近日ღ✿✿，多模态触觉感知技术企业千觉机器人创始人马道林透露称ღ✿✿，“今年上半年的产品订单量就已经是去年全年的几倍多ღ✿✿。”另外ღ✿✿，还有多家投资机构和产业资本正在涌入ღ✿✿。

　　据第一财经记者不完全统计ღ✿✿，自今年7月以来ღ✿✿，具身智能触觉赛道融资事件至少有8起ღ✿✿，融资金额超25亿元ღ✿✿。这股热潮还催生出两家百亿元独角兽企业ღ✿✿，分别是帕西尼ღ✿✿、一目科技ღ✿✿。这两家公司最新的融资金额水平已和本体企业相当ღ✿✿，都拿到了10亿元投资BGMBGMBGM老太太毛多ღ✿✿。

　　多位受访行业人士认为ღ✿✿，机器人要学会干活ღ✿✿，让其拥有触觉已经成为必选项ღ✿✿。目前ღ✿✿，触觉赛道发展分化出不同的技术路线和方案ღ✿✿，而它们还需迈过真实场景验证阶段ღ✿✿。

　　多家触觉赛道企业以及机构公开发布的DEMO视频显示ღ✿✿，搭载触觉大模型的机器人可以夹取柔软水果和薯片ღ✿✿、在人为干扰下完成叠纸盒ღ✿✿、翻书页以及盲摸麻将等等ღ✿✿。

　　智在无界大模型相关负责人李明（化名）向第一财经记者介绍了机器人从包中抓取物品的案例ღ✿✿。他讲述称ღ✿✿，传统机器人依赖于腕部摄像头拍摄到的视觉画面ღ✿✿，将夹爪伸入包中时ღ✿✿，摄像头无法捕捉到全局导致任务可能失败ღ✿✿。拥有触觉的机器人则可以在夹爪和物品接触时获取更多信息BGMBGMBGM老太太毛多ღ✿✿，从而作出判断如何取出物品ღ✿✿，任务成功概率更大ღ✿✿。

　　“比如在把耳机精准放入充电盒的任务中ღ✿✿，夹爪在抓取时耳机位置会发生偏移ღ✿✿，摄像头可能会被遮挡j9国际官网ღ✿✿，触觉就能为判断夹取状态ღ✿✿、滑动状态提供关键的信息补充ღ✿✿。”马道林补充道j9国际官网ღ✿✿，要以近零点几毫米的公差将耳机塞入小小的空间内ღ✿✿，这项任务对机器人来说要求很高ღ✿✿。

　　大晓机器人相关负责人也进一步解释ღ✿✿，机器人的视觉能够判断“手”是否靠近物体ღ✿✿，但很难准确知道接触发生在哪里ღ✿✿、力度是否合适ღ✿✿、物体是否正在滑动j9国际官网ღ✿✿，以及柔性物体是否因受力持续形变ღ✿✿。触觉能提供接触压力ღ✿✿、受力分布ღ✿✿、摩擦与滑移趋势等关键信号ღ✿✿，让机器人在操作过程中动态调整抓取点ღ✿✿、夹持力度和动作策略ღ✿✿。

　　据受访行业人士介绍ღ✿✿，为了让机器人拥有触觉ღ✿✿，他们首先要先获取带有触觉信息的数据ღ✿✿，再将其用于机器人的预训练ღ✿✿。硬件设备可以直接采集这类数据ღ✿✿，包括触觉手套ღ✿✿、传感器等ღ✿✿。

　　按照传感器原理分类ღ✿✿，压阻式j9国际官网ღ✿✿、电容式以及霍尔效应式等为传统主流路线ღ✿✿。视触觉传感器则是近两年颇受关注的新兴方向ღ✿✿，这一方式用摄像头捕捉受力后软胶（如凝胶）的形变ღ✿✿，通过视觉算法重建接触面的三维形变和受力分布ღ✿✿。

　　千觉机器人采用了视触觉路线作为自研传感器的主要方向ღ✿✿。马道林表示ღ✿✿，压阻式ღ✿✿、电容式等路线由于精度ღ✿✿、电磁干扰等因素影响ღ✿✿，在部分场景中存在性能局限ღ✿✿。视触觉路线具有空间分辨率高ღ✿✿、抗干扰能力强等优势ღ✿✿。他介绍ღ✿✿，除了高精度硬件体系建设ღ✿✿，团队还通过自研数采设备ღ✿✿、自研数据处理引擎ღ✿✿、建立数据清洗及质检体系等工作ღ✿✿，为训练机器人交互能力提供高质量的数据养料ღ✿✿。此前ღ✿✿，千觉机器人发布了VTLA具身触觉模型X-TouchMind V1ღ✿✿，以及面向真实物理交互的视触觉多模态具身数据集TacVerse 1kღ✿✿。

　　智在无界便是这一技术路线的代表企业之一ღ✿✿。该企业介绍ღ✿✿，其开发出面向大规模无标注人类视频的密集触觉伪标签系统TactoHandღ✿✿。这一系统无需为数据采集者配备触觉手套或额外传感器j9国际官网ღ✿✿，可以从人类视频中推断手部与物体交互过程中密集空间点的接触概率和连续接近度ღ✿✿。

　　对于这个看似“天方夜谭”的方法ღ✿✿，李明解释称ღ✿✿，TactoHand系统主要是通过物理法则ღ✿✿、人类的先验知识等去估算出摩擦力ღ✿✿、接触面以及抓取力度ღ✿✿。相比于硬件设备ღ✿✿，估算出来的数据不可避免会丧失一定的准确性j9国际官网ღ✿✿。

