机器人补上“最后一厘米”，触觉的战争打响了
从一颗传感器到新基础设施，下一个百亿赛道浮出水面。
最近，资深投资人Patrick Liu在视频号中分享了一个故事：
2021年，他旁听过一场帕西尼触觉科技的早期路演，创始人许晋诚在会上坚定表示“机器人一旦崛起，触觉一定会成为一个基础设施”。但Patrick Liu没有投，理由是“市场规模太小，应用场景太少”。彼时，这家公司估值不到1亿元，但六年后，帕西尼的估值已突破百亿元，成为具身智能赛道最炙手可热的独角兽之一。
Patrick Liu后来反思：红杉2019年投资还在做机器狗的宇树时，是从机器人产业的终局出发，倒推今天的创始人应该是什么样的人；而这次他们一开始就问错了问题，真正应该问的是：如果机器人必然会进入物理世界，什么样的能力会从“可选项”变成“基础设施”？答案之一，正是触觉。
2026年，业内越来越多声音将这一年称为 “触觉元年” 。
“需求端变化非常明显。”他山科技市场及生态副总裁付宜晖告诉数智前线，今年前五个月，公司仅机器人传感器在手订单就已超去年全年相关业务收入的4倍，月交付触觉传感器达数万枚。一目科技创始人兼CEO李智强也感受到，“过去半年，几乎每过一两个月就能看到一次需求跃升，做大脑的、做数采的，都在找我们合作，希望把触觉加进去。”而在场景端，传统工业机械臂的升级改造，也开始融入触觉能力。
但热闹之下，行业也保持着清醒：触觉仍处于早期，产业需求已明显快于实际技术发展。尽管头部企业都在抢占触觉数据高地，但构建高质量数据集的过程却异常艰难，上海交通大学长聘教轨助理教授穆尧透露，自己曾与多家机构尝试构建触觉数据集，结果“几度心碎”，最终转向仿真引擎去做精细的力和触觉数据的scale up。触觉基础设施的竞赛，才刚刚开始。
01
触觉元年与“最后一厘米”
一块豆腐被机械手轻轻夹起，没碎，没滑，力道刚刚好。这是前不久他山科技在展会上演示的一幕。不远处，大寰机器人的视触觉夹爪正夹着空纸杯，当持续倒入谷物直至满杯时，纸杯没有掉落，也没被捏坏；赛威科技展台前，二指机械臂夹起三棱锥、圆柱、圆锥、长方体，电脑屏幕上就同步识别出每种形状……这些看似各不相干的“炫技”，核心都指向同一件事：触觉。
触觉并非新鲜事物。但到了机器人这里，触觉不只是“碰没碰到”的简单信号，而是一套多模态的物理交互感知系统，开始承担起更复杂的使命。
触觉为何突然崛起？根本原因在于，机器人已经不能只停留在表演和Demo，而要真正开始干活。过去几年视觉一直是各家内卷的核心，机器人靠预设程序就能跑通不少任务，触觉存在感很低。但随着世界模型和VLA不断成熟，机器人进入真实环境，需要完成越来越复杂的操作，仅依赖视觉已经不够了——抓鸡蛋会碎，拿杯子会滑，拧螺丝不知道用多大力。
问题出在了跟物体接触的那一瞬间。千觉机器人CTO赵浩南曾指出，在“最后一厘米”的精细操作中，视觉存在三大死穴：遮挡导致无法观测核心接触区；接触力大小、物体滑移倾向、插拔时的微调、柔软物体的形变等关键状态无法通过像素直接“看”出；视觉反馈迟滞，看到失误时结果已不可逆。这些地方，必须由触觉来补齐。“没有触觉的灵巧手，只是一个高级夹具。”赵浩南说。
触觉到底能提供什么？戴盟机器人创始人段江哗认为，触觉不只是“力”，人手的触觉信息非常丰富，有助于操作的模态信息就有十几个维度。拧螺丝、开门靠旋转力矩；插钥匙、插卡片，靠切向力。此外，滑动检测、纹理判断、软硬辨识，也都是执行任务的关键触觉信息。比如拿稳正在加水的纸杯，靠的就是实时监测滑动趋势、动态调整握力。
触觉的价值，已在实际场景中被验证。段江哗举例称，在轴孔装配任务中，没有触觉时成功率只有百分之十几，引入后提升到80%以上。更关键的是，有些任务仅靠视觉训练到70%、80%就触达了“成功率天花板”，再多数据也无法提升，引入触觉数据后瞬间能提升到可用程度。戴盟的合作伙伴还曾测试发现，用触觉数据训练模型，只需原来十分之一的数据量，就能达到同样的模型水平。
