触觉的天花板，比想象中更高。

    作者丨高景辉

    编辑丨马晓宁

每年的世界人工智能大会（WAIC），都是 AI 行业趋势的集中体现，无比火爆的今年更是如此。AI 科技评论观察到，今年 WAIC 具身智能赛道出现了一个非常有意思的现象：几乎所有做灵巧手的公司，都在不约而同地强调自己的 " 触觉 " 能力。

放在两年前，触觉还没有引起行业的广泛重视，但今年不一样了。雷峰网 ( 公众号：雷峰网 ) 发现，从传感器厂商到整机公司，" 触觉 " 成了每家展台的核心关键词，甚至有人直接喊出 " 触觉比视觉还重要 "，行业明显开始 " 卷 " 了起来。

更值得玩味的是 " 卷 " 的程度。有的企业不止自研触觉传感器，还自研触觉模型，自己采触觉数据，甚至连最底层的触觉芯片都要自己做。一家做传感器的公司把手伸到了芯片和算法领域，这在传统硬件行业是相当少见的。

那么问题来了：为什么大家突然开始卷触觉？这么大力度的投入真的有必要吗？

01

机器人的触觉，需要 " 专属 " 的模型

触觉之于灵巧操作的重要性，行业其实早有共识。随着具身智能从   demo   走向真实场景落地，纯视觉灵巧操作方案的天花板越来越明显，毕竟摄像头有盲区，感知不到手指和物体之间的细微接触，就像视力再好的人戴着手套做针线活，看得见线头，却感觉不到针有没有穿过去。

于是，过去一两年，整个行业都在做同一件事：把触觉模态 " 加 " 进现有的 VLA 模型里。听起来顺理成章，多一个感知维度，模型能力总该更强吧？

但最近一篇名为 "T-Rex" 的论文，给出了一个反直觉的答案：直接把触觉硬塞进模型，效果反而更差。

这篇论文的阵容堪称 " 神仙级别 " ——李飞飞、NVIDIA   的 Jim Fan、UC Berkeley   的   Trevor Darrell、Pieter Abbeel ……几乎集齐了全球 AI   与机器人领域最顶尖的研究者。他们做了一个最直观的实验：给行业经典模型 π 0.5   加上触觉条件后，任务成功率从   17%   直接跌到了   6%。

为什么会这样？因为机器人的模型能力，不能靠堆叠模态来提升。

触觉信号和视觉信号本质上是两种完全不同的信息。视觉是低频的、全局的，5Hz   就能完成一次场景理解；触觉是高频的、局部的，需要   20Hz   甚至更高频率才能捕捉到滑移、形变这些细微变化。把两个频率、逻辑都不一样的信号硬塞进同一个处理通路，只会互相干扰，就像让   GPS   导航和方向盘微调共用一个芯片，两个系统抢方向盘，车反而开不稳。

更重要的是，T-Rex   验证了一个判断：触觉不是视觉的附带品，它需要自己的时序编码、自己的处理通路、自己的训练范式。

这也解释了为什么一些触觉传感器头部企业，比如他山科技等，要投入资源做 " 原生触觉模型 "。想要触觉真正参与控制闭环，就必须有专门适配触觉特性的模型架构。这不算一种 " 卷 "，更不是重复造轮子，而是从实际需求出发，解决行业的 " 真问题 "。

02

芯片是底层基建，从什么时候开始做都不算早

如果说 " 做专属触觉模型 " 还能形成小范围行业共识，那么 " 自研触觉芯片 " 面临的争议就要大得多。

有不少从业者提出质疑，当前触觉传感器的技术路线都还没完全收敛，量产规模也不算高，落地场景更不够稳定，现在就自研芯片，是不是太早了？投入产出比算得过来吗？

这个疑问不能说没有道理。芯片研发的周期长、投入大、风险高，通常是行业进入成熟期、需求量足够大之后才会做的事。一家创业公司提前几年布局芯片，怎么看都像是一场豪赌。

但换一个角度，从第一性原理思考，结论可能完全不同。

机器人的终极形态是拟人化的。而拟人化的技术方向，必然朝着低功耗、低延时、核心指标持续升级的路径演进。这些底层诉求，最终都要靠芯片来承载。

还有一个更现实的问题是，现有的通用芯片，根本满足不了机器人触觉的落地需求。

触觉感知不止有模拟信号采集这一层。要完成一次完整的触觉反馈，需要模拟前端、端侧小算力   MCU、电源驱动、信号路由等一系列芯片协同工作。指尖传感器的触点密集、体积极小，对集成度的要求非常高，单颗高度集成的专用芯片，远比多颗分立芯片的方案更优。

