今年 WAIC 上的具身公司，卷「觸覺」卷到了什么地步？

觸覺的天花板，比想象中更高。

作者丨高景輝

編輯丨馬曉寧

每年的世界人工智能大會（WAIC），都是AI行業趨勢的集中體現，無比火爆的今年更是如此。AI科技評論觀察到，今年WAIC具身智能賽道出現了一個非常有意思的現象：幾乎所有做靈巧手的公司，都在不約而同地強調自己的"觸覺"能力。

放在兩年前，觸覺還沒有引起行業的廣泛重視，但今年不一樣了。雷峰網發現，從傳感器廠商到整機公司，"觸覺"成了每家展臺的核心關鍵詞，甚至有人直接喊出"觸覺比視覺還重要"，行業明顯開始“卷”了起來。

更值得玩味的是"卷"的程度。有的企業不止自研觸覺傳感器，還自研觸覺模型，自己采觸覺數據，甚至連最底層的觸覺芯片都要自己做。一家做傳感器的公司把手伸到了芯片和算法領域，這在傳統硬件行業是相當少見的。

那么問題來了：為什么大家突然開始卷觸覺？這么大力度的投入真的有必要嗎？

01

機器人的觸覺，需要"專屬"的模型

觸覺之于靈巧操作的重要性，行業其實早有共識。隨著具身智能從demo走向真實場景落地，純視覺靈巧操作方案的天花板越來越明顯，畢竟攝像頭有盲區，感知不到手指和物體之間的細微接觸，就像視力再好的人戴著手套做針線活，看得見線頭，卻感覺不到針有沒有穿過去。

于是，過去一兩年，整個行業都在做同一件事：把觸覺模態"加"進現有的VLA模型里。聽起來順理成章，多一個感知維度，模型能力總該更強吧？

但最近一篇名為“T-Rex”的論文，給出了一個反直覺的答案：直接把觸覺硬塞進模型，效果反而更差。

這篇論文的陣容堪稱"神仙級別"——李飛飛、NVIDIA的Jim Fan、UC Berkeley的Trevor Darrell、Pieter Abbeel……幾乎集齊了全球AI與機器人領域最頂尖的研究者。他們做了一個最直觀的實驗：給行業經典模型 π0.5加上觸覺條件后，任務成功率從17%直接跌到了6%。

為什么會這樣？因為機器人的模型能力，不能靠堆疊模態來提升。

觸覺信號和視覺信號本質上是兩種完全不同的信息。視覺是低頻的、全局的，5Hz就能完成一次場景理解；觸覺是高頻的、局部的，需要20Hz甚至更高頻率才能捕捉到滑移、形變這些細微變化。把兩個頻率、邏輯都不一樣的信號硬塞進同一個處理通路，只會互相干擾，就像讓GPS導航和方向盤微調共用一個芯片，兩個系統搶方向盤，車反而開不穩。

更重要的是，T-Rex驗證了一個判斷：觸覺不是視覺的附帶品，它需要自己的時序編碼、自己的處理通路、自己的訓練范式。

這也解釋了為什么一些觸覺傳感器頭部企業，比如他山科技等，要投入資源做"原生觸覺模型"。想要觸覺真正參與控制閉環，就必須有專門適配觸覺特性的模型架構。這不算一種“卷”，更不是重復造輪子，而是從實際需求出發，解決行業的“真問題”。

02

芯片是底層基建，從什么時候開始做都不算早

如果說"做專屬觸覺模型"還能形成小范圍行業共識，那么"自研觸覺芯片"面臨的爭議就要大得多。

有不少從業者提出質疑，當前觸覺傳感器的技術路線都還沒完全收斂，量產規模也不算高，落地場景更不夠穩定，現在就自研芯片，是不是太早了？投入產出比算得過來嗎？

這個疑問不能說沒有道理。芯片研發的周期長、投入大、風險高，通常是行業進入成熟期、需求量足夠大之后才會做的事。一家創業公司提前幾年布局芯片，怎么看都像是一場豪賭。

但換一個角度，從第一性原理思考，結論可能完全不同。

機器人的終極形態是擬人化的。而擬人化的技術方向，必然朝著低功耗、低延時、核心指標持續升級的路徑演進。這些底層訴求，最終都要靠芯片來承載。

還有一個更現實的問題是，現有的通用芯片，根本滿足不了機器人觸覺的落地需求。

觸覺感知不止有模擬信號采集這一層。要完成一次完整的觸覺反饋，需要模擬前端、端側小算力MCU、電源驅動、信號路由等一系列芯片協同工作。指尖傳感器的觸點密集、體積極小，對集成度的要求非常高，單顆高度集成的專用芯片，遠比多顆分立芯片的方案更優。

