WAIC大咖說 | 一目科技CEO李智強(qiáng)：視觸覺路線是最類人的路線，想做觸覺數(shù)據(jù)的TouchNet

兩顆看起來一模一樣的花生，機(jī)器人伸出手，輕輕按壓了一下，隨即做出判斷：左邊這顆是真的，右邊的是模型。2026世界人工智能大會(huì)（WAIC 2026）具身智能展區(qū)現(xiàn)場(chǎng)，一目科技想要講的一個(gè)關(guān)于機(jī)器人可以通過什么來理解真實(shí)世界的故事，就從這里開始。

過去幾年，具身智能領(lǐng)域相繼涌現(xiàn)出兩大類公司：一批聚焦機(jī)器人本體，負(fù)責(zé)把機(jī)器人造出來且能行動(dòng)；另一批則專注大模型，讓機(jī)器人理解指令并規(guī)劃行動(dòng)。如今，兩者已初具規(guī)模。本屆WAIC上，看得見、聽得懂的機(jī)器人們已活躍在多類崗位之上：搬磚、奏樂、跳舞、對(duì)弈??

有人說著“去年是展品，今年成同事”的段子，也有人看到一些新問題：在精密度更高的場(chǎng)景里，機(jī)器人該如何評(píng)估一片薯片能承載的壓力，又該如何穩(wěn)穩(wěn)托住一個(gè)真實(shí)的脆弱生命體——比如一顆雞蛋。

帶著這些問題，7月18日下午，《每日經(jīng)濟(jì)新聞》記者與一目科技CEO李智強(qiáng)聊了聊。

今年，觸覺的重要性已成為共識(shí)

這屆WAIC期間，李智強(qiáng)聽到最多的問題就是“觸覺這么重要，你們?cè)趺醋龅?？”媒體問、客戶問，也有帶著胸卡的同行來看?！叭ツ晖耆珱]有這種情況，當(dāng)時(shí)觸覺離大家的視線還比較遙遠(yuǎn)?！?/p>

這種認(rèn)知層面的遙遠(yuǎn)在今年被瞬間拉近。7月18日晚間，一目科技官宣完成超10億元E輪融資，估值突破100億元。融資由多家一線人民幣基金、頭部美元基金和知名產(chǎn)業(yè)方聯(lián)合參與，所融資金將用于具身智能觸覺感知材料、芯片、算法和模型的研發(fā)以及產(chǎn)線訂單的規(guī)模化量產(chǎn)和高質(zhì)量交付。

熱錢的流動(dòng)方向往往昭示著一些趨勢(shì)。一個(gè)可供參考的維度是，與2025年相比，具身智能賽道靈巧手的迭代開始顯著加速，周期已縮短至半年。新的共識(shí)也在形成，觸覺和高自由度成為被頻繁提起的關(guān)鍵詞，兩者都很重要。

過去兩年，大模型讓機(jī)器人擁有了越來越聰明的“大腦”，技術(shù)不斷刷新機(jī)器人理解任務(wù)和規(guī)劃動(dòng)作的能力。但走下展臺(tái)，人們會(huì)發(fā)現(xiàn)，拿捏薯片、擰好零件似乎仍停留在視頻Demo階段。

原因很簡(jiǎn)單?？梢暬瘮?shù)據(jù)庫(kù)可以幫助機(jī)器人辨認(rèn)大千世界，但無(wú)法教給機(jī)器人與之交互的經(jīng)驗(yàn)和邏輯，后者是人類刻在肌肉記憶里的本領(lǐng)。比如，用多大的力，才能穩(wěn)穩(wěn)拿住不同材質(zhì)的杯子，并不是看圖就能學(xué)會(huì)的。聚焦物理交互的觸覺數(shù)據(jù)適時(shí)站上臺(tái)前，這決定機(jī)器人能否涌現(xiàn)出理解真實(shí)世界的智能。

