近日，北京世界機器人大會現場的一幕讓圍觀者屏住了呼吸：機器人靈巧手捏住一根羽毛，觀眾對著其指尖輕輕一吹，傳感器便精准捕捉到這股微弱氣流帶來的毫牛級力變化。同一時間，多家企業首發了搭載自研芯片的6D觸覺傳感器、柔性電子皮膚與高自由度靈巧手。

機器人並不缺“眼睛”。攝像頭可以幫它識別杯子、瓶蓋和零件，但當手指接觸物體，它未必知道杯子是否正在滑落、瓶蓋有沒有擰緊、兩個零件是否已經卡好。

這種“看得見卻摸不著”的尷尬，早在半個多世紀前就在一個人身上被殘酷地驗証過。1971年，19歲的英國青年伊恩·沃特曼從一場嚴重的病毒感染中恢復，卻不幸失去了頸部以下的本體感覺和大部分精細觸覺。他仍然能夠感受疼痛和溫度，運動神經也沒有受損，卻無法判斷自己的手臂和雙腿處於什麼位置，也無法感知關節位置、運動方向和肌肉用了多大的力。

此后，沃特曼不得不依靠視覺重新學習控制身體——他需要死死盯著自己的手和四肢，才能完成普通人毫不費力的抬臂、端水杯﹔一旦視線移開，動作控制便會明顯下降。沃特曼的經歷讓很多人意識到：視覺可以幫助人辨認環境、確定目標和規劃動作，卻無法完全替代身體在接觸與運動中獲得的實時反饋。

今天的機器人，某種程度上正面臨著類似的問題。這也是為什麼在2026年8月的世界機器人大會上，靈巧手與觸覺傳感器會成為最熱的細分賽道，把“給機器人裝上一雙手”從實驗室課題推向了產業前線。

從看見到接觸

核電站反應堆堆芯裡，偶爾會掉進一些意想不到的東西，比如檢修人員不慎遺落的護目鏡。堆芯需要保持清潔，但水下檢修環境存在輻射，無法派人直接進入，只能依靠機器人取出異物。

機器人並不缺眼睛。攝像頭可以幫助它識別護目鏡、判斷位置，也能引導機械夾爪移動到目標附近。真正困難的是怎樣把東西完整地抓起來：力小了，護目鏡可能從夾爪中滑脫﹔力大了，鏡片又可能被捏碎，造成二次影響。

北京郵電大學人工智能學院教授方斌對機器人觸覺的研究，正是從2010年博士期間參與核電站水下作業項目開始的。他意識到，視覺擅長觀察，操作卻必須通過接觸完成。用了多大的力、有沒有抓穩、物體是否正在變形，都需要機器人擁有觸覺。

在很長一段時間裡，這並非機器人產業的核心問題。傳統工業機器人主要工作在高度結構化的產線上，操作對象、工位和任務相對固定。工程師可以提前寫好動作程序和力控規則，機器人隻需在穩定環境中反復執行。

但今天的具身智能面對的是更加動態變化的任務。機器人被期待進入開放環境，接觸沒有見過的物體，完成難以被逐項編程的操作。此時，它不僅要知道手腕受到多大的合力，還要理解接觸發生在哪裡、物體處於什麼狀態，以及下一步應該怎樣調整。

千覺機器人創始人、CEO馬道林把機器人操作與自動駕駛做了對比。自動駕駛汽車感知車輛、行人和障礙物，主要目的是避免碰撞﹔機器人干活恰恰相反，它必須主動與物體接觸，並利用相互作用力改變物體的狀態。“機器人干活的時候，處處都離不開接觸。”他告訴《中國新聞周刊》。

機器人需要的，也不只是傳統意義上的力反饋。

清華大學深圳國際研究生院副教授丁文伯將傳統力控和觸覺智能的區別做了概括：前者可以告訴機器人“現在受到5牛頓的力”﹔后者則要進一步理解“這5牛頓意味著什麼”，比如物體是不是要滑落、是否易碎，機器人應該保持力度還是立即鬆手。“從知道數值到理解含義，再到據此推理和行動，這正是從力控到觸覺智能的躍遷。”