很多中國的傳感器公司一開始也用海外大廠的芯片，但很快發現兩個問題：一是單一芯片支撐不了完整的觸覺技術棧，二是通用芯片的參數不是為觸覺場景優化的，測量頻率、通道數配比、弱信號感知能力，都有明顯短板。

但自研芯片帶來的提升是實打實的。2021年他山科技發布全球首款AI觸感專用芯片“紅寶石”。今年WAIC上他山科技最新發布的“綠寶石”E10A芯片，更是能將觸覺感知信號直接在硬件層面轉為脈沖信號。在此之前，脈沖轉換需要先把模擬轉成數字，再通過軟件轉脈沖；現在直接硬件完成，效率和延遲都上了一個臺階。

測量頻率上的提升更明顯。行業普遍的單傳感器測量頻率在幾十赫茲量級，而他山的新款芯片沿用原有模式頻率就能提升2-3倍，切換到脈沖輸出模式更是提升100倍，有了如此高的頻率，就能捕捉指尖更精細的變化。

更深一層看，芯片研發有自己的時間周期和技術沉淀規律，不能等產品快要大規模落地了才開始做芯片，那樣至少會落后兩到三年。從這個意義上說，早布局也是為未來的落地窗口提前鋪路。

當然，不是每家公司都有能力、有必要自研芯片。這需要深厚的模擬芯片設計積累、足夠的量產經驗支撐，以及對觸覺場景的深度理解。但對于頭部企業而言，芯片作為底層基建，從什么時候開始做都不算早。

03

自研數采設備，可能只是一種"水到渠成"

與“自己做芯片”不同，"自己采數據"這件事，行業基本已經形成了共識。因為具身數據這個賽道，商業化供應鏈還很不成熟，第三方數據供應商的產品很容易同質化。大家都用差不多的采集方案、差不多的任務場景，訓練出來的模型自然也拉不開差距。想要建立數據壁壘，最終還是得自己采。

但更值得討論的問題是：為什么連數據采集設備本身，也需要自研？

市面上不是沒有現成的方案。外骨骼、數據手套……這些構型都存在很多年了。但真正用到觸覺數據采集上，問題就暴露出來了。

最常見的柔性觸覺手套，大多基于壓阻方案。這種方案有一個致命缺陷：數據一致性太差。柔性基底加柔性傳感器的組合，誤差會被層層放大，彎折過程中即使沒有受力，也會產生數據跳變，還存在數據殘留、漂移等問題。行業對柔性手套的觸覺數據容錯率原本放寬到30%-40%的無效數據，但實際使用中，大部分數據都是無效的。

外骨骼方案倒是能保證關節位置數據的精度，但它體積大、成本高、佩戴復雜，很難規模化推廣。而且外骨骼主要采集的是關節角度，觸覺信號本身還得另想辦法。

于是，一些擅長做“觸覺”的公司開始嘗試新的構型。比如今年WAIC上，他山科技就推出了一種指套式的采集方案，戴在指尖上即可，因為指尖是實現抓取等功能的核心部位，優先級遠高于指肚、指腹、手掌，先把最關鍵的數據做好；另外，指套不會遮擋手部關節，可以同時用攝像頭捕捉關節運動數據，不需要額外通過外骨骼或IMU采集，也能保持高一致性。

不過，也不用把自研數采設備上升到"戰略布局"的高度，它更像是一種"水到渠成"的結果。

他山科技已經有了自研芯片、有了成熟的傳感器硬件、有了上百家客戶的量產經驗，再做數采設備的門檻其實已經很低了。芯片是自己的，傳感器是自己的，客戶需要什么樣的數據最清楚，無非是把這些能力重新組合成一個新產品。

更何況，作為一種產品，數采設備的核心無非是解決用戶的痛點，而他山在解決“測量一致性”這一數采最大痛點上，本就領先了行業一個數量級。他山的傳感器多次測量標準差≤0.03，確保每次采集均獲得高度一致的數據輸出；同時線性擬合優度R2≥99.9%，能夠真實反映受力變化。即使是“水到渠成”，其“水質”也是越高越好。

