千覺(jué)機(jī)器人：讓觸覺(jué)成為與視覺(jué)并列的“認(rèn)知模態(tài)”

2026年，帶觸覺(jué)的數(shù)據(jù)飛輪將成為具身智能的下一個(gè)關(guān)鍵戰(zhàn)場(chǎng)。

在工廠里，機(jī)器人能掃描零件輪廓、定位裝配孔位；在實(shí)驗(yàn)室里，它能讀取實(shí)驗(yàn)數(shù)據(jù)、識(shí)別儀器狀態(tài)；在商場(chǎng)里，它能識(shí)別人臉、引導(dǎo)顧客路線。視覺(jué)讓機(jī)器人"看"得很清楚，但當(dāng)它伸手去夾起一塊軟布、拿起一張薄紙、握住一顆雞蛋的時(shí)候，它還需要知道用了多大的力度、是否抓穩(wěn)、是否發(fā)生滑移、以及下一步應(yīng)該如何調(diào)整。這些能力，正是觸覺(jué)感知要解決的問(wèn)題。

“機(jī)器人真正進(jìn)入現(xiàn)實(shí)世界，不能只有視覺(jué)。視覺(jué)讓機(jī)器人‘看見(jiàn)’世界，而觸覺(jué)讓機(jī)器人有機(jī)會(huì)真正‘操作’世界。”千覺(jué)機(jī)器人創(chuàng)始人馬道林向鈦媒體創(chuàng)投家表示。

2024年起，主流靈巧手公司開(kāi)始嘗試搭載傳統(tǒng)觸覺(jué)傳感器；到了2025年下半年至2026年年初，技術(shù)風(fēng)向逐步向視觸覺(jué)（Vision-Based Tactile）收斂。視觸覺(jué)的輸出是圖像，機(jī)器人的視覺(jué)和大模型輸入的主體也是圖像，這意味著，算法端可以直接復(fù)用過(guò)去幾年大模型時(shí)代積累的視覺(jué)編碼器、多模態(tài)方法以及Token化技術(shù)，進(jìn)而降低邊際成本。

觸覺(jué)成為具身智能從看見(jiàn)世界走向理解物理世界的關(guān)鍵一環(huán)。Ego（第一人稱視角）、UMI（通用操作接口）、真機(jī)數(shù)據(jù)這三條數(shù)據(jù)管線誰(shuí)先跑通，誰(shuí)就握住了下一代具身基礎(chǔ)模型的入場(chǎng)券。

從“盲操作”到“摸得準(zhǔn)”

在全球機(jī)器人領(lǐng)域旗艦會(huì)議ICRA 2026大會(huì)上，千覺(jué)機(jī)器人展出了一臺(tái)雙臂機(jī)器人，在沒(méi)有預(yù)設(shè)軌跡的情況下，自主完成紙盒成型的全過(guò)程。

紙板是典型的弱柔性物料，輕薄、易變形，每一次抓取和折邊的接觸狀態(tài)都隨操作動(dòng)態(tài)變化。傳統(tǒng)工業(yè)機(jī)器人依賴固定軌跡編程和純視覺(jué)引導(dǎo)，在面對(duì)此類物料時(shí)極易因形變誤差導(dǎo)致操作失敗；傳統(tǒng)的力控方案又難以捕捉微觀的動(dòng)態(tài)滑移。

傳統(tǒng)VLA模型主要依賴視覺(jué)+語(yǔ)言指令驅(qū)動(dòng)動(dòng)作，只有“看”和“做”，這種架構(gòu)在結(jié)構(gòu)化環(huán)境中表現(xiàn)尚可，一旦遇到弱柔性物料、微小形變、動(dòng)態(tài)滑移等場(chǎng)景，就會(huì)因?yàn)槿狈?shí)時(shí)物理反饋而陷入“盲操作”。