馬道林早期研究的外部接觸感知，進一步說明了這種區別。機器人的手各拿著一個零件進行裝配時，真正的接觸發生在零件之間，而那裡並沒有傳感器。機器人只能根據手與零件之間的觸覺信息，推斷兩個零件是否對准、在哪裡受阻，以及應該向哪個方向調整。

北京大學心理與認知科學學院、人工智能研究院研究員朱毅鑫團隊的櫃門實驗也驗証了觸覺的重要性。四個外表相同的櫃子，實際上分別向左、向右、向下打開，或者採用平移抽屜結構，機器人僅靠外部視覺無法判斷眼前的櫃門屬於哪一種﹔它需要先抓住把手、嘗試施力，再根據夾爪上的觸覺反饋選擇打開策略。

美國國家工程院、國家科學院兩院院士，中國科學院外籍院士，斯坦福大學教授鮑哲南用一個更直觀的比喻對《中國新聞周刊》解釋：“如果機器人沒有像人一樣靈敏的觸覺，就好比人戴著一副厚厚的大手套操作精細工作，比如穿針引線就非常難做到。”她還指出，如果機器人無法獲得直接的力和接觸反饋，與人共同工作或生活時也會帶來安全風險。

這種接觸中的不確定性，大量存在於現實生產中。馬道林指出，中國有上億產業工人，每天在產線上擰螺絲、將彈簧片放進工裝，或在紡織車間撫平布料、送入縫紉機，這都是機器人還難以解決的、依賴人手感的場景。

因此，當機器人從重復搬運走向柔性制造，從展台演示走向真實生產，觸覺才從一項長期存在於實驗室的研究技術，成為產業重視的問題。

機器人需要怎樣的觸覺？

機器人需要觸覺正在成為行業共識。但需要怎樣的觸覺，答案還遠未統一。

觸覺並不是一個單一信號。人用手拿起物體時，能夠同時感覺是否發生接觸、用了多大的力、物體是否滑動，也能通過按壓和摩擦判斷軟硬與紋理。機器人要獲得類似能力，也就需要從一次接觸中讀出多種信息。

圍繞這些信息，產業形成了多條技術路線。

其中，壓阻式和電容式觸覺傳感器通過材料受力后的電阻或電容變化判斷接觸及壓力大小和分布，是較為常見的方案。他山科技的算法研發人員曾向《中國新聞周刊》演示一種電容式“接近覺”：手還沒有真正碰到傳感器，電容數值已經開始發生變化﹔機器人可以在接觸前提前減速，接觸后再根據壓力和摩擦的變化調整握力。

這類傳感器通常可以做得較薄，容易覆蓋手指、手掌乃至更大面積，成本也相對容易控制，但在靈敏度、環境干擾和產品一致性方面仍面臨挑戰。

磁式方案則利用磁體和霍爾元件感知彈性材料受力后的位移。它可以在較小的結構中獲取多個方向的受力信息，適合放入指尖，但裝配誤差和外部磁場可能影響輸出。

近年來受到更多關注的另一條路線，是視觸覺。

它通常在機器人指尖內部安裝攝像頭。物體接觸外部彈性材料后，攝像頭從內部拍攝材料的形變，再由算法推算接觸位置、受力方向、滑動和紋理。方斌將它形容為，把一隻眼睛放在皮膚下面，近距離觀察接觸發生時的細微變化﹔戴盟機器人合伙人兼首席商業官張棟則將其概括為“用看的方式來摸”。

視觸覺的一個突出優勢是空間分辨率高。馬道林說，它可以在很小的面積內獲得大量測量點，識別指紋、布料紋理，甚至包括紙幣防偽印刷形成的細微凹凸。同時，由於原始信號本身就是圖像，它也更容易與已有視覺模型結合。

