卡在触觉的AI，一目科技让机器人从“看世界”到“摸世界”

过去一年，具身智能的发展堪称“狂飙”，各大机构和企业纷纷投入世界模型与VLA（视觉-语言-动作模型）的研发。但在AI行业老兵、一目科技创始人兼CEO李智强看来，这些模型仍有明显缺失。如果机器人能像人一样理解并操作这个世界，仍差关键的一感：触觉。

基于这样的判断，一目科技进行了从底层传感器到仿真算法的全链路布局，探索打造“触觉增强的世界模型”。

01

“世界模型”还缺什么？

如果将AI发展与人的五感对比，AI的“听觉”2015年已日趋成熟，视觉在过去10年也越来越发达，但嗅觉、味觉和触觉仍处于空白。

李智强博士分析，在具身智能要解决的行动力、智力和精细化操作三大问题中，尤其精细化操作，离不开闭环感知能力。“如果只有视觉，在特定场景下会失效，比如根本无法夹取薯片这类脆性物体。”

他认为，世界模型要真正理解物理世界，必须补足触觉维度，因为人对物质世界的认知，正是源于不断触摸试探，在大脑中建立与物理世界的映射。“如果有一天，机器人能通过持续触碰与探索形成类人感知，便是世界模型达成终极目标的时刻。”

而这也正是一目科技的创业初心，“把类人的五感赋予机器里”，通过感知驱动“物理AI”的发展。李智强在卡内基梅隆大学攻读博士期间，研究方向是光谱仪芯片化及AI算法，“可以类比于人类的嗅觉和味觉。因为人的嗅觉、味觉主要是分子层面的一些感受和分析”，这也自然延伸到硬科技与物理AI的结合。

一目科技2015年成立于硅谷，2016年选择回国创业，原因是“物理AI”方向对硬件依赖极高，而中国在设计、制造工艺上优势显著。“比如设计一块电路板，国内七八天就能完成，在美国可能要三四个月。”

如今，经过学术界长达十多年的研究，以及一目科技的实践，均已验证：具备触觉后，机器人可完成夹薯片、穿针引线、拿起布料等操作，动作丝滑，这正是具身智能精细化操作的起点。触觉，正是世界模型走向完整的必由之路。

02

手指尖上的触觉“觉醒”

要让世界模型拥有“触觉”，离不开触觉数据的采集与感知技术的突破。“核心卡在传感器上”。

一目科技创业的第一阶段，着眼于分子光谱仪的芯片化，实现分子分析能力的AI化。团队花了四五年进行芯片研发、设计和流片，2020年推出首个产品线，应用于实验室和水质检测等场景。该产品线现已进入稳定期，实现持续盈利，为公司提供了宝贵的“造血能力”。

凭借在传感器方面的积累，两年前，一目科技开始向“触觉增强”迈进，启动视触觉传感器的研发，希望“通过视触觉传感器，让机器人真正能够触摸这个世界”。

2025年10月，在全球机器人顶会IROS上，一目科技展示了自主研发的全球最薄可商用仿生视触觉传感器。该传感器的核心在于“通过内置摄像头捕捉弹性材料接触物体时的细微形变，获取高清的‘触觉照片’序列，并通过AI解算出触觉信号”。不同于只能感知单一压力的传统传感器，这款产品能同时“感受”物体的软硬、表面纹理乃至滑动趋势。

一目科技仿生视触觉传感器

李智强博士介绍，这一传感器实现了四个行业突破：其厚度仅为美国竞品的一半，解决了传统视触觉传感器因过厚，难以与灵巧手集成的行业痛点；克服了“温漂”问题；工业级防尘达到IP65级；传感器接触面都没有盲区，而竞品有10%到20%的盲区。此外，其响应时间仅8毫秒，可实现5毫牛级的多向力分辨，在多项性能上与全球最好水平持平。

一目科技CEO＆创始人李智强

这款触觉传感器分辨率极高——可达数百万个像素，相当于手指尖拥有数百万个触点。得益于信号的高保真与数据的高准确度，能够解算出高精度的触觉信息，赋能机器人灵巧手的操作过程。

据悉，产品一经发布就获得多方合作和订单，团队预计未来一年出货量能跻身行业头部，“至少Top3的水平”。

不过，李智强博士也指出，目前许多机器人，包括人形机器人，虽然需要触觉传感硬件，但现有的世界模型和VLA模型仍未构建触觉感知的算法能力。为此，团队需要再进一步外延，“借助触觉，打通机器人精细操作的最后一环”。