很多中国的传感器公司一开始也用海外大厂的芯片，但很快发现两个问题：一是单一芯片支撑不了完整的触觉技术栈，二是通用芯片的参数不是为触觉场景优化的，测量频率、通道数配比、弱信号感知能力，都有明显短板。

但自研芯片带来的提升是实打实的。2021 年他山科技发布全球首款 AI 触感专用芯片 " 红宝石 "。今年 WAIC 上他山科技最新发布的 " 绿宝石 "   E10A   芯片，更是能将触觉感知信号直接在硬件层面转为脉冲信号。在此之前，脉冲转换需要先把模拟转成数字，再通过软件转脉冲；现在直接硬件完成，效率和延迟都上了一个台阶。

测量频率上的提升更明显。行业普遍的单传感器测量频率在几十赫兹量级，而他山的新款芯片沿用原有模式频率就能提升   2-3   倍，切换到脉冲输出模式更是提升   100   倍，有了如此高的频率，就能捕捉指尖更精细的变化。

更深一层看，芯片研发有自己的时间周期和技术沉淀规律，不能等产品快要大规模落地了才开始做芯片，那样至少会落后两到三年。从这个意义上说，早布局也是为未来的落地窗口提前铺路。

当然，不是每家公司都有能力、有必要自研芯片。这需要深厚的模拟芯片设计积累、足够的量产经验支撑，以及对触觉场景的深度理解。但对于头部企业而言，芯片作为底层基建，从什么时候开始做都不算早。

03

自研数采设备，可能只是一种 " 水到渠成 "

与 " 自己做芯片 " 不同，" 自己采数据 " 这件事，行业基本已经形成了共识。因为具身数据这个赛道，商业化供应链还很不成熟，第三方数据供应商的产品很容易同质化。大家都用差不多的采集方案、差不多的任务场景，训练出来的模型自然也拉不开差距。想要建立数据壁垒，最终还是得自己采。

但更值得讨论的问题是：为什么连数据采集设备本身，也需要自研？

市面上不是没有现成的方案。外骨骼、数据手套……这些构型都存在很多年了。但真正用到触觉数据采集上，问题就暴露出来了。

最常见的柔性触觉手套，大多基于压阻方案。这种方案有一个致命缺陷：数据一致性太差。柔性基底加柔性传感器的组合，误差会被层层放大，弯折过程中即使没有受力，也会产生数据跳变，还存在数据残留、漂移等问题。行业对柔性手套的触觉数据容错率原本放宽到   30%-40%   的无效数据，但实际使用中，大部分数据都是无效的。

外骨骼方案倒是能保证关节位置数据的精度，但它体积大、成本高、佩戴复杂，很难规模化推广。而且外骨骼主要采集的是关节角度，触觉信号本身还得另想办法。

于是，一些擅长做 " 触觉 " 的公司开始尝试新的构型。比如今年 WAIC 上，他山科技就推出了一种指套式的采集方案，戴在指尖上即可，因为指尖是实现抓取等功能的核心部位，优先级远高于指肚、指腹、手掌，先把最关键的数据做好；另外，指套不会遮挡手部关节，可以同时用摄像头捕捉关节运动数据，不需要额外通过外骨骼或   IMU   采集，也能保持高一致性。

不过，也不用把自研数采设备上升到 " 战略布局 " 的高度，它更像是一种 " 水到渠成 " 的结果。

他山科技已经有了自研芯片、有了成熟的传感器硬件、有了上百家客户的量产经验，再做数采设备的门槛其实已经很低了。芯片是自己的，传感器是自己的，客户需要什么样的数据最清楚，无非是把这些能力重新组合成一个新产品。

更何况，作为一种产品，数采设备的核心无非是解决用户的痛点，而他山在解决 " 测量一致性 " 这一数采最大痛点上，本就领先了行业一个数量级。他山的传感器多次测量标准差≤ 0.03，确保每次采集均获得高度一致的数据输出；同时线性拟合优度 R ² ≥ 99.9%，能够真实反映受力变化。即使是 " 水到渠成 "，其 " 水质 " 也是越高越好。

