# 300 小时、28993 段、其中 195 小时指尖有接触：Sharpa 把触觉数据从私产变成了公共品
> 一家做手的公司，把 300 小时带指尖触觉的操作数据按 CC BY-NC 4.0 放了出去。这件事的意义不在「最大」，而在它把触觉这一层从各家紧捂的私产，第一次摆到了公共货架上——同时也把「到底缺多少数据」这个问题量化了。
### TLDR
- **规模**：SharpaDex v1.0 含 **300 小时**、**28,993 段演示**、**59 项任务**，覆盖工具使用、装配、柔性（可变形）物体处理与长时程任务。
- **接触密度是关键指标**：约 **195 小时**的数据中至少有一个指尖处于接触状态，其中 **55 小时**为双手同时接触——也就是说，有三分之一的时间是「在空中移动」。
- **模态**：同步提供多视角 RGB、**指尖触觉图像**、**指尖力/力矩**与 **65 维关节动作**，十指指尖每帧均有触觉信号。
- **标注粒度**：分层语言标注，含任务描述与 **217,642 个时间锚定的子任务片段**，覆盖 **89.3% 的帧**，另有 **45 个技能标签**。
- **怎么拿**：以 **LeRobot v3.0 / v2.1 格式**提供，许可为 **CC BY-NC 4.0**（署名 + 非商业）。
- **判断：**真正的信号不是「最大公开数据集」这个头衔，而是这套数据把「触觉还差几个数量级」这件事，第一次摆成了可以数的数字。
### SRC
素材时间窗为 2026-10-19 18:00 → 2026-10-20 09:00（北京时间）。本条主源为 DoNews 于 **2026 年 10 月 19 日**发布的中文报道（转述 Sharpa Robotics 官方发布），交叉源为英文聚合 Machine Dawn 于 **2026-10-19** 收录的同条信号，以及 Another Daily AI Newsletter 2026 年 10 月 19 日刊的「Research & Science」栏。文中 300 小时、28,993 段演示、59 项任务、195 小时接触数据、55 小时双手接触、217,642 个子任务片段与 89.3% 帧覆盖率、45 个技能标签、65 维关节动作、LeRobot v3.0/v2.1 格式、CC BY-NC 4.0 许可，均出自上述转述，属**企业自述经媒体转述，未获独立第三方复核**。「同类最大公开数据集」的表述出自英文通讯转述的公司自称，为**单一信源**。产品背景（W02 手重量低于 750 克、21 个主动自由度、指尖力 5mN–30N、1 毫米分辨率、IP54；AE01 手套 22 自由度、每指尖 256 级触觉；D01 人形七自由度臂）来自 Sharpa 在 IROS 2026 的参展资料，属窗口外背景，非本次新增。文中所有分析性内容均以「判断：」标注。
### BODY
先把这组数字按重要性重排一遍
标题里通常被放在最前面的是「300 小时」和「28,993 段」。但对做操作的人来说，更有信息量的是另外两个：195 小时有接触，和217,642 个时间锚定的子任务片段。
按 300 小时为基准归一化；数值出自 Sharpa 官方发布，经媒体转述，未获独立复核
300 小时里有 105 小时是没有接触的——接近、定位、转移、回位。这些帧对训练「怎么走过去」有用，对训练「怎么捏住」没用。真正喂给触觉策略的有效样本是 195 小时，其中双手协同的只有 55 小时。
判断：这个比例本身就是一条信息。它说明采集团队知道什么是有价值的样本，并且愿意把这个结构公开出来——而不是拿总时长去充数。一个只报「300 小时」的数据集和一个敢报「195 小时接触 / 55 小时双手」的数据集，可信度不在一个层级。评估任何操作数据集时，第一个该问的问题不是「多少小时」，而是「多少小时里手是碰着东西的」。
难点被换成了「接触」，但接触没被换成「有用的接触」
视频数据的逻辑：互联网上有近乎无限的人类操作视频，量够大就能覆盖长尾。代价是没有力——像素里没有测力计，看不出人捏瓶子用了几牛顿。
触觉数据的逻辑：每一帧都带真实的力与接触位置，能学到「多紧算紧」。代价是采集极贵——要本体、要手、要人去一遍遍做。
这两条路各有断层。视频路线缺力，触觉路线缺量。SharpaDex 属于后者的补给，而且补给的方式很讲究：它把触觉图像、力/力矩、多视角 RGB、65 维关节动作放在同一时间轴上同步对齐，等于给了研究者一个可以任意切模态的输入集——想只用视觉做基线，或者验证「加了触觉能涨多少」，同一批数据就能对上。
判断：这类数据集真正的价值往往不在它自己的指标，而在它能不能成为一把尺子。当所有人都能在同一批数据上测同一个任务时，「加触觉到底值不值」才从争论变成可复现的实验结果。这一点比「最大」重要得多。
CC BY-NC 4.0 是这份发布里最容易被忽略的一行
许可条款是 CC BY-NC 4.0：可以署名后自由使用、修改、再分发，但不得用于商业目的。
对做产品的人，这一行的含义很实在：拿它验证想法没问题，拿它训一个要卖的模型就得回头谈。这不是苛刻，而是数据资产的本分——采集这批数据的成本是真金白银堆出来的机器人、传感器和人工时。
判断：Sharpa 同时卖手（W02）、卖人形（D01）、卖采集手套（AE01），现在又放出带触觉的数据集。这三件事放在一起看是完整的一条链：手套记录人怎么动，手负责复现，电子皮肤测接触，数据集把这条链沉淀成资产。硬件是入口，数据才是它真正想占的位置。对国内做灵巧手与触觉的团队，这是一个明确的信号——单点零件的竞争已经结束，接下来比的是「谁手里有别人拿不到的接触数据」。
300 小时够不够？这个问题的答案才是重点
把它放到坐标系里看：视觉-语言-动作模型今天动辄在百万小时级的人类视频上预训练，而这个被称作「同类最大」的触觉数据集，量级是百小时。中间差着三到四个数量级。
所以「最大」这个头衔要打折听——它说的是在带指尖触觉的公开数据里最大，不是「数据够了」。恰恰相反，它把「触觉数据还差多远」这件事第一次量化了：如果连公认最大的公开集都只有 195 小时有效接触，那么行业里真实可用的触觉样本总量，很可能比外界以为的还要少一个量级。
判断：这条发布对行业的实际作用是立标尺，而不是补缺口。它的出现会让后续所有触觉数据集都必须回答同样几个问题：多少小时、多少小时有接触、多少双手、标注到什么粒度、什么许可。能被这样比较，本身就是进步。反过来，如果一年之后同类公开数据仍停留在百小时量级，那说明的不是大家不愿意共享，而是触觉采集的成本结构还远没有到可以规模化的阶段——那时候该被质疑的是采集范式，不是共享意愿。
判断：对做二次开发与交付的一方，这份数据集最实际的用法不是去训一个大模型，而是做选型验证：在采购某只手之前，先在这批带力与触觉的公开数据上跑一遍你的任务子集，看「加了触觉」对你的具体动作到底涨几个点。涨得多，才值得为传感器付溢价；涨得少，说明你的瓶颈在别处——多半在夹具设计或轨迹规划，而不是在感知。
来源：DoNews 2026-10-19 报道；Machine Dawn 2026-10-19 收录条目；Another Daily AI Newsletter 2026-10-19 刊。企业自述指标未获独立复核，「同类最大」为单一信源。IROS 2026 产品参数为窗口外背景。
---
*来源：神机百见-具身解读 · https://www.shenjibailian.com/jiedu/article/sharpa-sharpadex-v1-tactile-dataset-release/*