把插头塞进严丝合缝的接口，位置看着对，不代表真能插进去：稍微偏一点，零件就可能卡住。Facet-0瞄准的正是这种“最后一毫米”难题。它是一种机器人基础模型——先用大量任务训练，再迁移到不同操作；重点不是常见的抓取和放置，而是插接、拧紧这类会持续碰触零件的精细装配。
它最关键的一步，是让机器人在规划动作时，同时预测腕部将感受到的 wrench，也就是推、拉和拧产生的力与扭矩。这样，两次看似都在靠近目标的动作，可以因“顺利对准”或“正在卡死”得到不同评价。模型随后用真实部署数据做强化学习后训练，根据成败调整策略。论文作者称，Facet-0基于一套约1000小时、力信号同步的数据训练，在五项亚毫米级电脑装配任务上平均成功率达到82%，最强对照为15%，同时报告0.5毫米放置精度和50毫秒指令延迟。这些结果目前来自论文自身实验，尚不能直接外推到其他零件和产线。