在2026世界人工智能大会（WAIC）的具身智能展区，一个引人注目的场景正在上演：两粒看似毫无差别的花生被摆放在展台上，机器人仅凭指尖轻轻触碰，便准确判断出左侧为真品，右侧则是模型。这一幕，正是科技企业一目科技向公众展示机器人如何通过触觉感知理解真实世界的生动案例。
过去数年，具身智能领域已形成两大核心阵营：一类专注于机器人硬件研发，致力于打造具备行动能力的实体；另一类则深耕大模型技术，赋予机器人理解指令与规划动作的智能。随着技术迭代，这些机器人已能胜任搬砖、演奏乐器、舞蹈表演等多样化任务，甚至开始与人类共事。然而，当面对需要精细操作的场景——如评估薯片承重或托举易碎物品时，行业仍面临显著挑战。
在WAIC期间，触觉技术成为焦点议题。一目科技CEO李智强透露，公司展台频繁被媒体、客户及同行询问："触觉感知究竟如何实现？"这种关注度与去年形成鲜明对比，当时触觉仍是一个相对陌生的概念。资本动向印证了这一趋势：展会首日，一目科技宣布完成超10亿元E轮融资，估值突破百亿，资金将用于触觉感知材料、芯片及算法的研发与量产。
行业共识正在形成：触觉感知与高自由度操作成为具身智能发展的关键。尽管大模型已显著提升机器人的认知能力，但物理交互经验仍需通过触觉数据积累。例如，稳握不同材质的杯子需要精确的力度控制，这类技能无法仅通过视觉识别习得，必须依赖触觉反馈与实际交互数据。
一目科技选择视触觉技术作为突破口。该技术通过在柔性材料中嵌入微型光学系统，当机器人接触物体时，材料产生的微米级形变会被实时捕捉并转化为图像数据，进而通过算法解析出压力分布、剪切力、纹理等物理信息。李智强解释称，传统力传感器仅能提供数十个感知点，而视触觉可实现万级感知点，更接近人类触觉的复杂度——不仅能感知压力，还能识别摩擦力、温度变化及表面纹理。
尽管技术路线清晰，但数据瓶颈仍制约能力泛化。目前，采集100万小时高质量物理交互数据的成本中，实际采集过程占比超80%。李智强指出，行业真正稀缺的不是传感器硬件，而是持续产出的交互数据——每次接触都是机器人学习世界的机会，每次抓取都会生成新的"物理真值"。据估算，要实现基础泛化需百万小时数据，而全面泛化可能需要千万小时量级。
面对数据挑战，一目科技计划构建开源社区"TouchNet"，模仿ImageNet模式推动触觉数据共享。李智强强调，公司不会直接出售数据，而是希望通过开放生态加速技术普及："大模型的繁荣得益于开放协作，触觉感知也需要整个行业共同建设基础设施。"这一战略旨在填补物理世界与智能系统之间的感知鸿沟，为机器人提供更真实的交互体验。