代價是系統更加復雜，攝像頭、光路和照明會佔用指尖內部空間，與靈巧手的電機、傳動結構和線路搶位置﹔外部彈性材料直接接觸物體，長期使用后也會磨損，“就像人干活久了會磨出繭子一樣”。

這些路線並不一定非此即彼，選擇往往取決於具體的任務和分工。

張棟表示，指尖承擔精細操作，需要在很小的面積內識別接觸位置和微小形變，適合使用高分辨率的視觸覺﹔手掌、手臂和軀干需要覆蓋更大面積，主要用於感知碰撞和保障人機協作安全，則可以使用更薄、成本更低的電子皮膚。“所以未來的最優解應該是‘各司其職’。”

產業鏈各環節對“好觸覺”的定義也並不相同。具身算法研究員、“天南具身公園”主理人天南和瓦力在調研中發現，傳感器廠商往往強調量程、分辨率、靈敏度和一致性﹔靈巧手企業更關心傳感器能否裝進整手、會不會影響結構，以及是否能夠兼容不同方案﹔到了算法層，最重要的則是信號能否被穩定地輸入模型，並在不同硬件之間復用。

因此，真正可能決定產業走向的，未必只是某一種傳感原理。機器人究竟需要什麼樣的觸覺，還要視其究竟需要哪些信息，又願意為此付出多大的空間、成本和維護代價來定義。

從有觸覺到會使用

不過，無論選擇哪條路線，給機器人裝上觸覺傳感器都還只是第一步。

鮑哲南對《中國新聞周刊》表示，硬件首先要能夠長期使用，不發生明顯漂移，並保持良好的重復性，才可能產生可靠的數據，進而訓練出有效的模型。

其中最基礎的問題是一致性，即同一個傳感器在相同受力下能否反復輸出相近結果，以及同型號、不同批次的產品能否保持穩定。好比一杆秤，稱10斤的物體始終顯示15斤，經過標定仍可使用﹔真正麻煩的是，這次顯示15斤，下次顯示12斤，換一杆秤后又得到另一個結果。

天南和瓦力稱，他們接觸的多家企業表示，其產品的一致性誤差已經控制在個位數百分比﹔但他們在測試其中某款靈巧手時，多次測量之間卻出現了百分之幾十的差異。這雖然只是針對特定樣品的個人測試，卻在某種程度上反映出實驗室指標與量產實物間仍可能存在距離。

行業還缺少一把共同的“尺子”。丁文伯認為，標准化觸覺感知與操作評測基准的缺失，是一個被嚴重低估的瓶頸。具體而言，不同團隊使用不同傳感器、任務和成功率口徑，導致各類技術路線難以橫向比較。沒有統一評測，也就很難判斷更高的分辨率或更多的感知維度是否真正改善了機器人操作。

硬件和評測的問題還會繼續傳導到數據。

文字、圖片和視頻在人類日常活動中會被大量記錄，互聯網本身就可以成為訓練集。觸覺卻不同，雖然人每天都會接觸物體，但這些過程通常不會被同步記錄。朱毅鑫將觸覺稱為一種需要主動產生的數據，每一條數據背后都對應一次真實接觸。採集時，需要記錄的不只是實際操作中的觸覺反饋，還有同步的視覺、動作和關節狀態等。

丁文伯團隊參與建設的HumanTouch數據集，試圖將手掌觸覺、手部運動、腕部位姿和視覺放在同一條時間線上。相比隻記錄“手怎麼動”，這類數據還要說明接觸何時發生、發生在哪裡以及強度如何變化。手套彎曲和姿態變化產生的噪聲，也必須從原始讀數中剝離。“當動作、視覺和觸覺終於被放到同一條時間線上，機器人模仿的就不再只是一個看起來正確的動作，而是開始有機會理解動作究竟如何作用於真實世界。”

