只看视频答不了的问题:EPIC-KITCHENS 里需要触觉的 14 个片段

做饭的人一直在用手获取信息:烫不烫、熟没熟、拧紧了没有、洗干净了没有。这些信息不在画面里。下面每个片段配一个问题,并说明为什么没有触觉信号答不好,以及答错的后果。

怎么找的:四个视频(P04_29、P08_09、P22_01、P29_05,共 66 分钟)先用 Qwen3-VL 按 8 秒一段生成动作描述,再人工从时间线里挑出依赖触觉的动作,逐个看帧确认。注意:这些问题目前没有标准答案,视频里没有触觉数据,答案只能从后续行为间接推断。
声音能解决 · 3T09 开罐、T11 插头和盖子、T12 冷冻肉饼。属性表现为一次离散的硬碰撞或泄压。
部分 · 6T02、T03、T07、T08、T10、T15。声音给出一半信息(到头了、有多重、脆不脆),另一半(力、温度)没有。
不能 · 5T01、T04、T06、T13、T14。温度、静态按压力、表面薄膜、软接触,不产生撞击声,或被水声盖住。
更正(10-02):原来的 T05(洗盘子)已删除。那段预剪片段实际拍的是戴手套把手放在水流下等待,和 T04 是同一件事,并没有洗盘子。判断依据:物理上该属性是否会产生离散的碰撞声,加上对每段音轨的瞬态分析(是否存在明显高于背景的短促声音)。这些片段我没有实际听过,结论需要人工试听确认。

T01 · P08_09 · 3:08–3:20

软硬 / 成熟度firmness / ripeness

动作

从果篮里拿起几个牛油果,在手里握一握,挑出一个放到砧板上

问题

The person handles several avocados before keeping one. How ripe is the avocado they keep compared with the ones they put back, and is it soft enough to scoop and spread?

为什么没有触觉信号答不好

视频里只能看到手握了几个牛油果又放下。牛油果外皮都是深色,软硬只在指尖按压时才知道。模型只能从“最后留下了哪个”反推,无法说出软到什么程度。

答错会导致什么

选到没熟的:切开后果肉发硬,挖不出来也抹不开,这顿牛油果吐司做不成。选到过熟的:里面发黑发苦。机器人照着视觉学,会随机拿一个。

Impact sound 能不能解决:不能

判断成熟度的动作是手指按压,这个动作没有声音。放下牛油果时有轻微碰撞声,但软硬差别反映在按压形变上,不在撞击声里。

音频分析:只有放下时 +11 到 +13 dB 的轻微碰撞

T02 · P08_09 · 1:24–1:40

拧紧程度tightness / torque

动作

把摩卡壶上下两半拧紧,用布垫着拧,然后放到灶上点火

问题

Is the moka pot screwed tightly enough to seal under pressure, or does it need another turn?

为什么没有触觉信号答不好

两半壶身合上之后,拧了 80% 和拧到位在画面里完全一样。到位与否靠手腕感到的阻力突然增大。

答错会导致什么

没拧紧:加热后蒸汽和热咖啡从接缝喷出,压力上不去,咖啡萃取失败,还可能烫伤手、弄脏灶台。拧过头:密封圈变形,下次打不开。

Impact sound 能不能解决:部分

拧的过程有金属螺纹摩擦声,拧到底时摩擦声停止,能听出“拧到头了”。但到头之后手上加了多大力、密封圈压紧没有,没有声音。

音频分析:3–6 s 有 +23 到 +30 dB 的强瞬态(金属接触)

T03 · P08_09 · 6:30–6:48

温度 / 酥脆temperature / crispness

动作

徒手碰、按、翻平底锅里正在烤的面包片

问题

When the person presses the bread in the pan with bare fingers, is the toast crisp and hot enough to take out, or still soft?

为什么没有触觉信号答不好

面包片两面颜色几乎没变,看不出烤到什么程度。操作者是用手指按下去感受硬度和烫感来决定翻面和出锅。

答错会导致什么

判断早了:面包还是软的,抹上牛油果会塌。判断晚了:底面焦糊。徒手碰热锅本身也需要知道温度,否则会烫伤。

Impact sound 能不能解决:部分

手指或叉子碰到烤硬的面包表面会有干脆的刮擦声,软面包没有,酥脆程度能听出一部分。烫不烫听不出来。

音频分析:4.7–12 s 有 +18 到 +28 dB 的瞬态,但可能来自锅和灶具

T04 · P29_05 · 4:12–4:24

水温(隔着手套)temperature (through glove)

动作

戴橡胶手套打开水龙头,把手伸到水流下停留几秒

问题

The person holds a gloved hand under the running tap for several seconds before washing. Has the water become warm yet, and how do they know when to start?