千覺(jué)機(jī)器人的解決方案是自研VTLA（Vision-Tactile-Language-Action）模型，這套模型的核心創(chuàng)新在于，將觸覺(jué)從傳統(tǒng)控制系統(tǒng)中的反饋信號(hào)提升為與視覺(jué)同等級(jí)的認(rèn)知模態(tài)。視覺(jué)負(fù)責(zé)理解環(huán)境與物體狀態(tài)，觸覺(jué)負(fù)責(zé)理解接觸過(guò)程與物理交互狀態(tài)，兩者共同構(gòu)成機(jī)器人對(duì)物理世界的完整感知基礎(chǔ)。

VTLA模型并非簡(jiǎn)單地增加一種新的傳感器輸入，而是讓機(jī)器人同時(shí)具備“看見(jiàn)世界”和“感知接觸世界”的能力。視覺(jué)回答“物體在哪里”，觸覺(jué)回答“接觸發(fā)生了什么”，兩者共同驅(qū)動(dòng)機(jī)器人在復(fù)雜接觸場(chǎng)景中的決策與操作。

疊紙盒演示中，面對(duì)輕薄易變形的紙板，搭載VTLA模型的機(jī)器人不但通過(guò)實(shí)時(shí)感知“紙板的受力狀態(tài)”，連續(xù)完成抓取、展開(kāi)、折邊和壓實(shí)等操作，順利完成紙盒成型的任務(wù)。還保持了持續(xù)外部干擾下的穩(wěn)定執(zhí)行，充分體現(xiàn)了其在干擾條件下的魯棒性與泛化能力。

干擾情況下，VTLA模型驅(qū)動(dòng)雙臂機(jī)器人長(zhǎng)序列紙盒成型仍能自主完成作業(yè)。

“觸覺(jué)不是機(jī)器人能力上的‘錦上添花’，而是機(jī)器人從實(shí)驗(yàn)室演示走向產(chǎn)業(yè)應(yīng)用的重要底層能力。尤其在人形機(jī)器人、精密制造、智能檢測(cè)等場(chǎng)景中，真正決定落地效果的，往往不是機(jī)器人‘能不能動(dòng)’，而是在復(fù)雜物理接觸中能不能穩(wěn)定、可靠、可復(fù)制地完成任務(wù)。”馬道林表示。

VTLA模型解決了“怎么用觸覺(jué)”的問(wèn)題，但高質(zhì)量、多模態(tài)的觸覺(jué)數(shù)據(jù)從哪里來(lái)，這正是TacCap-Gripper存在的技術(shù)邏輯。

TacCap-Gripper觸覺(jué)數(shù)采設(shè)備

這是一款專為機(jī)器人物理交互數(shù)據(jù)采集打造的硬件，集成了高精度視觸覺(jué)傳感器、IMU慣性測(cè)量單元與高分辨率編碼器，能夠?qū)崿F(xiàn)動(dòng)作、視覺(jué)、觸覺(jué)多維度數(shù)據(jù)的同步采集與精準(zhǔn)匹配。

人類演示者戴上它完成一次抓取，產(chǎn)出的不僅是一段視頻，而是一組包含手指姿態(tài)、接觸力分布、物體形變過(guò)程的完整數(shù)據(jù)包，直接轉(zhuǎn)化為VTLA模型訓(xùn)練的標(biāo)準(zhǔn)化“養(yǎng)料”。

然而，在工程落地層面，視觸覺(jué)路線有著極高的硬性門檻。傳統(tǒng)視觸覺(jué)傳感器往往面臨體積臃腫、高頻動(dòng)態(tài)響應(yīng)不足、硅膠涂層易磨損以及量產(chǎn)一致性差等痛點(diǎn)。每一項(xiàng)都是橫亙?cè)趯?shí)驗(yàn)室與市場(chǎng)之間的分水嶺。

針對(duì)上述痛點(diǎn)，千覺(jué)機(jī)器人通過(guò)自研工藝，使其指尖觸覺(jué)傳感器在保持高精度微觀形變、紋理變化捕捉能力的同時(shí)，實(shí)現(xiàn)了大幅度的小型化與結(jié)構(gòu)優(yōu)化，可精準(zhǔn)支撐對(duì)位、撥動(dòng)、滾動(dòng)、精細(xì)抓取等高精度操作。

