近日，北京世界机器人大会现场的一幕让围观者屏住了呼吸：机器人灵巧手捏住一根羽毛，观众对着其指尖轻轻一吹，传感器便精准捕捉到这股微弱气流带来的毫牛级力变化。同一时间，多家企业首发了搭载自研芯片的6D触觉传感器、柔性电子皮肤与高自由度灵巧手。
机器人并不缺“眼睛”。摄像头可以帮它识别杯子、瓶盖和零件，但当手指接触物体，它未必知道杯子是否正在滑落、瓶盖有没有拧紧、两个零件是否已经卡好。
这种“看得见却摸不着”的尴尬，早在半个多世纪前就在一个人身上被残酷地验证过。1971年，19岁的英国青年伊恩·沃特曼从一场严重的病毒感染中恢复，却不幸失去了颈部以下的本体感觉和大部分精细触觉。他仍然能够感受疼痛和温度，运动神经也没有受损，却无法判断自己的手臂和双腿处于什么位置，也无法感知关节位置、运动方向和肌肉用了多大的力。
此后，沃特曼不得不依靠视觉重新学习控制身体——他需要死死盯着自己的手和四肢，才能完成普通人毫不费力的抬臂、端水杯；一旦视线移开，动作控制便会明显下降。沃特曼的经历让很多人意识到：视觉可以帮助人辨认环境、确定目标和规划动作，却无法完全替代身体在接触与运动中获得的实时反馈。
今天的机器人，某种程度上正面临着类似的问题。这也是为什么在2026年8月的世界机器人大会上，灵巧手与触觉传感器会成为最热的细分赛道，把“给机器人装上一双手”从实验室课题推向了产业前线。
从看见到接触
核电站反应堆堆芯里，偶尔会掉进一些意想不到的东西，比如检修人员不慎遗落的护目镜。堆芯需要保持清洁，但水下检修环境存在辐射，无法派人直接进入，只能依靠机器人取出异物。
机器人并不缺眼睛。摄像头可以帮助它识别护目镜、判断位置，也能引导机械夹爪移动到目标附近。真正困难的是怎样把东西完整地抓起来：力小了，护目镜可能从夹爪中滑脱；力大了，镜片又可能被捏碎，造成二次影响。
北京邮电大学人工智能学院教授方斌对机器人触觉的研究，正是从2010年博士期间参与核电站水下作业项目开始的。他意识到，视觉擅长观察，操作却必须通过接触完成。用了多大的力、有没有抓稳、物体是否正在变形，都需要机器人拥有触觉。
在很长一段时间里，这并非机器人产业的核心问题。传统工业机器人主要工作在高度结构化的产线上，操作对象、工位和任务相对固定。工程师可以提前写好动作程序和力控规则，机器人只需在稳定环境中反复执行。
但今天的具身智能面对的是更加动态变化的任务。机器人被期待进入开放环境，接触没有见过的物体，完成难以被逐项编程的操作。此时，它不仅要知道手腕受到多大的合力，还要理解接触发生在哪里、物体处于什么状态，以及下一步应该怎样调整。
千觉机器人创始人、CEO马道林把机器人操作与自动驾驶做了对比。自动驾驶汽车感知车辆、行人和障碍物，主要目的是避免碰撞；机器人干活恰恰相反，它必须主动与物体接触，并利用相互作用力改变物体的状态。“机器人干活的时候，处处都离不开接触。”他告诉记者。
机器人需要的，也不只是传统意义上的力反馈。
清华大学深圳国际研究生院副教授丁文伯将传统力控和触觉智能的区别做了概括：前者可以告诉机器人“现在受到5牛顿的力”；后者则要进一步理解“这5牛顿意味着什么”，比如物体是不是要滑落、是否易碎，机器人应该保持力度还是立即松手。“从知道数值到理解含义，再到据此推理和行动，这正是从力控到触觉智能的跃迁。”
马道林早期研究的外部接触感知，进一步说明了这种区别。机器人的手各拿着一个零件进行装配时，真正的接触发生在零件之间，而那里并没有传感器。机器人只能根据手与零件之间的触觉信息，推断两个零件是否对准、在哪里受阻，以及应该向哪个方向调整。
北京大学心理与认知科学学院、人工智能研究院研究员朱毅鑫团队的柜门实验也验证了触觉的重要性。四个外表相同的柜子，实际上分别向左、向右、向下打开，或者采用平移抽屉结构，机器人仅靠外部视觉无法判断眼前的柜门属于哪一种；它需要先抓住把手、尝试施力，再根据夹爪上的触觉反馈选择打开策略。
美国国家工程院、国家科学院两院院士，中国科学院外籍院士，斯坦福大学教授鲍哲南用一个更直观的比喻解释：“如果机器人没有像人一样灵敏的触觉，就好比人戴着一副厚厚的大手套操作精细工作，比如穿针引线就非常难做到。”她还指出，如果机器人无法获得直接的力和接触反馈，与人共同工作或生活时也会带来安全风险。