实际上，很多工厂里老师傅不愿戴手套，哪怕双手磨损也要用手感受螺丝或精密仪器的工作状态，就是因为触觉带来的手感，是视觉和其他传感器无法替代的。2026年被称作“触觉元年”的根本原因，不是触觉技术一夜之间成熟了，而是机器人发展到了不得不认真使用触觉的阶段。正如黄仁勋所言，触觉是具身智能的最后一块拼图，若未能补齐，整个版图便难以完工。
02
从选配到标配，拐点出现在去年Q4
“触觉传感器在2024年前一直相对小众，行业内聚会时大家都苦哈哈的。”超维传感CEO李炎辉回忆，转折始于2024年灵巧手对触觉的需求开始被正视，到2025年愈发明确，随着具身智能的快速爆发，触觉很快被推到聚光灯下。
他山科技付宜晖观察到的趋势更为具体：2024年，部分具身客户开始关注触觉，但“要不要触觉”仍有争议；2025年，客户开始追问具体维度指标，真正的拐点则出现在Q4，头部厂商陆续下达千只手批量订单。进入2026年，越来越多的学术论文和产业应用将触觉数据纳入核心体系，行业已形成确定性共识。
需求端正在快速爆发。付宜晖透露，以灵巧手为例，2025年初配备触觉方案的比例只有约20%，到去年Q4已提升至约60%，目前仍在持续提升。曾经的高端选配功能，正成为灵巧手的量产标配。覆盖范围也在扩大。原来只在指尖，现已扩展至指腹、手掌，乃至大臂、小臂、大腿、小腿等具身电子皮肤，部分企业甚至开始尝试足底。
前不久的WRC上，据数智前线不完全统计，现场至少有曦诺未来、强脑科技、因时机器人、灵心巧手、傲意科技、大寰机器人、兆威机电旗下ZWhand等十余家灵巧手厂商，都在产品介绍中着重强调了触觉能力。
需求群体也在快速多元化：不止灵巧手企业，大脑公司和数采厂商、乃至场景端企业都开始批量入场。帕西尼相关人士透露，“大脑公司都开始去加触觉数据”。付宜晖则表示，近两年，跑得快的一些场景方已把大部分机器人和灵巧手厂商聊过一遍，最后发现解决落地问题的关键在于触觉，于是主动找到他们解决场景落地问题。
赛感科技市场总监吴陈杰告诉数智前线，他们已面向灵巧手、人形机器人电子皮肤、陪伴机器人、仿生机器人四大方向提供触觉解决方案。目前出货主力仍是灵巧手，陪伴机器人正成为新兴方向，而人形机器人开始追求全身触感，用于握手、互动等场景。吴陈杰透露，公司预计今年出货量将翻数倍，营收可达千万级别。
触觉正从实验室验证加速走向批量化应用，订单数据是最直接的证明。他山科技预计年底订单量将达去年10倍以上；尧乐科技预计今年订单翻10倍，近半增量来自具身智能。华威科CEO朱晓辉也透露，出货量从去年1万套增至今年预计5万套，“很大原因是触觉从选配变成了标配”。2026年2月，灵心巧手更是与福莱新材签署战略协议，追加采购10万套触觉传感器，创下全球公开可查的单笔交付纪录，截至目前，已累计交付超3万套。
资本端也已经迅速反应。2026年以来，触觉赛道亿元级融资成为常态，帕西尼、一目科技估值双双突破百亿。他山科技7月官宣数亿元B轮，均胜电子、太平创新、奥克斯等产业方入局，已是半年内第三轮。更值得关注的是，汽车、家电等产业资本开始布局细分赛道，帕西尼8月初的10亿元新一轮融资更是有国家和地方级基金，以及一家万亿级产业龙头的共同参与。触觉正在从创业公司的独角戏，演变为产业链的集体行动。
03
技术路线大混战：没有“默认选项”
触觉共识已经形成，但具体该走哪条路，行业里还没有标准答案，目前至少四条主要路线同台竞技。
压阻式是早期最主流的方案，优势在于技术成熟、成本低、易量产，福莱新材、墨现科技等均采用此路线。灵心巧手的多款灵巧手也将其作为标配，电容、视触觉等则为选配。但短板同样明显，传统方案在切向力感知方面存在先天不足，多数产品只能稳定测量法向力；且迟滞较大，易发热产生温漂，难以胜任指尖场景所需的高精度连续信号采集。
电容式灵敏度高、迟滞小，低功耗、不发热，适合动态连续信号采集。短板则在于微弱信号易受寄生电容和电磁干扰，需高成本调理电路与屏蔽设计。他山科技、赛感科技等是这条路线的代表。“我们一开始就把所有主流路径都试了一遍。”付宜晖说，综合评估后最终选了电容。目前，他山已将触觉传感器功耗降至微瓦级，并攻克了电容路线最棘手的抗噪难题，客户覆盖200余家企业。
