机器人能“看见”却“摸不准”?触觉才是具身智能的最后一块拼图
2026年的世界人工智能大会上,一段机器人包粽子的视频引发关注。取粽叶要控制力度防止撕裂,折漏斗要精准调整角度防止漏米,棉绳斜扎要把握松紧防止勒破粽叶——这些对人类而言毫不费力的动作,机器人却在持续感知和调整触觉反馈。视觉已经足够发达,但当机器人真正开始执行物理操作任务时,问题随之浮现:它只能看见,却无法确认是否"接触正确"。1
拧瓶盖是个典型案例。视觉可以告诉机器人瓶盖在哪里、路径如何规划,但在实际拧动过程中,力度是否足够、是否发生打滑、螺纹是否已咬合——这些关键信息,视觉无法提供。换句话说,视觉擅长解决"在哪里、是什么"的问题,但当任务进入接触阶段后,机器人需要面对的是连续变化的物理过程,而触觉正是这一阶段补上的关键变量。
视觉有盲区,触觉来补位
在暗光或复杂反光环境中,视觉系统抓取易碎物体的稳定性会显著下降;面对有洗洁精的盘子,即便看清了位置,也无法判断合适的接触力度与摩擦状态。触觉则能提供力、纹理、温度、滑动等直接接触信息,是安全操作和精细装配的刚需。
一目科技CEO李智强指出,触觉能力是当前具身智能发展的一大关键,"过去几年智能模型主要是VLA或世界模型,是纯视觉类的,训练后发现短板明显,模型收敛后真正落地时就有很大落差,比如抓一个东西可能训练时没问题,但实际上场就可能抓坏、抓不到,失误率非常高"。他强调,触觉的引入不仅能提供更多维度信息,更好完成原本可以做到的事,更能完成原本无法做到的事——"柔性材质原来完全做不了,公差大、环境变化大、手感类的场景也不能做,现在都可以做"。2
触觉描述的是接触发生后的连续物理状态:接触力的变化、表面形变的分布、摩擦系数的波动、微滑移趋势,以及材料在受力过程中的动态反馈。这些信息决定了机器人能否真正理解物理交互过程,形成类似人类的"手感"。这也是为什么行业正在从"以视觉感知为中心",迈向"以真实物理交互为核心"的物理智能阶段。
触觉传感器:从"能摸到"到"会使用"的跨越
尽管触觉传感器在机器人领域已经广泛应用,行业却陷入一个反直觉困境:机器人明明"摸得到",却依然"不会用"。为什么给机器人提供额外的触觉感知,反而可能让它表现更差?
答案在于,当前主流方案对触觉本质存在根本性误解。现有方法通常仅利用当前或历史几帧触觉观测,缺乏对"接触如何随时间演化"的显式建模。触觉往往只被用于简单的接触检测或视觉遮挡补偿,而无法真正参与对接触过程的预测与决策。3
神经科学研究表明,人类在进行接触操作时,依赖的是一套"预测+反馈"的协同机制:大脑一方面通过前向模型提前预测动作将带来的感觉变化,另一方面通过实时感觉反馈进行快速修正,抵消误差和扰动。正是这种"先预测再修正"的机制,让人类能够在不确定的环境中完成稳定而灵巧的接触操作。3
多款新型触觉系统正在解决这一难题。戴盟机器人通过"原生触觉物理世界模型"驱动机器人完成各种精细活,其自研触觉传感器能够实时采集接触、受力、纹理、滑动与形变等丰富信息——只需轻轻一"触",传感器便可轻松分辨出血糖试纸内部是否为"空包"。4
北京通用人工智能研究院与北京大学团队研发的F-TAC Hand仿生机器人手,在70%的手掌表面实现0.1毫米空间分辨率的高密度触觉覆盖,每平方厘米包含10,000个感知单元。通过600次真实世界试验证明,触觉感知使多物体抓取成功率从53.5%提升至100%。5
它石智航联合六大机构发布的OmniVTA视触觉操作框架,则实现了从"被动感知触觉"到"主动预测触觉"的转变。机器人不仅能够感知当前触觉信号,还实现了建模并预测未来触觉的演化过程,以此指导动作规划与闭环调整——慢系统预测未来触觉表征并生成动作序列,快系统利用预测触觉与实时触觉反馈进行反射式高频控制,实现稳定、鲁棒且精细的接触操作。3
数据难题:触觉为什么比视觉难采集一个数量级
触觉数据的重要性已经在行业内形成共识,但一个更现实的问题随之浮出水面:规模化采集高质量触觉数据,本身就是比视觉数据难一个数量级的工程问题。
