按喷壶按钮时，手碰到了，不等于真的按下去了；画面还可能被手挡住。TouchWorld想补上这层“手感”：它是一套面向灵巧操作的触觉世界模型——让机器人预测动作之后会发生什么，而且不只预测画面，还预测手指应该在哪里接触、压力是否到位。
据量子位报道，哈工大（深圳）杨朔团队把触觉放进了预测和执行两个环节。上层先给出动作，中层生成动作，底层再依据实时触觉输出细小修正；这个纠偏模块的推理频率是触觉世界模型的4倍。作者自述，TouchWorld在浇花、插插头、擦锅等六项真机任务中，正常环境平均成功率为65.0%，人为扰动下为57.2%，分别比最强对照方法高15.7和16.0个百分点。更值得注意的是完整链路：EgoTouch负责采集视觉—触觉数据，TouchAnything尝试从视频恢复接触与压力，TouchWorld再把这些信息用于预测和控制。成功率也表明，这仍是补齐感知通道的一步，而非灵巧操作已经解决。