在2026世界人工智能大会（WAIC）的具身智能展区，一个看似简单的场景吸引了众多目光：两粒外观毫无差别的花生被摆放在展台上，机器人仅通过指尖轻触便准确判断出左侧为真花生，右侧是模型。这一演示背后，是一目科技正在探索的机器人理解物理世界的新路径——通过触觉感知突破智能边界。
当前具身智能领域已形成两大阵营：一类专注机器人本体研发，另一类深耕大模型技术。随着技术迭代，具备视觉与听觉能力的机器人开始在建筑、娱乐、服务等领域落地应用。但行业逐渐意识到，当面对需要精细操作的场景——如评估薯片承重压力或托举易碎物品时，现有技术仍存在明显短板。这种局限源于可视化数据库仅能提供物体识别信息，却无法传递人类通过肌肉记忆掌握的交互逻辑。
触觉感知正成为破局关键。在本届大会上，"如何构建机器人触觉系统"成为高频讨论话题。一目科技CEO李智强透露，公司E轮融资超10亿元的消息公布后，来自媒体、客户和同行的咨询量激增，这与去年触觉技术鲜被提及形成鲜明对比。资本流向印证着行业趋势：具身智能灵巧手的研发周期已缩短至半年，触觉感知与高自由度设计成为技术竞争焦点。
该公司选择的视触觉技术路线颇具创新性。通过在柔性材料中嵌入微型光学系统，当机器人与物体接触时，材料产生的微米级形变会被实时转化为图像数据。经AI算法解析后，这些图像可还原出压力分布、剪切力、物体纹理等关键物理参数。李智强用数据对比说明技术优势：传统力传感器仅有几十个感知点，而视触觉系统的感知点数可达万级，能够模拟人类对摩擦力、温度、湿度等多维信息的综合感知。
尽管技术路线清晰，但数据瓶颈制约着能力泛化。目前行业面临的核心挑战在于高质量物理交互数据的获取成本过高——采集100万小时数据的成本中，实际采集过程占比超过80%。李智强坦言，当前市场真正稀缺的不是传感器硬件，而是持续产生的真实交互数据。每次接触都是机器人认知世界的学习机会，百万小时级数据可实现基础泛化，而达到更成熟阶段可能需要千万小时级数据积累。
针对数据困境，一目科技提出构建开源生态的解决方案。公司计划打造名为TouchNet的开源社区，借鉴ImageNet对计算机视觉领域的推动作用，通过共享物理交互数据加速技术进化。李智强强调，开放生态是推动大模型发展的成功经验，触觉领域同样需要行业协作来突破数据壁垒。这种基础设施层面的布局，或将重新定义机器人与物理世界的交互方式。