为什么没有触觉信号答不好

水是冷是热没有任何视觉差别,这里也没有蒸汽。而且操作者戴着手套,连“缩手”这种反应都看不到,只能看到手在水下停了几秒。

答错会导致什么

误以为水已经热了:用冷水洗油腻的碗,油洗不掉。误以为还没热:继续放水,浪费水和燃气;或者水已经过烫,隔着薄手套烫到手。

Impact sound 能不能解决:不能

水温不产生撞击事件。整段是连续的水流噪声,冷水和热水的水声差别极小,不属于 impact sound 能解决的范围。

音频分析:动态范围只有 8 dB,高频占比高(连续水声),无明显瞬态

T06 · P29_05 · 26:14–26:26

熟度(经由工具)firmness / doneness (via tool)

动作

从抽屉拿刀,戳进锅里正在煮的土豆条

问题

When the knife is pushed into the boiling potato pieces, how much resistance does it meet — are the potatoes cooked through or still hard in the middle?

为什么没有触觉信号答不好

土豆条生的和熟的外观几乎一样,都是浅黄色泡在沸水里。熟没熟取决于刀尖扎进去时遇到多大阻力,这是通过刀柄传到手上的力。

答错会导致什么

误判为熟了:倒水出锅,土豆中间是硬的,后面烤出来夹生。误判为没熟:继续煮,土豆煮烂散开,没法做成薯条。

Impact sound 能不能解决:不能

刀扎进土豆是软接触,没有声音;熟度信息在刀柄传回的阻力里。背景还有沸水声。片段里的强瞬态来自开抽屉拿刀,不是戳土豆。

音频分析:强瞬态都在 0–3 s(抽屉和餐具),戳土豆阶段无瞬态

T07 · P29_05 · 27:58–28:26

温度 / 重量 / 握持temperature / weight / grip security

动作

戴隔热手套把一锅沸水土豆端到水槽倒水,蒸汽遮住画面

问题

While draining the pot, how hot do the handles feel through the oven gloves, how heavy is the pot, and is the grip secure enough to keep tilting?

为什么没有触觉信号答不好

倒水的十几秒里蒸汽几乎把镜头全部遮住,画面是一片白雾。操作者此时是靠手上感到的重量变化、锅柄的热度和握持是否打滑来控制倾斜角度的。

答错会导致什么

握不稳或倒得太快:沸水和土豆一起倒进水槽,或者溅到手臂造成烫伤。感觉不到手套已经被热透:来不及放下锅。这是整段里风险最高的动作。

Impact sound 能不能解决:部分

倒水声能反映水流大小和什么时候倒完,间接反映重量在变轻。锅柄多烫、手套里握得稳不稳没有声音。

音频分析:倒水阶段以连续噪声为主,瞬态只有 9.5 s 和 19.1 s 两处

T08 · P22_01 · 4:54–5:12

软硬 / 湿滑 / 用力firmness / slipperiness / applied pressure

动作

一手握住桃子,一手用削皮器削皮

问题

How firm is the fruit being peeled, and how much pressure can the person apply with the peeler without bruising it or letting it slip?

为什么没有触觉信号答不好

削皮时两只手怎么用力、果子有多软、削过的果肉有多滑,都不在画面里。只能看到皮一条条被削下来。

答错会导致什么

用力过大:软桃子被捏烂或削掉太多果肉。用力过小或果肉太滑:桃子从手里滑脱,削皮器划到握果子的手。

Impact sound 能不能解决:部分

削硬果子是清脆的“嚓嚓”声,削软果子声音发闷,软硬能听出一点。但这是摩擦声不是撞击声,而且握力、打不打滑听不出来。

音频分析:只有 1.6 s 一个明显瞬态(+26 dB),削皮本身声音很弱

T09 · P22_01 · 预剪片段

拧紧程度tightness / torque

动作

双手拧开一个玻璃罐的盖子

问题

How tightly is the jar lid closed — does it open easily or need real force — and can you tell whether the jar had been opened before?

为什么没有触觉信号答不好

能看到手在拧盖子,但需要多大力、盖子是“啪”一下松开还是本来就是松的,画面无法区分。

答错会导致什么

力给小了:打不开,反复尝试。力给大了:盖子突然松脱,罐子脱手或里面的东西洒出来。也无法判断罐子是否已经开封过,这关系到食物是否还能吃。

Impact sound 能不能解决:能

真空盖第一次拧开会有“啵”的一声泄压,有没有这一声直接回答了是否开封过;拧开瞬间的金属脆响也反映了盖子松开的突然程度。拧了多大力仍然听不出来。

音频分析:9.6 s 和 14.3 s 有 +12 / +15 dB 的瞬态

T10 · P04_29 · 2:44–3:00

重量 / 温度weight / temperature

动作

徒手端起装着炖菜的慢炖锅内胆,换到另一个位置

问题

The person lifts the cooker pot full of stew with bare hands. How heavy is it, and is its outside cool enough to hold without protection?