　　也因此ღ✿✿，智在无界在预训练时还会引入一部分高质量数据BGMBGMBGM老太太毛多ღ✿✿，即来自于硬件设备采集的数据ღ✿✿。该公司推出的Being-H0.8便是结合大规模人类视频与触觉信息开展预训练的具身基础模型ღ✿✿，其将触觉模态系统性地引入隐式世界模型架构ღ✿✿。

　　受访行业人士提到ღ✿✿，行业内带有触觉模态的数据量较少ღ✿✿。马道林判断ღ✿✿，这类高质量的数据规模或在万小时级ღ✿✿。

　　这背后的一大原因便在于采集成本较高ღ✿✿。李明介绍称ღ✿✿，基于触觉手套或者UMI设备的数据采集成本较高ღ✿✿，整套设备及方案可能就要数万元左右ღ✿✿，有的甚至要十几万元ღ✿✿。另外部分传感器设备还不够成熟ღ✿✿，长时间使用下可能发生损坏ღ✿✿。

　　他补充称ღ✿✿，“触觉手套采集的一部分数据来自于数采工厂ღ✿✿，背景和任务较为单一ღ✿✿。虽然数据准确性高ღ✿✿，但多样性不足ღ✿✿。”据其介绍ღ✿✿，智在无界的技术路线可以直接省去硬件成本ღ✿✿，还能较快拓展触觉模态数据的规模ღ✿✿。

　　一般来说ღ✿✿，视触觉传感器往往被安装于机器人的末端执行器ღ✿✿，即夹爪或灵巧手ღ✿✿。马道林称ღ✿✿，单个传感器价格在一两千元左右ღ✿✿，两指夹爪会用到4个ღ✿✿，灵巧手往往用到10个BGMBGMBGM老太太毛多ღ✿✿。传感器表面的柔性材料具有寿命限制ღ✿✿，整体更换会进一步增加成本ღ✿✿。千觉提供的传感器具有更换成本低的优势ღ✿✿。“基于模块化设计ღ✿✿，我们的传感器只要替换掉表面柔性材料即可ღ✿✿，无需重新适配ღ✿✿，也无需更换其他高成本部件ღ✿✿。”他提到ღ✿✿，近两年客户采购量加大后产品报价有所降低ღ✿✿。

　　而将触觉数据引入到机器人预训练当中又是一道难题ღ✿✿。直接将触觉数据加入到大模型当中ღ✿✿，反而可能降低任务的成功率ღ✿✿。

　　今年斯坦福教授李飞飞参与了一篇“触觉”相关的论文ღ✿✿，其中提到T-Rex团队把触觉力信号直接拼接到一个预训练好的VLA模型里ღ✿✿，任务成功率有所下降ღ✿✿。论文分析的原因涉及多个信息的对齐ღ✿✿、频率及表征浅等ღ✿✿。

　　大晓机器人相关负责人分析称ღ✿✿，视觉可以远距离连续记录ღ✿✿，触觉只有在真实接触发生时才产生有效信号ღ✿✿，还会受到安装位置ღ✿✿、材料形变ღ✿✿、摩擦变化ღ✿✿、个体差异和传感器漂移等因素影响ღ✿✿。

　　“触觉数据真正难的地方ღ✿✿，不是采到一个压力数值ღ✿✿，而是把这个数值与视觉ღ✿✿、动作ღ✿✿、物体状态及任务过程精准对应起来ღ✿✿。”上述负责人认为ღ✿✿，触觉数据标注不能停留在“是否接触”ღ✿✿，还要描述接触位置ღ✿✿、压力大小ღ✿✿、持续时间ღ✿✿、滑移变化及其对应的物体状态ღ✿✿。他们提出的环境式数据采集方案2.0ღ✿✿，通过ACE Sense Gloveღ✿✿、统一时空标定和多传感器同步ღ✿✿，将20余种异构信号控制在1毫秒级误差内ღ✿✿。

　　考虑到触觉数据特征ღ✿✿、规模的情况ღ✿✿，千觉机器人率先探索出触觉模型的训练范式ღ✿✿。“针对想要增加触觉能力的公司ღ✿✿，目前比较合理的方法是先将自身原有的VLA模型能力训练到足够好ღ✿✿，再将触觉信息规范化地纳入模型训练中ღ✿✿。”马道林介绍ღ✿✿。

　　引入触觉信息ღ✿✿，也意味着训练成本的上升ღ✿✿，尤其是原本训练高性能世界模型的成本就比较高ღ✿✿。据了解ღ✿✿，世界模型方向目前分化出显式和隐式两大路径ღ✿✿，其中显式的特征在于精确还原物理世界ღ✿✿，隐式则在于将关键信息压缩至表征空间ღ✿✿。

　　李明估算了一家头部公司的显式世界模型训练的成本ღ✿✿。他提到ღ✿✿，若训练数据规模达到50万小时BGMBGMBGM老太太毛多ღ✿✿，其研发成本低则数千万元ღ✿✿、高则上亿元ღ✿✿。智在无界选择的隐式世界模型路线一定程度上能降低训练成本ღ✿✿。

　　记者了解到ღ✿✿，千觉机器人ღ✿✿、智在无界均专注于具身“大脑”的研究ღ✿✿。千觉机器人的定位是触觉基础设施建设者ღ✿✿，现阶段收入更多来自于数据产品以及采集方案ღ✿✿，同时在探索具身模型场景落地ღ✿✿。智在无界则和硬件公司合作为其提供模型支持ღ✿✿，也正在进行模型商业落地的POC验证ღ✿✿。j9九游会游戏ღ✿✿，j9九游会官网入口ღ✿✿，ag九游会登录j9入口ღ✿✿。