视觉可以在远距离通过相机持续采集,而触觉数据必须发生在真实接触瞬间。这意味着每一条触觉数据,都必须建立在真实的力学交互之上。同时,触觉传感器安装在机器人指尖或夹爪末端,长期反复碰撞、挤压与摩擦,会不可避免地带来材料老化、信号漂移甚至结构损耗,使得同一套系统在不同时间段采集到的数据分布持续变化。1
更根本的问题在于,行业至今没有形成统一的技术路线。目前主流方案包括阵列式触觉传感器、视觉触觉传感器、电子皮肤等多种形态,数据格式和采集标准各异。TTP系统提出了"统一触觉空间"概念,通过将不同形态上的触觉信号映射到标准的"人手模型表面",让机器人和人类的数据能够"说同一种语言"。
新智具身与复旦团队开源的触觉数据集,总时长达到3万小时,覆盖数百种日常物品和多种操作场景,传感器类型涵盖压阻阵列、电容式触觉、力矩传感器等,同时同步记录视觉、关节角度和力反馈,形成多模态对齐的"触觉-视觉-运动"序列。这一规模在国内外公开的触觉数据集中首屈一指,为模型学习触觉信号的时空模式提供了坚实基础。6
触觉落地:从精密装配到遥操作的全场景渗透
触觉数据的价值已在多个场景中得到验证。帕西尼感知专项实验数据显示,融入触觉数据的VLA模型,可使普通夹爪作业成功率提升21.9个百分点至96.9%,六自由度灵巧手作业成功率提升6.2个百分点,直接达到100%。戴盟机器人CEO段江哗指出,用含触觉信息的数据进行训练,所需训练次数明显少于纯视觉数据,触觉数据的引入显著降低了机器人对训练数据总量的要求。1
在遥操作领域,Weart推出的TouchDIVER Pro多模态触觉反馈手套,通过皮肤式触觉反馈技术,在远端机械手接触感知与本地操作员之间搭建双向触觉通道。操作者不仅能判断"是否接触",还可区分抓取松紧、表面粗糙度、材料温感,在高危环境遥操作、机器人触觉示教、工业VR培训与手术模拟等场景中降低误判与风险。7
医疗场景对触觉的需求尤为迫切。腹腔镜手术实时监测系统使胆管损伤率从1.2%降至0.3%,膝关节置换术后功能评分提升28%。触觉反馈还能帮助手术机器人精准分辨人体组织,提升微创手术安全性。
资本涌入:触觉赛道的投资热潮与格局演变
触觉正在从一个长期被低估的细分赛道,变成行业的新焦点。帕西尼完成超10亿元融资,估值突破百亿;戴盟机器人在短期内连续完成数亿元级多轮融资;灵初智能、途见科技、新智具身等超过25家触觉传感与数据采集公司相继获得资本支持。1
黄仁勋曾明确指出,精细操作技能的实现极为困难,而触觉是补齐这一短板的关键。千觉机器人完成亿元融资,其CEO表示:"触觉正在成为具身智能从演示走向可用、从可用走向可靠的关键变量。"8
但资本热潮背后,技术路线之争仍在持续。中科大团队研发的OriCube指尖级全集成六维力传感器,采用内生触觉感知技术,将传感器直接内嵌在机器人指尖内部,开创了与传统"电子皮肤+阵列传感器"完全不同的技术路径。而PixelTouch系统则另辟蹊径,通过矢量场解析算法,首次实现无需训练数据的触觉多模态解耦感知。9
触觉决定机器人操作能力的上限
当机器人从"看见并移动物体"走向"接触并改变物体状态"时,仅靠视觉不能解决问题。视觉已经把能做的都做了,但精细操作的最后一公里,依然没有被解决。要实现毫米级乃至亚毫米级的作业能力,获取触觉数据是必要条件。
机器人要理解物理世界,无法仅靠观察,还需依靠接触。触觉决定机器人操作能力的上限。对人类而言,很多精细操作本质上都建立在触觉反馈之上,所谓老师傅靠手指感知齿轮啮合时的阻力变化,靠指尖在移液时控制力度的细微差异,本质上就是人类对这套高维触觉信号的长期习得,是长时间形成的"手感"。10
物理交互能力是机器人在真实世界进行可靠操作的根本,而触觉正在成为机器人操作能力的关键输入,也被视为未来物理世界模型的基础模态之一。视觉决定机器人能看见世界,触觉决定机器人能真正掌控世界。这项技术的突破,不只是多了一项感知功能,更是为人形机器人真正走进普通人生活扫清了关键障碍。
当前文章无评论,是时候发表评论了