除此之外，" 数采自研 " 这件事对整个行业都有益。数据采集的门槛降下来，更多团队才能投入到触觉模型的研发中，整个生态才能转起来。从这个意义上说，头部企业自研数采设备，其实是在做大蛋糕。

04

触觉的天花板，比想象中更高

把视角再拉高一层，" 卷 " 触觉这件事，可能本身就是必要的。因为触觉的价值，可能远比我们现在想象的要大。它不只是 " 让灵巧手操作更精细 " 这么简单，还可能是打开物理 AI 下一扇门的钥匙。

今年   WAIC   上，图灵奖得主   Richard Sutton   在演讲中提到一个核心观点：未来的   AI，应该 " 在自己的生命过程中不断学习 "。

这句话翻译成机器人领域的语言，其实就是真机强化学习，即让机器人像人一样，在真实世界里通过试错自主成长，而不是完全依赖人类标注的数据。

这个方向听起来很美好，但为什么过去一直没能跑通？

成本当然是一个原因。真机太贵了，摔坏一台心疼半天，谁敢让它随便试错？

但还有一个更深层的原因，那就是如果没有触觉，真机强化学习根本无从谈起。

想想人类的成长逻辑。婴儿时期，如果只能保留一种感知，首选一定是触觉。因为触觉是最基础的安全反馈机制，比如碰到烫的会缩手，抓不住的东西会掉落，用力太大会疼。没有触觉，婴儿根本无法安全地与世界、物体、人交互。

机器人也是一样。纯视觉的机器人，" 看 " 得到物体，但不知道自己用了多大劲、有没有抓稳、会不会捏坏。让这样的机器人去自主试错，要么把东西全弄坏，要么自己摔得稀碎，强化学习的 " 奖励函数 " 根本无从建立。

触觉提供的，恰恰是最直接的物理反馈。只有能感知到伤害，才能学会避免伤害；只有能感知到接触状态，才能学会调整力度。这正是真机强化学习最需要的闭环信号。

这也是为什么   Richard Sutton   会和他山科技合作，共同建立 " 机器人幼儿园 " 项目。双方想验证的，就是一套基于触觉的   AI   自训练、自学习新范式，让机器人像孩子一样，从触觉出发，在真实交互中逐步成长。

7 月 18 日，Richard Sutton   来到他山科技的   WAIC   展台，现场分享了 " 机器人幼儿园 " 理念。他提到：" 我们不只希望机器人用手指获得触觉，我们希望能让机器人的全身都具备触觉能力。为了强化学习的目标——能够通过试错算法持续改进。并且让机器人拥有足够‘强壮’的硬件，能够不断试错、摔倒了再爬起来，这一点特别关键。"

Sutton 表示，他山是触觉感知领域的领导者，在触觉感知在探索和从经验中学习方面非常出色，同时他山对于 " 从经验中学习 " 这个理念的共鸣，以及他们根本上对科学探索和开放的态度，让 Sutton 选择了他们。

雷峰网认为，未来这个方向如果跑通，意义将远超 " 灵巧手更灵活 " 这件事本身。它意味着机器人的学习方式可能发生根本变化：从 " 人类教什么会什么 "，变成 " 自己探索、自己学习、自己成长 "。

当然，这条路还很长，现在的触觉距离人类那种分布式的、全手的、多模态的触觉感知还差得远。T-Rex   论文自己也承认，缺少手掌触觉、缺少温度感知，这些都是未来需要补的课。

但方向已经越来越清晰了。

从   T-Rex   验证 " 触觉需要专属模型架构 "，到企业自研芯片筑牢底层基建，再到数采设备降低数据门槛，最后到真机强化学习探索终极范式，整个行业正在从不同层面，共同把触觉的天花板往上推。

回过头看，  WAIC   上的 " 卷触觉 " 更像是一个信号：具身智能的竞争，已经从 " 有没有 " 进入了 " 好不好 " 的阶段。视觉的红利吃得差不多了，下一个突破口，大概率就在触觉。

触觉这条赛道，远比表面看起来更深。那些愿意沉下心做底层技术的公司，可能会在未来某个节点，突然爆发出惊人的势能。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。