這使觸覺數據天然稀缺，生產成本也不低。

面對上述問題，行業也在借助仿真擴大場景和任務的覆蓋范圍。但仿真可以擴大數據規模，卻不能替代真實接觸。

方斌表示，桃皮、果肉和內部結構共同決定桃子受力后的形變，很難用幾個參數准確描述。如果虛擬物體與現實差距過大，數據甚至可能誤導模型。

即使擁有足夠的數據，模型也未必真正使用了觸覺。

天南和瓦力發現，把觸覺信號加入模型后，機器人能夠完成任務﹔但去掉觸覺、隻使用視覺訓練，有時仍能得到相近結果。“它看起來起作用了，但用純視覺也能做到這種能力。”

馬道林也提到一項業內的研究：研究者在經典模型上直接拼接觸覺輸入后，任務成功率反而從17%降至6%。“當前觸覺數據遠少於視覺數據，簡單放在一起訓練，模型未必能夠捕捉其作用，還可能出現模態對齊和權重沖突。”

這意味著，觸覺模型不能隻在現有視覺模型上增加一個輸入接口。它還需要學習接觸、受力和形變之間的關系，並把這些變化與機器人的動作對應起來。

機會在真實世界

更深一層的問題是，觸覺能否成為世界模型理解物理世界的一塊重要拼圖。 

世界模型的一項重要使命，是讓AI在內部構建一個能夠預測物理世界演化的“虛擬沙盤”。視覺幫助它識別物體和全局環境，觸覺則提供接觸發生后的壓力、滑動和形變程度等信息。對於高精度柔性操作而言，沒有觸覺，世界模型對物理世界的理解是殘缺的，就像沃特曼無法完全用眼睛來彌補身體的沉默。

這也成為具身智能的下一個突破口。在朱毅鑫看來，具身智能真正困難的地方，是機器人不再是一個旁觀世界的“缸中之腦”，而是要通過自己的動作不斷改變世界，並根據這些動作產生的物理后果繼續調整行為。

對中國產業而言，這既是挑戰，也是獨特的機遇。

中國擁有全球最完整的制造業體系和最大規模的制造業人群，這兩點目前沒有任何其他國家同時具備。數以億計的產業工人每天都在產線上完成擰螺絲、裝配零件、撫平布料等操作，這些場景本身就是觸覺數據的富礦。

此外，中國在靈巧手、機器人整機和大模型等領域已經形成一定的產業集群效應。從傳感器到數據採集，從模型訓練到場景落地，這些環節能否真正形成閉環，將影響中國能否把場景規模轉化為物理AI的能力積累。

美國知名智庫蘭德公司最近一份報告指出，在對中美共1181家AI開發企業比較后發現，相比美國，中國對AI的應用集中在實體經濟垂直領域，如制造業(30% vs美國15%)、交通(26% vs美國15%)和能源(12% vs美國6%)。報告也提示，若未來AI能力需要與機器人、世界模型、物理環境學習協同發展，中國這種較寬的具身AI布局將形成獨特的產業對沖優勢。

方斌判斷，觸覺可能成為中國在機器人智能領域形成原創突破的一次機會。與語言和視覺相比，全球觸覺智能仍處於較早階段，技術路線和產業格局尚未完全形成。中國已有一定的傳感器和機器人產業基礎，也擁有豐富的制造業場景，可以進一步與視覺、語言和多模態模型結合。

“有很好的核心器件，加上中國豐富的場景，結合視覺、語言這波多模態大模型的技術基礎，再融合觸覺，是中國突破原創性機會的很好發展時機。”方斌說。

但這些優勢只是起點。觸覺硬件能否穩定量產，真實操作能否轉化為高質量數據，不同設備的數據能否共享，模型又能否從中提煉出可遷移的物理規律，仍將決定這種條件最終能否轉化為技術優勢。

這場競賽才剛剛開始，勝負遠未揭曉。(記者 石晗旭)