磁霍尔式（电磁式）好处是“出厂即一致”，省去逐个校准的麻烦，天然实现三维力甚至六维力同步测量，灵敏度高、鲁棒性好、耐用性强。帕西尼感知是这个方向的代表。但代价是易受外部磁场干扰，无法抓取磁性物体，需通过硬件屏蔽与算法补偿来克服；另外，精密制造工艺导致单颗成本较高。
视触觉则是近期热度最高的方向。戴盟机器人、千觉机器人、纬钛机器人、一目科技等都走的是这个方向。核心优势在于分辨率极高，能将触觉问题转化为图像采集与计算问题，并能同时获取法向力、切向力、纹理等多维数据，是唯一有望达到并超越人手分辨率与多模态信息能力的路线。但系统复杂、成本高昂，短期内难以小型化和规模化，且极度柔性材料在数百到数千次使用后，鲁棒性和一致性会出现蠕变。
此外，市场上还有压电式、织物触觉等多种路线。各路线之争远未到终局。当单一技术难以满足全面感知需求，多模态融合正成为必然趋势。
目前，部分玩家已开始尝试组合式方案。例如，华威科推出了采用压阻式、压阻+电磁式等不同路线的系列产品；模量科技同步布局压阻式触觉模组与六维力视触觉模组。大量灵巧手厂商也在采用融合路线，如强脑科技采用了“全掌阵列触觉+指尖视触觉”的组合方案。
超维传感李炎辉认为，底层物理量感知不外乎“声光电热力磁”六大类，每种路径都有其物理局限，很难出现单项技术的“六边形战士”。他判断，快了三年、慢了五年，一定会收敛到几个技术线占80%。他山科技付宜晖也表示，“在人形机器人赛道，最终可能只会跑出1~2种主流路线。”
04
从卖硬件到卖“触觉基础设施”
2025年Q2，他山科技的触觉手指已经卖出接近一万个。创始人马扬发现：“硬件被买走了，但我看不到有人真正用起来。我卖了铲子，下游用不起来，这一万个就是一次性的，那我这铲子就废了。我说那不行，我得再附上一份说明书。”
实际上，今年以来，行业里几乎所有头部玩家都转换模式：不是卖单一传感器，而是一套让触觉数据从物理接触走向模型训练、再走向场景落地的闭环能力。“未来真正重要的，是围绕触觉底座，建立完整的数据体系和训练范式。”付宜晖说。
这套闭环，至少包含三层。
第一层，感知入口。触觉传感器必须适配灵巧手、二指夹爪、数据手套、遥操作设备等不同形态，在不同温度、湿度、工况下都能输出一致性数据。
第二层，数据能力。数据通过入口采上来后，还要解决标定、清洗、标注、压缩、还原、跨本体映射。这是当前行业最短的短板，触觉是时序信号，频率远高于视觉，采集、存储、传输、处理的链条复杂得多。
第三层，模型与场景落地。有了数据和工具链，还要验证它对模型和任务到底有没有价值。只有当触觉拥有独立的模型架构和训练范式时，成功率才提升超过30%。这意味着，触觉需要自己的时序编码、处理通路和训练范式。
三层环环相扣。围绕这一框架，多家头部企业已纷纷展开布局。戴盟提出“3D产品矩阵”，Device（硬件）是入口、Data（数据）是核心资产、Deployment（场景落地）是价值落地。上游，与中国移动共建，首期投放1000套设备，满产后年产百万小时真实操作数据；中游打通从采集到时空对齐的全流程管线，将原始视触觉数据转化为“物理交互Token”；下游，与银河通用联合发布RobOmni评测基准，为模型的物理交互能力补上统一标尺。
他山科技则采用类似英伟达“芯片+CUDA”模式，构建起“芯片、传感器、数据、数采设备到算法模型”的全链条。在2021年，他山就发布了全球首款AI触感专用芯片“红宝石”，今年WAIC上又发布“绿宝石” E10A 芯片。为了解决数据稀缺问题，他山还在北京石景山与湖北潜江落地两大触觉数据采集中心，并推出TS-Echo无本体数采指套。更前沿的布局是与图灵奖得主萨顿共建“机器人幼儿园”，探索基于真实物理交互的强化学习训练新范式，让机器人从被动模仿走向自主成长。