这种接触中的不确定性，大量存在于现实生产中。马道林指出，中国有上亿产业工人，每天在产线上拧螺丝、将弹簧片放进工装，或在纺织车间抚平布料、送入缝纫机，这都是机器人还难以解决的、依赖人手感的场景。
因此，当机器人从重复搬运走向柔性制造，从展台演示走向真实生产，触觉才从一项长期存在于实验室的研究技术，成为产业重视的问题。
机器人需要怎样的触觉？
机器人需要触觉正在成为行业共识。但需要怎样的触觉，答案还远未统一。
触觉并不是一个单一信号。人用手拿起物体时，能够同时感觉是否发生接触、用了多大的力、物体是否滑动，也能通过按压和摩擦判断软硬与纹理。机器人要获得类似能力，也就需要从一次接触中读出多种信息。
围绕这些信息，产业形成了多条技术路线。
其中，压阻式和电容式触觉传感器通过材料受力后的电阻或电容变化判断接触及压力大小和分布，是较为常见的方案。他山科技的算法研发人员曾向记者演示一种电容式“接近觉”：手还没有真正碰到传感器，电容数值已经开始发生变化；机器人可以在接触前提前减速，接触后再根据压力和摩擦的变化调整握力。
这类传感器通常可以做得较薄，容易覆盖手指、手掌乃至更大面积，成本也相对容易控制，但在灵敏度、环境干扰和产品一致性方面仍面临挑战。
磁式方案则利用磁体和霍尔元件感知弹性材料受力后的位移。它可以在较小的结构中获取多个方向的受力信息，适合放入指尖，但装配误差和外部磁场可能影响输出。
近年来受到更多关注的另一条路线，是视触觉。
它通常在机器人指尖内部安装摄像头。物体接触外部弹性材料后，摄像头从内部拍摄材料的形变，再由算法推算接触位置、受力方向、滑动和纹理。方斌将它形容为，把一只眼睛放在皮肤下面，近距离观察接触发生时的细微变化；戴盟机器人合伙人兼首席商业官张栋则将其概括为“用看的方式来摸”。
视触觉的一个突出优势是空间分辨率高。马道林说，它可以在很小的面积内获得大量测量点，识别指纹、布料纹理，甚至包括纸币防伪印刷形成的细微凹凸。同时，由于原始信号本身就是图像，它也更容易与已有视觉模型结合。
代价是系统更加复杂，摄像头、光路和照明会占用指尖内部空间，与灵巧手的电机、传动结构和线路抢位置；外部弹性材料直接接触物体，长期使用后也会磨损，“就像人干活久了会磨出茧子一样”。
这些路线并不一定非此即彼，选择往往取决于具体的任务和分工。
张栋表示，指尖承担精细操作，需要在很小的面积内识别接触位置和微小形变，适合使用高分辨率的视触觉；手掌、手臂和躯干需要覆盖更大面积，主要用于感知碰撞和保障人机协作安全，则可以使用更薄、成本更低的电子皮肤。“所以未来的最优解应该是‘各司其职’。”
产业链各环节对“好触觉”的定义也并不相同。具身算法研究员、“天南具身公园”主理人天南和瓦力在调研中发现，传感器厂商往往强调量程、分辨率、灵敏度和一致性；灵巧手企业更关心传感器能否装进整手、会不会影响结构，以及是否能够兼容不同方案；到了算法层，最重要的则是信号能否被稳定地输入模型，并在不同硬件之间复用。
因此，真正可能决定产业走向的，未必只是某一种传感原理。机器人究竟需要什么样的触觉，还要视其究竟需要哪些信息，又愿意为此付出多大的空间、成本和维护代价来定义。
从有触觉到会使用
不过，无论选择哪条路线，给机器人装上触觉传感器都还只是第一步。
鲍哲南表示，硬件首先要能够长期使用，不发生明显漂移，并保持良好的重复性，才可能产生可靠的数据，进而训练出有效的模型。
其中最基础的问题是一致性，即同一个传感器在相同受力下能否反复输出相近结果，以及同型号、不同批次的产品能否保持稳定。好比一杆秤，称10斤的物体始终显示15斤，经过标定仍可使用；真正麻烦的是，这次显示15斤，下次显示12斤，换一杆秤后又得到另一个结果。
天南和瓦力称，他们接触的多家企业表示，其产品的一致性误差已经控制在个位数百分比；但他们在测试其中某款灵巧手时，多次测量之间却出现了百分之几十的差异。这虽然只是针对特定样品的个人测试，却在某种程度上反映出实验室指标与量产实物间仍可能存在距离。
行业还缺少一把共同的“尺子”。丁文伯认为，标准化触觉感知与操作评测基准的缺失，是一个被严重低估的瓶颈。具体而言，不同团队使用不同传感器、任务和成功率口径，导致各类技术路线难以横向比较。没有统一评测，也就很难判断更高的分辨率或更多的感知维度是否真正改善了机器人操作。
