Meta的NeuralFeels技术使机械手能够自学操作未知物体，精度提升94%。该技术结合触觉与视觉，克服了传统训练对视觉的依赖，显著提高了物体重建和姿态跟踪的准确性，尤其在复杂环境中表现突出。

该研究提出了一种自我监督的交互感知方法SM$^3$，用于重建机器人领域中的物体和估计其可移动关节结构。该方法利用多视角RGB图像建模关节物体、识别可移动组件和推断旋转关节参数。研究还引入了MMArt数据集，评估结果显示SM$^3$在各个类别和物体上优于现有基准，并在现实场景中得到了验证。