2026-09-18 还没到为触觉买单的时候

作者：Lvy     出品：高工机器人

下半年以来，学界和业内不再把触觉当作孤立的模块，而是尝试把它融入模型设计的各个环节，以找到如何利用触觉信号的最优解。从感知编码、特征提取，到策略学习、动作生成，触觉开始在不同层级上参与进来。

大家试图回答的，不再只是“要不要用触觉”，而是“触觉信息究竟该在何时、以何种方式、以多大权重进入模型，才能发挥最大价值”。

同时，搭载触觉传感器的数采手套和灵巧手越来越常见，两者的同时出现正是触觉数据迁移的关键基础设施：数采手套在人类操作中记录触觉信号，把“人怎么摸、怎么用力、怎么调整”变成可学习的数据；灵巧手则在机器人端承接这些数据，让模型学会在真实接触中复现类似的感知和动作闭环。

在这个过程中，触觉传感器、触觉信息、大模型与末端操作的边界逐渐模糊，逐渐被看作一个整体，也正是灵巧操作。

所以，想要弄清楚灵巧操作这件事，就要从这些环节一一说起。

触觉信息怎样参与模型训练？

当前，业内提到触觉的论文和大模型，大多都在解决触觉信号如何被感知、表征和融合的问题。

第一类解决方案是把触觉信号作为动作输出的监督信号。

最典型的是李飞飞的联合论文 T-Rex: Tactile-Reactive Dexterous Manipulation，提出T-Rex架构，其核心是采用了一种混合 Transformer 专家架构，将整个系统拆分为潜在专家、动作专家、触觉专家，给出动作规划后，不需要重新处理视觉和语言信息，而是直接复用前两个专家缓存的上下文，只关注触觉带来的即时反馈。

T-Rex 完成翻书等精密操作型任务

第二类是把力觉信号和触觉信号同时融入大模型训练里。

6月，它石智航联合机构和高校发布论文 TacForeSight: Force-Guided Tactile World Model for Contact-Rich Manipulation，提出一种力条件触觉世界模型，首次将腕部力觉作为未来触觉状态的先导信号，用于预测短时接触演化，并将预测结果引入机器人动作生成过程。

类似的，新加坡南洋理工大学 MARS Lab联合高校发布论文 Learning Physical Interaction: A Survey of Tactile- and Force-aware Robot Learning，其提出统一分类框架 TF-ART ，把触觉与力觉机器人学习划分为四个连续阶段，分别是多模态感知、表征与融合→主要动作生成→接触感知的动作修正→机器人末端控制。

第三类是将触觉引入世界模型。

7月28日消息，智在无界更新了 Being-H0.8，公司这一版本中尝试世界模型引入触觉，即从没有任何标注的人类视频里，反推出触觉信号。

据描述，在模型里生成密集的伪触觉标注，一张接触二值图（碰没碰到）加一张接近度连续场（离多近），靠“看”手和物体的相对位置和形变去猜触觉信号。

类似的，7月26日，由新智具身联合复旦大学发布的触觉基座、VTLA和TWAM三大任务模型中的TWAM同样是把触觉放进世界模型，让机器人在动手之前，先在自己的“想象”里完整的推演一遍操作视角和手感。

触觉信号正受到越来越多领域的关注：不仅VLA领域重视它，世界模型领域也开始将其引入。不过，两个领域对触觉的用法各有侧重，VLA领域倾向于把触觉信号当作动作输出的修正项；世界模型领域则是为了解决相关数据匮乏问题，在预训练阶段引入触觉，将其作为多模态数据的一种辅助输入。

触觉传感器能助力多少？

聊完模型层面，硬件层面便是下一个必然要谈的话题。即便是上述提到的世界模型Being-H0.8，在机器人后训练阶段依然会用到真实触觉传感器采集的数据。换句话说，模型侧的触觉能力要想真正落地，最终仍要回到硬件侧的数据供给。也正因如此，触觉传感器成为2026年人形机器人领域关注度居首的传感器技术路线。

沿着这一热度往下看，触觉传感器内部已经分化出多条技术路线：压阻、电容、霍尔、视触觉是目前行业主流的四种，离电式则渐趋成熟。那么，究竟哪条路线最受关注？这可以从三个角度来确认，一是资本端，二是产品端，三是需求端。

据高工人形机器人不完全统计，2026年截至9月14日，人形机器人行业传感器领域共发生24起融资事件，金额超50.1亿元。从7月起，该领域融资变得集中，7月6笔交易超15.6亿元，8月完成7起融资事件超19.1亿。

单从上表完成融资的企业来看，视触觉技术路线是出现频率最高的方向。

在产品端，9月以来，业内出现的4款触觉传感器的新品均为视触觉路线，分别来自知行具身的Imprint X，以及灵感机器人的AM-TV系列。

经高工机器人产业研究院（GGII）调研发现，（指尖）视触觉的高热度在于其率先实现了“触觉-模型-操作”的闭环，即行业清楚怎么使用视触觉数据。视触觉传感器将触觉问题转化为成熟的视觉问题，直接输出图像信息，更容易融入现有模型架构，且有较多基于视触觉的开源传感器方案和数据集。

这些优势也影响到了需求端。灵巧手企业在选型时，尤其是指尖部位，正越来越倾向于视触觉传感器。据公开资料，Sharpa、强脑科技、临界点、曦诺未来、拾玥科技均已将视触觉方案应用于指尖。

同时，越来越多末端执行器开始强调灵巧操作，触觉传感器出货量随之快速放量。

为此，GGII也对触觉传感器的出货量做出以下预估。

经GGII测算，把出货量口径统一为“套”和“手”，其中“套”指的是一个传感器模组，如一个指尖一套传感器，“手”是以5套为单位进行换算。灵巧手触觉传感器单手配置一般在5套（指尖*5）-15套（指尖*5+指腹*9+掌心*1）之间。

故，2026年中国灵巧手触觉传感器预计出货量在21.06-63.18万套之间，配套4.21-12.64万手之间，随着灵巧手出货量增加，叠加触觉渗透率提升，2026-2030年复合增长率达74.61%。

我们专门开一场会讨论这个

从模型端到硬件端，我们聊了趋势、路线，也看了热度，但绕了一圈，一个更实际的问题仍悬而未决：在具身智能行业里，触觉传感器和触觉相关模型，究竟落地到了哪一步？哪些已经跑进产线，哪些还停在实验室？

所以高工人形机器人将于9月23日在北京中关村展示中心会议中心举办“2026高工灵巧操作未来技术大会”。

第一个专场即“重构机器人末端能力”，将围绕以下6个议题展开：

通用世界模型，引领世界智能的新前沿

用本能驱动，解决机器人操作难题

触觉筑基——离电电子皮肤驱动具身智能

今天的具身操作模型，到底还缺了什么？

触觉传感器如何提升灵巧操作的能力？

灵巧操作，正在成为具身大模型的下一场主战场

围绕上述议题，极佳视界合伙人兼副总裁毛继明、他山科技研发副总裁侯广东、橡木果发起人姜峣、赛感科技CEO熊赓超、深诣机器人联合创始人罗宇、灵初智能资深云平台架构师张啸川将分别发表演讲（排名不分先后）。此外，他们还将围绕“灵巧操作的‘GPT时刻’还缺什么：数据、模型、本体还是场景？”这一话题展开圆桌讨论，共同寻找答案。

一个专题，未必能当场给出标准答案，但或许能把问题问得更准——毕竟，“GPT时刻”从来不是等来的，而是在一次次碰撞中逼近的。欢迎关注本专场，现场一起拆解。