千覺(jué)機(jī)器人多模態(tài)觸覺(jué)傳感器產(chǎn)品矩陣

目前，千覺(jué)機(jī)器人已形成全系列多模態(tài)觸覺(jué)傳感器產(chǎn)品矩陣，全面覆蓋指尖、夾爪、平面、曲面等全形態(tài)硬件，能夠適配靈巧手、工業(yè)機(jī)械臂、人形機(jī)器人等各類具身智能體。

產(chǎn)品已應(yīng)用于智元、谷歌、自變量、銀河通用、眾擎等眾多國(guó)內(nèi)外知名具身企業(yè)，且已與寧德時(shí)代、理想汽車、海爾等開(kāi)展場(chǎng)景合作。

MIT博士后帶隊(duì)

作為一家硬科技企業(yè)，千覺(jué)機(jī)器人有著鮮明的學(xué)術(shù)與產(chǎn)業(yè)雙棲基因。

馬道林于2024年5月創(chuàng)立了千覺(jué)機(jī)器人，他畢業(yè)于北京大學(xué)，在北大取得博士學(xué)位后進(jìn)入了MIT Mcube 實(shí)驗(yàn)室從事博士后研究，師從國(guó)際機(jī)器人操作與觸覺(jué)感知領(lǐng)域的領(lǐng)軍學(xué)者Alberto Rodriguez（現(xiàn)任波士頓動(dòng)力Robot Behavior負(fù)責(zé)人，MIT前副教授），目前在上海交通大學(xué)任副教授、博士生導(dǎo)師。憑借在觸覺(jué)感知與具身智能領(lǐng)域的長(zhǎng)期深耕，他斬獲了國(guó)際機(jī)器人學(xué)界公認(rèn)的最高學(xué)術(shù)榮譽(yù)—ICRA 2021全球唯一最佳論文獎(jiǎng)。

千覺(jué)機(jī)器人創(chuàng)始人：北京大學(xué)力學(xué)博士與MIT博士后、上海交通大學(xué)副教授馬道林

其團(tuán)隊(duì)匯聚了來(lái)自MIT、北京大學(xué)、清華大學(xué)、上海交通大學(xué)、復(fù)旦大學(xué)、UCL、悉尼大學(xué)等國(guó)內(nèi)外頂尖院校的跨學(xué)科人才，千覺(jué)在機(jī)器人操作與觸覺(jué)感知領(lǐng)域持續(xù)攻堅(jiān)，打通了從底層傳感器設(shè)計(jì)、高價(jià)值數(shù)據(jù)采集，到感知算法迭代與觸覺(jué)模型研發(fā)的全鏈條技術(shù)閉環(huán)。這種從“底層感知”到“機(jī)器人操作控制”的完整技術(shù)積累，構(gòu)成了千覺(jué)難以復(fù)制的核心壁壘。

在視觸覺(jué)領(lǐng)域，全球頂尖人才主要來(lái)自于MIT，而馬道林則是其中為數(shù)不多的回國(guó)創(chuàng)業(yè)者。這種系統(tǒng)性的技術(shù)判斷力和工程攻堅(jiān)能力，迅速吸引了資本市場(chǎng)的關(guān)注。

成立僅一年半，千覺(jué)機(jī)器人就完成了天使輪、Pre-A輪融資，累計(jì)融資數(shù)億元人民幣，投資方包括高瓴創(chuàng)投、理想汽車、元禾原點(diǎn)、孚騰資本（上海具身智能產(chǎn)業(yè)基金）、智元等知名投資機(jī)構(gòu)和產(chǎn)業(yè)方。

“接下來(lái)一兩年，純單品的硬件公司將面臨巨大壓力，產(chǎn)業(yè)競(jìng)爭(zhēng)正迅速?gòu)乃槠乃惴ㄑ芯俊吸c(diǎn)傳感器的內(nèi)卷，升級(jí)為‘傳感器+全棧模型+場(chǎng)景數(shù)據(jù)’的系統(tǒng)級(jí)對(duì)決。”馬道林表示：“千覺(jué)機(jī)器人圍繞觸覺(jué)硬件、數(shù)據(jù)采集、模型訓(xùn)練和產(chǎn)業(yè)應(yīng)用，構(gòu)建機(jī)器人理解真實(shí)物理世界的底層能力。”

