北京
智東西
作者 ZeR0
編輯 漠影
智東西7月21日報道，在世界人工智能大會WAIC 2026期間，視觸覺技術創企一目科技演示了讓機器人分辨兩顆看起來幾乎一模一樣的花生，兩顆花生的顏色、形狀、紋理都很像，只見機器人伸出指尖，輕輕按壓了一下，隨即做出判斷：左邊是真的，右邊是模型。
做到這一點，得益于一目科技的視觸覺（Vision-based Tactile）技術。
機器人面對的是物理世界，需要持續獲得來自現實世界的Ground Truth（物理真值）。通過觸覺感知，機器人可掌握物體在受力后的形變與響應。
在很長一段時間里，機器人并沒有學會這件事。它們能看到物體的樣子，卻感受不到物體的硬度、摩擦力與彈性。這是因為傳統的力傳感器無法直接感知“形變”。
與傳統力傳感器不同，視觸覺在柔性材料內部建立光學觀測系統。當機器人與物體發生接觸時，材料會產生微米級的形變，內置的光學系統實時記錄這些變化的圖像，再通過AI算法還原出壓力分布、剪切力、紋理、滑移趨勢等豐富的物理信息。
除了真假花生識別外，一目科技還展示了五指集成視觸覺靈巧手。在演示屏幕上，觀眾可清晰看到，機械手抓取過程中，每根手指的壓力分布、接觸區域和滑移趨勢都在實時可視化呈現。過去隱藏在機械結構內部的物理信息，成為了可以被機器人學習和理解的數據。
但對于一目科技來說，視觸覺傳感器只是起點，一目科技正在構建Physical AI基礎設施，希望提供一套讓機器人能夠持續理解物理世界的能力。
在其團隊看來，真正稀缺的并不是一顆傳感器，而是由傳感器持續產出的高質量物理交互數據。因為對于Physical AI而言，每一次接觸，都是機器人認識世界的一次學習；每一次抓取，都會產生新的Ground Truth。
為此，一目科技搭建了一套完整的基礎設施體系：
- 底層，視觸覺傳感器持續采集真實交互數據。
- 中間層，通過數據采集系統和觸覺編碼模型（Tactile Transformer Encoder），將復雜的物理交互轉化為模型能夠學習的結構化知識。一目科技團隊希望通過海量的交互，讓機器人學習GTM（Grounded Transition Model），最終形成機器人的Affordance（可供性）能力——即在什么條件下、對什么對象、施予什么力、得到什么結果。
- 上層，結合虛擬仿真平臺，不斷擴展真實數據的覆蓋范圍，形成真實世界、數據世界和模型訓練之間持續迭代的數據閉環。
此次WAIC展出的視觸覺產品矩陣、五指集成靈巧手、數據采集系統、虛擬仿真平臺，以及覆蓋生產制造、生活服務、精密實驗等不同場景的應用展示，共同組成了這一完整鏈路。
從看見世界到理解世界，從識別物體到理解交互，Physical AI正在進入新的階段。圍繞真實交互建立的數據能力，正在成為機器人邁向開放環境的重要基礎設施。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
