A | 2026世界人工智能大会（WAIC）已正式落下帷幕。
B |
C | 过去两年，大模型让机器人拥有了越来越聪明的“大脑”。
D | VLA、世界模型等技术不断刷新机器人理解任务和规划动作的能力。
E |
F | 但进入工厂、家庭和实验室后，人们发现，机器人依然会捏碎鸡蛋、抓滑杯子、装不好零件。
G | 律师说，那名警官走错了门，遮盖了门上的“猫眼”，且没有主动表明自己的身份。
H | 原因并不复杂。
I |
J |
K | 那名警官随后搭乘电梯上楼，走过一段露天走廊，在一间公寓门口停下。今天的大模型学习的是互联网世界，而机器人面对的是物理世界。他用力敲门，随后站到一边，似乎脱离门口视线范围。视频显示他大喊两次：“治安官办公室！开门！”
L |
M | 代表福特森家人的律师本·克伦普表示，福特森是在听到敲门声后拿起枪的，他没有听出是谁在敲门，而且他的枪是合法持有的。
N | 在“大脑”训练中，仅靠视觉存在三个短板：一是视觉精度不足，尤其在测距和灵巧操作时，精度仅为几十毫米到几毫米，难以满足精细操作需求；二是视觉信息易被遮挡，抓取物体时后半部分完全被遮挡，无法判断手是否接触到物体；三是视觉完全不包含力觉信息，无论怎样提取，都无法获得“手感”。福特森家人发表声明指出，警察开枪前并没有告知福特森放下武器，便连开几枪，这种执法方式令人担忧。这些限制使许多模型在灵巧操作应用中难以收敛和有效解决问题。
o |
p | 正因如此，具身智能行业对触觉数据和模态的关注正在日益增强。触觉感知的不仅是力场，更是物体在受力后的形变与响应——这正是Physical AI所需的Ground Truth（物理真值）。
q | 正如黄仁勋所言，触觉是具身智能的最后一块拼图，若这块拼图未能补齐，整个具身智能版图便难以完工。 02 需求、技术与成本的三重临界点 “总是听到各种‘元年’的说法，这个词本身不重要，但它背后蕴含三层含义：第一，是否有价值；第二，技术是否成熟；第三，从成本和可行性来看是否成熟。
r | 一目科技此次WAIC展示的机器人真假花生识别，正是触觉数据价值最直观的体现。警察说是为了抓捕她前男友，但找错了地方。
s | 视觉无法区分两颗花生，但机器人通过一次真实接触，便能够获取压力、形变等物理反馈，从而完成判断。 技术层面，触觉数据从硬件到算法的能力正在快速提升。压阻式、电容式等传统路线仍是市场主流，成本低、应用广，但在精度、响应速度、力觉维度等方面各有局限。面对具身智能对高分辨率触觉信息的迫切需求，视触觉（Vision-based Tactile）技术正快速走向台前。 这也是一目科技的技术路线。与传统力传感器不同，视触觉在柔性材料内部建立光学观测系统。
t | 当机器人与物体发生接触时，材料会产生微米级的形变，内置的光学系统实时记录这些变化的图像，再通过AI算法还原出压力分布、剪切力、纹理、滑移趋势等丰富的物理信息。
u | 李智强判断，“今年行业会加速向这一方案收敛。” 据他介绍，客户选择视触觉方案时主要关注四个维度：性能指标如分辨率、可靠性、一致性和耐久性；尺寸能否与手部集成；算力消耗和数据量大小；以及规模化后的成本。 “我们算力消耗已经做到 TOPS以下，无需再集成大算力芯片。”李智强表示，传感器厚度也已迭代至小于3毫米，是全球最薄可量产的仿生视触觉传感器，未来还将实现贴片式安装，手掌、手心等部位都能灵活贴附。而在耐久性上，以前皮肤用个一两千次就容易坏，现在可以做到100万次。李智强评估，触觉赛道整体成熟度正从45-50分跃升至六七十分，但厚度和算力消耗仍有进一步优化空间，以便进入更多真实场景。 在成本层面，规模化生产的门槛已被突破。