在目前的具身智能產(chǎn)業(yè)鏈中，通用大模型與整機(jī)結(jié)構(gòu)的生態(tài)主導(dǎo)權(quán)往往掌握在主機(jī)廠或AI巨頭手中。對(duì)于千覺(jué)這類技術(shù)型初創(chuàng)企業(yè)而言，將戰(zhàn)略重心錨定在底層的觸覺(jué)能力上，推動(dòng)硬件標(biāo)準(zhǔn)化、數(shù)采規(guī)范化以及跨模態(tài)對(duì)齊，是在巨頭環(huán)伺的生態(tài)中切入細(xì)分市場(chǎng)的一種務(wù)實(shí)選擇。

從“看見(jiàn)世界”到“操作世界”，機(jī)器人還需要補(bǔ)上觸覺(jué)這一課。

回看人工智能的發(fā)展歷程，計(jì)算機(jī)視覺(jué)的爆發(fā)建立在海量標(biāo)準(zhǔn)化開(kāi)源數(shù)據(jù)集與軟硬件高度對(duì)齊的基礎(chǔ)之上；而當(dāng)前的觸覺(jué)領(lǐng)域，無(wú)論在高質(zhì)量數(shù)據(jù)規(guī)模、物理接口標(biāo)準(zhǔn)還是大規(guī)模預(yù)訓(xùn)練模型的適配上，都仍處于相對(duì)早期的探索階段。

觸覺(jué)感知何時(shí)能從技術(shù)亮點(diǎn)變?yōu)樾袠I(yè)標(biāo)配，這取決于三個(gè)關(guān)鍵變量：

第一，成本門檻。觸覺(jué)傳感器雖在靈巧手整體 BOM 成本中占比不占大頭，但其高昂的軟硬件一體維護(hù)、校準(zhǔn)與一體化集成成本，對(duì)追求大規(guī)模量產(chǎn)經(jīng)濟(jì)性的主機(jī)廠而言，仍是一道現(xiàn)實(shí)的門檻。

第二，數(shù)據(jù)規(guī)模。盡管行業(yè)已有部分百萬(wàn)幀級(jí)別的局部開(kāi)源圖像，但真正具備多物體、多形態(tài)、跨場(chǎng)景且?guī)锢碚嬷禈?biāo)簽的操作軌跡數(shù)據(jù)集依然極度匱乏。觸覺(jué)數(shù)據(jù)飛輪能否真正轉(zhuǎn)起來(lái)，直接決定了其控制模型的泛化能力。

第三，市場(chǎng)驗(yàn)證。主機(jī)廠是否愿意為“摸得準(zhǔn)”支付溢價(jià)，畢竟，在人形機(jī)器人尚未真正走進(jìn)家庭之前，觸覺(jué)的 ROI 仍需市場(chǎng)驗(yàn)證。機(jī)器人想要真正做到“摸得準(zhǔn)、做得穩(wěn)”，不僅取決于千覺(jué)等技術(shù)提供商在硬件和軟硬件融合上的迭代速度，更取決于整個(gè)具身智能產(chǎn)業(yè)鏈對(duì)觸覺(jué)價(jià)值的實(shí)際買單意愿。

行業(yè)的真正質(zhì)變，往往就發(fā)生在那些傳統(tǒng)視覺(jué)遭遇盲區(qū)、力控陷入遲鈍的物理縫隙里。當(dāng)機(jī)器人不僅能夠用視覺(jué)去旁觀世界，更能夠用觸覺(jué)去試探世界時(shí)，具身智能才算真正拿到了通往物理現(xiàn)實(shí)的解密鑰匙。（本文首發(fā)鈦媒體APP，文 | 智客Zhiker，作者｜郭虹妘 ）