一目科技認(rèn)為，智能的本質(zhì)是對(duì)信息的高度壓縮，但如果沒有現(xiàn)實(shí)世界的約束，這種壓縮只會(huì)產(chǎn)生幻覺。對(duì)于Physical AI而言，真正重要的不是模型繼續(xù)變大，而是機(jī)器人能否持續(xù)獲得來自現(xiàn)實(shí)世界的Ground Truth（物理真值）。

機(jī)器人抓取物體 圖片來源：一目科技

能力泛化的卡點(diǎn)還是在于數(shù)據(jù)量

在獲取物理真值的道路上，一目科技選擇的路線是視觸覺（Vision-based Tactile）技術(shù)。

與傳統(tǒng)力傳感器不同，視觸覺在柔性材料內(nèi)部建立光學(xué)觀測(cè)系統(tǒng)。簡(jiǎn)單來說，當(dāng)機(jī)器人與物體發(fā)生接觸時(shí)，材料會(huì)產(chǎn)生微米級(jí)的形變，內(nèi)置的光學(xué)系統(tǒng)實(shí)時(shí)記錄這些變化的圖像，再通過AI算法還原出壓力分布、剪切力、紋理、滑移趨勢(shì)等豐富的物理信息。

對(duì)于為何選用視觸覺路線，李智強(qiáng)則表示，他認(rèn)為視觸覺是最類人的數(shù)字傳感器。

李智強(qiáng)給了每經(jīng)記者一組數(shù)字：其他傳統(tǒng)方案只能做到大概幾十個(gè)點(diǎn)，點(diǎn)與點(diǎn)之間有大量的感知盲區(qū)；視觸覺由于內(nèi)部集成了微型攝像頭，感知點(diǎn)數(shù)可以高達(dá)萬(wàn)級(jí)，與前者相差數(shù)個(gè)數(shù)量級(jí)。“人不僅僅是有正向的觸覺，摩擦力、溫度、濕度，甚至對(duì)于紋理都有感知，那視觸覺是真正唯一能夠去把它都結(jié)合在一起的路線?！?/p>

不過，目前無(wú)論是視觸覺抑或是其他技術(shù)路線都未到能力泛化的階段，核心卡點(diǎn)依舊在于數(shù)據(jù)量，100萬(wàn)小時(shí)數(shù)據(jù)的采集成本中，采集過程占比或超80%。一目科技也直言，當(dāng)下真正稀缺的，并不是一顆傳感器，而是由傳感器持續(xù)產(chǎn)出的高質(zhì)量物理交互數(shù)據(jù)。因?yàn)閷?duì)于Physical AI而言，每一次接觸，都是機(jī)器人認(rèn)識(shí)世界的一次學(xué)習(xí)；每一次抓取，都會(huì)產(chǎn)生新的Ground Truth。

李智強(qiáng)認(rèn)為，從目前來看，至少要有百萬(wàn)小時(shí)量級(jí)的真實(shí)數(shù)據(jù)才能做到一定程度的泛化?！爱?dāng)然，百萬(wàn)小時(shí)的數(shù)據(jù)也不能做到全面泛化，但至少能達(dá)到一個(gè)可用的程度。在這個(gè)基礎(chǔ)上，行業(yè)普遍認(rèn)為明年可能要到1000萬(wàn)小時(shí)，從而達(dá)到一個(gè)相對(duì)更泛化的階段。至于涌現(xiàn)的標(biāo)準(zhǔn)，大家還處在猜測(cè)的狀態(tài)中?！?/p>

至于未來，李智強(qiáng)和一目科技試圖做的，則是用一套基礎(chǔ)設(shè)施體系填補(bǔ)連接物理世界與智能系統(tǒng)之間缺失的那一層?！拔覀儾粫?huì)直接販賣數(shù)據(jù)，我們想構(gòu)建一個(gè)像ImageNet的開源社區(qū)，可能叫作TouchNet。大模型真正能發(fā)展到今天，其實(shí)也是相對(duì)開放的生態(tài)，大家一起開源把蛋糕做大的?！?/p>