在2026世界人工智能大会的具身智能展区，一个引人注目的场景正在上演：两粒外观几乎完全相同的花生摆放在展台上，机器人通过简单的触碰便准确判断出哪颗是真实花生，哪颗是模型。这一演示来自一目科技，它向观众展示了机器人如何通过触觉感知理解真实世界。
过去几年，具身智能领域形成了两大主要发展方向：一类企业专注于机器人硬件的研发与制造，确保机器人能够灵活运动；另一类则致力于大模型的开发，使机器人能够理解人类指令并规划行动路径。如今，这些技术已取得显著进展，在大会现场，具备视觉和听觉能力的机器人正在多个领域发挥作用，包括建筑、音乐表演、舞蹈和棋类对弈等。
然而，随着应用场景的复杂化，新的问题也随之浮现。在需要高精度的操作环境中，机器人如何准确评估一片薯片的承重能力？如何安全地托住一个易碎的物体，如鸡蛋？这些挑战促使行业开始重新思考触觉感知的重要性。
在今年的大会上，触觉技术成为焦点话题。一目科技首席执行官李智强表示，公司收到最多的问题便是关于触觉技术的实现方式。与去年相比，触觉感知已从边缘领域迅速进入主流视野。
这一转变在资本层面得到印证。大会期间，一目科技宣布完成超过10亿元的E轮融资，公司估值突破100亿元。本轮融资由多家知名投资机构参与，资金将用于触觉感知材料、芯片、算法和模型的研发，以及生产线的规模化量产。
行业趋势的变化也体现在技术迭代速度上。与2025年相比，具身智能领域机器人的灵巧手研发周期已缩短至半年。触觉感知和高自由度成为行业关注的两大关键词。尽管大模型赋予了机器人更强大的“大脑”，但在实际物理交互中，机器人仍面临挑战。例如，如何根据不同材质的杯子调整握力，仅靠视觉识别无法实现，这需要触觉数据的支持。
一目科技提出，智能的本质是对信息的高度压缩，但脱离现实世界的约束，这种压缩可能导致错误判断。对于物理人工智能而言，关键不在于模型规模的扩大，而在于持续获取来自真实世界的物理真值。
在获取物理真值的技术路径上，一目科技选择了视触觉技术。与传统力传感器不同，视触觉在柔性材料中嵌入光学观测系统。当机器人与物体接触时，材料产生的微米级形变会被光学系统记录，并通过算法还原出压力分布、剪切力、纹理和滑移趋势等物理信息。
李智强解释称，视触觉技术之所以被选中，是因为它最接近人类的感知方式。传统方案通常只能提供几十个感知点，存在大量盲区；而视触觉通过集成微型摄像头，可将感知点数量提升至万级，覆盖摩擦力、温度、湿度和纹理等多维度信息。
尽管视触觉技术前景广阔，但目前仍未实现能力泛化，核心瓶颈在于数据量。采集100万小时物理交互数据的成本中，实际采集过程占比超过80%。李智强指出，行业当前最稀缺的不是传感器硬件，而是高质量的物理交互数据。每一次接触都是机器人学习世界的机会，每一次抓取都会产生新的物理真值。
据李智强估算，要实现一定程度的能力泛化，至少需要百万小时级的真实数据。尽管这一规模仍不足以实现全面泛化，但可为行业提供一个可用基准。业内普遍预期，到明年，数据规模可能达到1000万小时，从而推动技术向更广泛的场景应用迈进。
一目科技的长期目标是构建一个连接物理世界与智能系统的基础设施体系。公司计划打造一个名为TouchNet的开源社区，类似于ImageNet在计算机视觉领域的作用。李智强认为，大模型的成功离不开开放生态的支持，通过开源合作可以共同推动行业发展。