为什么没有触觉信号答不好

锅里装满炖菜,但锅有多重、外壁烫不烫,从外观看不出来。唯一线索是操作者没戴手套,这只是间接推断。

答错会导致什么

低估重量:单手或握得不牢,整锅炖菜倾翻。低估温度:徒手去端一个刚加热过的内胆,烫伤后本能松手,同样是打翻。

Impact sound 能不能解决:部分

放下锅时的撞击声越沉、越响,说明越重,重量能粗略估计。外壁烫不烫没有任何声音。

音频分析:多个 +13 到 +19 dB、频率偏低(1.5–2.6 kHz)的瞬态

T11 · P04_29 · 预剪片段

插入到位感insertion feedback / seating

动作

把电源线插到慢炖锅和墙上插座,再盖上玻璃盖

问题

Is the power cable fully seated in the cooker's socket, and is the glass lid sitting flat on the rim?

为什么没有触觉信号答不好

插头插进插座后,插到底和只插进一半在俯视画面里分辨不出来;盖子是否放平同理。到位靠的是手上“顿”的一下。

答错会导致什么

插头没插到底:慢炖锅根本没通电,几个小时后发现食物是生的;或者接触不良发热。盖子没放平:热气跑掉,炖煮时间和结果都不对。

Impact sound 能不能解决:能

插头插到底有“咔”的一声,玻璃盖落在锅沿上是一声清脆的碰撞,没放平则会有晃动的连续碰响。两件事都是离散的机械碰撞事件。

音频分析:3.4 s、11.6 s、13.7 s、14.5 s 有 +13 到 +16 dB 的瞬态

T12 · P04_29 · 5:56–6:12

温度 / 硬度temperature / hardness

动作

从冰箱冷冻层拿出一袋冷冻肉饼,取出一块放进平底锅

问题

Are the patties in the bag frozen solid and stuck together, or already partly thawed and easy to separate?

为什么没有触觉信号答不好

袋子里的肉饼不管冻得多硬,外观都一样。是否粘在一起、是否已经开始解冻,要用手掰才知道。

答错会导致什么

以为已经解冻:直接下锅,外面焦了里面还是冰的,没熟透有食品安全问题。以为能轻松掰开:用力不当,袋子扯破或肉饼碎掉。

Impact sound 能不能解决:能

冻硬的肉饼互相碰撞、落进锅里是硬物撞击的脆响,解冻变软后是闷响或几乎没声。硬度可以听出来;温度本身听不出来,但这里硬度就是答案。

音频分析:2.5 s、5.1 s、12.6 s(放进锅)有 +13 到 +16 dB 的瞬态

T13 · P04_29 · 5:26–5:50

油腻 / 干燥greasiness / dryness

动作

用海绵洗平底锅,冲水,用布擦干后放回灶上

问题

After washing and wiping, is the frying pan completely dry and free of grease before it goes back on the hob?

为什么没有触觉信号答不好

黑色不粘锅洗过后,残留的油膜和水膜在画面里都只是反光,和干净干燥的锅区别不出来。

答错会导致什么

锅没擦干就放回灶上加热:下油时水油飞溅烫伤。油没洗净:下次加热冒烟、有异味。

Impact sound 能不能解决:不能

残油和水膜是表面薄膜,碰撞声不会因此改变。擦锅是布和锅的摩擦,几乎无声。

音频分析:瞬态来自锅碰水槽和放回灶台,与干净程度无关

T14 · P29_05 · 22:22–22:40

湿滑 / 切割阻力slipperiness / cutting resistance

动作

在木砧板上用刀切生鸡胸肉

问题

How slippery is the raw chicken under the holding hand, and how much resistance does the knife meet — is the blade sharp enough for a clean cut?

为什么没有触觉信号答不好

光线很暗,只能看到刀在肉上移动。生鸡肉有多滑、刀锋利不锋利、切到筋膜时阻力多大,都是手上的感觉。

答错会导致什么

按住肉的手打滑:刀切到手指。刀钝却不知道:用蛮力下压,刀一滑同样伤手,肉也切得不整齐。

Impact sound 能不能解决:不能

切生肉是刀在软组织里滑动,基本无声;肉滑不滑、刀遇到多大阻力都是手上的力。只有刀碰到砧板才有声音,那时已经切完了。

音频分析:动态范围仅 5 dB,没有超过 +5 dB 的瞬态,音频近乎静音

T15 · P29_05 · 14:46–14:58

含水 / 贴附wetness / adhesion

动作

洗完碗后把湿的橡胶手套从手上扯下来

问题

Are the person's hands still dry inside the rubber gloves, or has water got in, and how strongly do the wet gloves cling when pulled off?

为什么没有触觉信号答不好

能看到手套被拉扯,但手套里面是干的还是进了水、橡胶贴在皮肤上有多紧,画面里没有。

答错会导致什么

手套里已经进水却不知道:手泡在脏水里继续干活。脱手套时用力不当:湿手套撕裂,或脏水甩到干净的碗碟和食物上。

Impact sound 能不能解决:部分

湿手套从皮肤上扯下来会有“吱”或“啪”的一声,能提示手套是湿的、贴得紧。手套里面进没进水听不出来。

音频分析:5.4 s 有 +20 dB 的瞬态