帕西尼许晋诚则透露，公司一半以上的研发资源持续投入于传感器，其自研的霍尔芯片近一年度已消耗接近100万颗。同时，它推出多款数采设备，还在天津、武汉等地建起五大数据采集工厂，规划年产百亿级触觉数据。这些数据既可以对内训练自研视触融合大模型，也能对外向行业提供数据服务。本体和灵巧手，则是为了放大传感器和算法能力的载体，向客户证明这套触觉体系撑得起真实商业场景。
值得注意的是，全栈不等于全做。“我们一直坚持的战略方向有两个：一是围绕触觉维度进行全栈布局，而非局限于产业链的单一环节；二是定位为行业发展的支撑者，不会考虑说什么都做。”他山科技付宜晖说。戴盟也表示，不做本体、不做灵巧手。全栈的边界，是攥住数据闭环的关键环节，而非盲目向下游伸手。
05
触觉，刚过及格线？
如果给今天的触觉行业成熟度打个分，行业从业者们给出的答案多在三四十分到六七十分不等。业界共识，这个赛道仍在发展早期，刚过及格线，离满分尚有遥远距离。
今年以来，一个显著变化是，从人形机器人到灵巧手，从工业机械臂到数据采集设备，下游客户已经不再满足于“有触觉就行”，而是开始尝试将触觉引入真实场景做落地验证，思考“怎么把触觉用好”。其中，工业场景因其工序相对标准、价值量高、账好算，成为最优先的落地领域。
智能剥虾是一个典型。头部虾尾加工厂旺季人工挑虾成本超8000万元，传统自动化方案很难适配每只虾的大小与软硬差异，他山科技通过末端加装触觉传感器，融合视觉与触觉双模态，为每只虾计算专属参数，实现自适应抓取与虾头分离，完整保留虾黄，成功率达95%。带虾黄的“特等虾尾”市场价约5万元/吨，是无虾黄产品的2.5倍，品质溢价显著。该项目已在湖北潜江获超百台意向订单，预计今年第四季度至明年上半年陆续交付。
“在这类需要精细操作、柔性控制以及复杂SKU的场景，会率先实现触觉的规模化商业应用。”付宜晖说。
一目科技李智强则观察到，传统工业机械臂的升级改造正成为“极佳方向”。全球协作臂和机械臂保有量已超千万台，每年新增数百万台，一旦这些设备被赋予大脑和反馈控制能力，市场规模可能达到上千亿级别。比如汽车电池包插拔场景，过去三四十年间工业自动化始终未能突破，核心就在于传统工业机器人无法感知插入到位时的“咔哒”手感。一目科技自研的带触觉反馈方案，首次测试耗时100秒，远逊于人工，但多次迭代后，已降至15秒，较人工效率提升一倍，“相当于将老师傅的手艺数字化了”。
此外，纬钛机器人的触觉产品已进入小米手机生产线的特定环节，帕西尼也已与京东达成深度合作，将落地柔性包裹分拣产线。
场景端的快速推进，反过来也在暴露问题、重塑技术演进的方向。去年行业用触觉时，很少人关注一致性，也几乎没有从数据维度对传感器提出明确评价标准。但随着产业链逐渐完善，模型侧、数采侧的应用多起来，大家反馈的一些指标，也在反向推动触觉技术的进一步迭代。
背后代表的是一个朴素但致命的问题：传感器装上去之后，能不能持续稳定地干活？
业界观察，目前行业仍面临三大核心痛点。
首先是一致性问题。触觉传感器在重复测量中是否漂移、不同批次产品是否稳定，直接决定了数据能否用于模型训练。
耐久性是另一个硬骨头。例如，部分传感器虽标称千万次寿命，但在使用数百万次后便可能出现漂移，需要重新标定。
第三是算法融合难题。触觉信号与视觉、动作控制之间的协同极其复杂，“触觉技术的红利还没有完全释放。”一位行业人士表示，具体怎么用好触觉数据、怎么跟视觉结合好，仍是业界正在探索的方向。
成本正在快速下探，但仍有优化空间。帕西尼从千元以上拉低至199元起；一目科技把视触觉方案从五六千元压至2000元以下。但李炎辉认为，未来全触觉灵巧手售价应降至1万元以内，触觉传感器成本应控制在数百元。
“我们内部判断，2027-2028年将是触觉赛道规模化爆发的重要拐点。”付宜晖说，随着机器人真正进入场景，将不断产生新数据，进而反哺模型训练，形成场景、数据与模型的正向循环。
本文来自微信公众号“数智前线”（ID：szqx1991），作者：周享玥，编辑：赵艳秋，36氪经授权发布。