核心内容总结
最近，具身智能领域里的“触觉赛道”突然火了：企业订单暴增（千觉机器人上半年订单是去年全年的几倍）、融资扎堆（7月以来至少8起融资超25亿元，还冒出帕西尼、一目科技两家百亿元独角兽）。触觉之所以成风口，是因为行业共识——机器人要像人一样干精细活，必须有“触觉”（就像人靠手摸感知力度、位置才能做事）。目前赛道分硬件（装传感器）和软件（从视频提取触觉信息）两种技术路线，但还面临数据少、训练难、成本高的门槛，企业们正在想办法突破。
一、触觉赛道为啥突然爆火？订单融资双丰收
触觉赛道火起来不是偶然：
- 订单疯涨：千觉机器人创始人说，今年上半年订单是去年全年的几倍，说明市场需求突然爆发；
- 资本抢入：7月以来至少8起融资超25亿元，两家独角兽（帕西尼、一目科技）各拿10亿，和机器人本体企业融资额相当，足见资本对这个赛道的重视；
- 底层逻辑：行业人士都认为，机器人要“学会干活”，触觉是必选项——没有触觉，机器人夹软水果会捏烂、放耳机进充电盒会对不准，根本干不了精细活。
二、有触觉的机器人：能搞定以前干不了的精细活
触觉给机器人带来了“动手能力升级”，举几个例子：
- 夹软东西不捏坏：搭载触觉模型的机器人能夹薯片、软水果，不会像传统机器人那样用力过猛；
- 抗干扰叠纸盒：即使有人干扰，也能完成叠纸盒（传统机器人靠视觉，被挡就失败）；
- 精准放耳机：把耳机塞进充电盒需要零点几毫米的公差，视觉可能被遮挡或看不到偏移，但触觉能感知夹取状态，调整位置精准放入；
- 从包里抓东西：传统机器人靠摄像头看包内，但伸进去后视觉被挡就抓不到，有触觉的机器人能通过接触感判断物品位置，成功率更高。
简单说：视觉是“眼睛”，触觉是“手的感觉”——没有触觉，机器人就是“睁眼瞎”的手，干不了需要精细感知的活。
三、两种技术路线：硬件“装手套” vs 软件“看视频学”
现在做机器人触觉主要有两种方法：
1. 硬件路线：给机器人装“触觉手套”
- 传统传感器：比如压阻式、电容式（类似手机触摸屏的原理），但容易受电磁干扰、精度不够；
- 新兴视触觉传感器：千觉机器人用的就是这个——在机器人夹爪上装软胶（比如凝胶），用摄像头拍软胶的形变，通过算法算出受力大小和位置。优势是分辨率高、抗干扰，而且模块化设计（只换软胶不用换整个传感器），降低了更换成本。
2. 软件路线：从人类视频里“偷师”
- 智在无界的方法：不用装硬件，直接从人类干活的视频里提取触觉信息。比如通过物理法则（比如拿杯子时手指的力度）和人类经验，估算出接触概率、力度等。缺点是准确性不如硬件采集，但能省掉硬件成本，快速扩大数据规模。不过他们也会结合一部分硬件采集的高质量数据，来弥补准确性的不足。
四、前进路上的“拦路虎”：数据少、训练难、成本高
触觉赛道虽然火，但还有不少坎要迈：
1. 数据稀缺
- 高质量触觉数据只有“万小时级”（很少），因为采集成本高：一套触觉手套或设备要几万到十几万，还容易坏；而且工厂采集的数据任务单一，多样性不足（比如只采集夹苹果，没采集夹香蕉）。
2. 训练难
- 触觉信号只有接触时才有，和视觉（一直能看）不同步，要把触觉数据和视觉、动作精准对应很难；
- 直接把触觉数据加进大模型，反而会降低任务成功率（比如斯坦福论文提到，把触觉信号拼进模型后，成功率下降）。解决办法是先把视觉模型练扎实，再规范地加触觉信息。
3. 成本高
- 传感器成本：单个视触觉传感器一两千，两指夹爪要4个，灵巧手要10个，软胶寿命有限，更换成本高（千觉的模块化设计能缓解这个问题）；
- 模型训练成本：显式世界模型（精确还原物理世界）训练成本可能上亿，隐式模型（压缩关键信息）能降低成本，但技术难度也大。
最后：赛道前景咋样？
虽然有门槛，但触觉是机器人“落地干活”的关键，需求明确。目前企业们要么做基础设施（比如千觉卖数据和采集方案），要么和硬件公司合作提供模型（比如智在无界），都在往商业化落地走。未来随着技术突破，触觉机器人可能会在制造业、服务业（比如快递分拣、家政）等领域大规模应用。
（全文完）