硬件和评测的问题还会继续传导到数据。
文字、图片和视频在人类日常活动中会被大量记录，互联网本身就可以成为训练集。触觉却不同，虽然人每天都会接触物体，但这些过程通常不会被同步记录。朱毅鑫将触觉称为一种需要主动产生的数据，每一条数据背后都对应一次真实接触。采集时，需要记录的不只是实际操作中的触觉反馈，还有同步的视觉、动作和关节状态等。
丁文伯团队参与建设的HumanTouch数据集，试图将手掌触觉、手部运动、腕部位姿和视觉放在同一条时间线上。相比只记录“手怎么动”，这类数据还要说明接触何时发生、发生在哪里以及强度如何变化。手套弯曲和姿态变化产生的噪声，也必须从原始读数中剥离。“当动作、视觉和触觉终于被放到同一条时间线上，机器人模仿的就不再只是一个看起来正确的动作，而是开始有机会理解动作究竟如何作用于真实世界。”
这使触觉数据天然稀缺，生产成本也不低。
面对上述问题，行业也在借助仿真扩大场景和任务的覆盖范围。但仿真可以扩大数据规模，却不能替代真实接触。
方斌表示，桃皮、果肉和内部结构共同决定桃子受力后的形变，很难用几个参数准确描述。如果虚拟物体与现实差距过大，数据甚至可能误导模型。
即使拥有足够的数据，模型也未必真正使用了触觉。
天南和瓦力发现，把触觉信号加入模型后，机器人能够完成任务；但去掉触觉、只使用视觉训练，有时仍能得到相近结果。“它看起来起作用了，但用纯视觉也能做到这种能力。”
马道林也提到一项业内的研究：研究者在经典模型上直接拼接触觉输入后，任务成功率反而从17%降至6%。“当前触觉数据远少于视觉数据，简单放在一起训练，模型未必能够捕捉其作用，还可能出现模态对齐和权重冲突。”
这意味着，触觉模型不能只在现有视觉模型上增加一个输入接口。它还需要学习接触、受力和形变之间的关系，并把这些变化与机器人的动作对应起来。
机会在真实世界
更深一层的问题是，触觉能否成为世界模型理解物理世界的一块重要拼图。
世界模型的一项重要使命，是让AI在内部构建一个能够预测物理世界演化的“虚拟沙盘”。视觉帮助它识别物体和全局环境，触觉则提供接触发生后的压力、滑动和形变程度等信息。对于高精度柔性操作而言，没有触觉，世界模型对物理世界的理解是残缺的，就像沃特曼无法完全用眼睛来弥补身体的沉默。
这也成为具身智能的下一个突破口。在朱毅鑫看来，具身智能真正困难的地方，是机器人不再是一个旁观世界的“缸中之脑”，而是要通过自己的动作不断改变世界，并根据这些动作产生的物理后果继续调整行为。
对中国产业而言，这既是挑战，也是独特的机遇。
中国拥有全球最完整的制造业体系和最大规模的制造业人群，这两点目前没有任何其他国家同时具备。数以亿计的产业工人每天都在产线上完成拧螺丝、装配零件、抚平布料等操作，这些场景本身就是触觉数据的富矿。
此外，中国在灵巧手、机器人整机和大模型等领域已经形成一定的产业集群效应。从传感器到数据采集，从模型训练到场景落地，这些环节能否真正形成闭环，将影响中国能否把场景规模转化为物理AI的能力积累。
美国知名智库兰德公司最近一份报告指出，在对中美共1181家AI开发企业比较后发现，相比美国，中国对AI的应用集中在实体经济垂直领域，如制造业(30% vs美国15%)、交通(26% vs美国15%)和能源(12% vs美国6%)。报告也提示，若未来AI能力需要与机器人、世界模型、物理环境学习协同发展，中国这种较宽的具身AI布局将形成独特的产业对冲优势。
方斌判断，触觉可能成为中国在机器人智能领域形成原创突破的一次机会。与语言和视觉相比，全球触觉智能仍处于较早阶段，技术路线和产业格局尚未完全形成。中国已有一定的传感器和机器人产业基础，也拥有丰富的制造业场景，可以进一步与视觉、语言和多模态模型结合。
“有很好的核心器件，加上中国丰富的场景，结合视觉、语言这波多模态大模型的技术基础，再融合触觉，是中国突破原创性机会的很好发展时机。”方斌说。
但这些优势只是起点。触觉硬件能否稳定量产，真实操作能否转化为高质量数据，不同设备的数据能否共享，模型又能否从中提炼出可迁移的物理规律，仍将决定这种条件最终能否转化为技术优势。
这场竞赛才刚刚开始，胜负远未揭晓。
