。

　　此外，方案還實現了「邊工作、邊數采、邊訓練、邊進化」的閉環，打破了行業普遍存在的「采集-訓練-部署」割裂痛點，為工業機器人持續迭代優化提供了可能。