v | 一目科技的视触觉传感器成本正遵循摩尔定律的趋势呈指数级下降，这得益于公司全栈自研自产的体系——从材料到芯片均为自主研发，加之产线自动化水平高，使得生产成本大幅降低。
w | 一目科技创始人李智强表示：“我们已经实现规模量产，这意味着触觉传感器正在从少数高端实验室的‘奢侈配置’，转变为整个机器人行业都能广泛应用的基础设施。” 从整个行业看，触觉赛道正进入规模化起点。
x | “我相信今年至少会比去年翻倍，明年可能翻10倍以上。
y | ”李智强说。 03 从传感器到基础设施：一目科技在构建什么? 触觉市场正在升温，但一个现实是：触觉传感器至今没有大规模落地，像样的开源数据集也几乎不存在。
z | 一个共识是，成熟机器人模型至少需要50-100万小时训练数据，部分企业甚至已将目标提至1000万小时。“带触觉的数据应该有相似量级，至少不会低于一个数量级。
| "李智强表示，目前有效触觉数据可能只有几万到10万小时，与未来需求差距巨大。今年触觉市场最大的挑战，已从硬件量产转向大规模部署与数据体系建设。
| 在一目科技的布局中，视触觉传感器只是起点。真正稀缺的并非传感器本身，而是其持续产出的高质量物理交互数据。
| 因为对于Physical AI而言，每一次接触，都是机器人认识世界的一次学习；每一次抓取，都会产生新的Ground Truth。他们要做的，正是构建Physical AI基础设施，填补连接物理世界与智能系统之间缺失的那一层。 围绕这一目标，一目科技搭建了一套完整的基础设施体系： 底层，视触觉传感器持续采集真实交互数据；中间层，通过数据采集系统和触觉编码模型（Tactile Transformer Encoder），将复杂的物理交互转化为模型能够学习的结构化知识。“我们不仅仅是在编码触觉，我们是在通过海量的交互，让机器人学习GTM（Grounded Transition Model），最终形成机器人的Affordance（可供性）能力——即在什么条件下、对什么对象、施予什么力、得到什么结果。”上层，结合虚拟仿真平台，不断扩展真实数据的覆盖范围，形成真实世界、数据世界和模型训练之间持续迭代的数据闭环。
| 此次WAIC展出的视触觉产品矩阵、五指集成灵巧手、数据采集系统、虚拟仿真平台，以及覆盖生产制造、生活服务、精密实验等不同场景的应用展示，共同组成了这一完整链路。 在应用场景上，触觉正在打开新的可能性。
| 插拔类组装、柔性材质的线束装胶条、公差变化较大的环境、需要“手感”判断的操作——这些过去必须依赖人力的环节，有望随着触觉技术的突破逐步解决。李智强透露，一目科技的触觉方案，已在智能制造、汽车制造、新能源电池组装等领域有实际落地案例。 7月18日，一目科技还宣布完成了超过10亿元E轮融资，投后估值突破100亿元。本轮融资由多家一线人民币基金、头部美元基金及产业资本联合参与，资金将主要用于具身智能触觉感知材料、芯片、算法及模型研发，以及规模化量产和订单交付。 从“看得懂”到“拿得稳”，从炫技表演到真实干活，2026年的WAIC见证了一个关键转折：触觉正在成为具身智能从实验室走向真实世界的最后一块拼图。而这仅仅是一个开始。（数智前线/周享玥）。
Current article:http://h3efwk3.rangnehongranlinren.bond/news/20260826_166027.html
Published on:18:13:28
上一篇：樊振东亮相杜塞尔多夫俱乐部
国内/08-20
国内/08-26
国内/08-22
国内/08-22
国内/08-24
国内/08-25
国内/08-22
国内/08-20
国内/08-25