除此之外，“數采自研”這件事對整個行業都有益。數據采集的門檻降下來，更多團隊才能投入到觸覺模型的研發中，整個生態才能轉起來。從這個意義上說，頭部企業自研數采設備，其實是在做大蛋糕。

04

觸覺的天花板，比想象中更高

把視角再拉高一層，"卷"觸覺這件事，可能本身就是必要的。因為觸覺的價值，可能遠比我們現在想象的要大。它不只是"讓靈巧手操作更精細"這么簡單，還可能是打開物理AI下一扇門的鑰匙。

今年WAIC上，圖靈獎得主Richard Sutton在演講中提到一個核心觀點：未來的AI，應該"在自己的生命過程中不斷學習"。

這句話翻譯成機器人領域的語言，其實就是真機強化學習，即讓機器人像人一樣，在真實世界里通過試錯自主成長，而不是完全依賴人類標注的數據。

這個方向聽起來很美好，但為什么過去一直沒能跑通？

成本當然是一個原因。真機太貴了，摔壞一臺心疼半天，誰敢讓它隨便試錯？

但還有一個更深層的原因，那就是如果沒有觸覺，真機強化學習根本無從談起。

想想人類的成長邏輯。嬰兒時期，如果只能保留一種感知，首選一定是觸覺。因為觸覺是最基礎的安全反饋機制，比如碰到燙的會縮手，抓不住的東西會掉落，用力太大會疼。沒有觸覺，嬰兒根本無法安全地與世界、物體、人交互。

機器人也是一樣。純視覺的機器人，"看"得到物體，但不知道自己用了多大勁、有沒有抓穩、會不會捏壞。讓這樣的機器人去自主試錯，要么把東西全弄壞，要么自己摔得稀碎，強化學習的"獎勵函數"根本無從建立。

觸覺提供的，恰恰是最直接的物理反饋。只有能感知到傷害，才能學會避免傷害；只有能感知到接觸狀態，才能學會調整力度。這正是真機強化學習最需要的閉環信號。

這也是為什么Richard Sutton會和他山科技合作，共同建立"機器人幼兒園"項目。雙方想驗證的，就是一套基于觸覺的AI自訓練、自學習新范式，讓機器人像孩子一樣，從觸覺出發，在真實交互中逐步成長。

7月18日，Richard Sutton來到他山科技的WAIC展臺，現場分享了“機器人幼兒園”理念。他提到：“我們不只希望機器人用手指獲得觸覺，我們希望能讓機器人的全身都具備觸覺能力。為了強化學習的目標——能夠通過試錯算法持續改進。并且讓機器人擁有足夠‘強壯’的硬件，能夠不斷試錯、摔倒了再爬起來，這一點特別關鍵。”

Sutton表示，他山是觸覺感知領域的領導者，在觸覺感知在探索和從經驗中學習方面非常出色，同時他山對于“從經驗中學習”這個理念的共鳴，以及他們根本上對科學探索和開放的態度，讓Sutton選擇了他們。

雷峰網認為，未來這個方向如果跑通，意義將遠超"靈巧手更靈活"這件事本身。它意味著機器人的學習方式可能發生根本變化：從"人類教什么會什么"，變成"自己探索、自己學習、自己成長"。

當然，這條路還很長，現在的觸覺距離人類那種分布式的、全手的、多模態的觸覺感知還差得遠。T-Rex論文自己也承認，缺少手掌觸覺、缺少溫度感知，這些都是未來需要補的課。

但方向已經越來越清晰了。

從T-Rex驗證"觸覺需要專屬模型架構"，到企業自研芯片筑牢底層基建，再到數采設備降低數據門檻，最后到真機強化學習探索終極范式，整個行業正在從不同層面，共同把觸覺的天花板往上推。

回過頭看，WAIC上的“卷觸覺”更像是一個信號：具身智能的競爭，已經從"有沒有"進入了"好不好"的階段。視覺的紅利吃得差不多了，下一個突破口，大概率就在觸覺。

觸覺這條賽道，遠比表面看起來更深。那些愿意沉下心做底層技術的公司，可能會在未來某個節點，突然爆發出驚人的勢能。