03

打通触觉到世界模型的链路

“我们未必自己去开发一整套世界模型，但是我们希望用触觉来增强世界模型。”李智强博士将这种理念概括为“触觉增强的世界模型”。团队主张“站在巨人的肩膀之上”，例如基于李飞飞团队发布的世界模型、阿里发布的VLM开源模型等，一目科技会在这些模型基础上进行补充和增强。

这项工作首先要解决数据采集难与数据量不足两大难题。一目科技提出了“以真实触觉信号锚定仿真系统”的闭环路径。

“我们靠人一条条采集出来的真实数据，其实在10万条级别，这个量对处理工作量来说很大，但对于大模型来说还是远远不够。”李智强博士坦言，目前开源社区也有数十万条触觉数据，但也是杯水车薪。

为突破数据瓶颈，一目科技在真实数据基础上，引入物理仿真与生成式AI结合的策略来扩展数据。团队有专家团队，利用有限元模型，将“桌子或鼠标”等物体在形态、硬度、摩擦力等维度上，用方程式仿真出来。“同时，我们还通过生成式AI去增加更多场景，比如光照、纹理、摆放位置和方向等，去做仿真的扩大化和无序化。”

从效果反馈看，物理仿真准确度更高，“因为它背后是物理方程，误差较小”；而生成式AI则“有一些幻觉，对物理规律的理解也有一定差距”。因此，团队持续优化物理模型，并随着生成式AI的进步，引入新模型和方法，“不断改进增强模拟数据的质量”。

有了这些物理仿真数据后，相当于在虚拟空间中搭建了一个可被“触摸”的世界。接下来要做的，便是让AI在仿真环境中去“触碰”它们，采集触觉信息。

一目科技采用视触觉方式来完成这一过程。不同于传统靠压力或电阻的触觉传感器，视触觉方式不仅能“感觉”压力，内部摄像头还会捕捉到形变和光线的细微变化，从受力到光线变化再到力分布，完整还原触感生成的全过程。一目科技构建了视触觉传感器模型，输出的数字信号包含了纹理、形态、力方向等信息，来接入VLA与世界模型。

通过这种仿真增强方式，一目科技希望将触觉数据量扩展百倍以上。“只有这样，才能真正走上Scaling（规模化）的道路。”

完成数据扩展后，下一步是将触觉与视觉、语言等模态对齐，真正融入世界模型。具体而言，现有世界模型多围绕视觉与语言分配“token”，而一目科技的创新在于“引入新的触觉token”，通过训练增强模型的多模态理解能力，打通感知链路。

“其实后半部分和目前的大模型训练类似，市场上已有大量模型预训练、精调、强化学习的方法。”李智强博士介绍，“最终我们还会去做一些测试、验证方法。”

实际上，真正的挑战不在于训练方法，而在于触觉数据与其他模态的关系及对齐。当触觉、视觉等信息同时出现时，哪个可信度更高？该如何做综合决策？这些信息的关联度是什么？能否在同一域实现对齐？一目科技的创新重点正是围绕触觉信息的处理、对齐及其对决策的影响展开。

这一阶段恰似20年前视觉模型的起点。就像20前做视觉模型时摄像头还不健全一样，现在的触觉感知也刚刚起步。“随着传感器的不断迭代和性能提升，这一切都将迎来改变。”

04

在狂飙的AI浪潮中站稳

人工智能的演进速度惊人。李智强回国创业时，正逢国内视觉AI热潮。当时，技术发展迅猛，但随着市场的快速变化，许多企业也被迅速淘汰。而如何在这一轮具身智能的激烈竞争中占据一席之地？他认为，关键在于技术壁垒和市场定位。

“必须构建足够高的技术壁垒，特别是技术的不可复制性或不可替代性。”对一目科技而言，从感知传感器硬件到算法做全链路技术布局，而且要做到全球领先，技术壁垒才足够高。

市场选择也同样至关重要。“最好是找到那些巨头难以覆盖，或者不主要依赖客户关系的细分市场。”他说，“找到自己的生态位，并在技术上保持不可替代性，才是成功的关键。”

对于一目科技来说，团队投入最多的是有限元仿真和光学仿真上。“作为创业公司，我们选择将业务收敛到极其细分、高度专业化的赛道。”

放眼全球业界，目前，真正做“触觉增强世界模型”的团队仍然稀少。早期Meta做过一些工作，但主要还是纯触觉领域。“我们尚未看到真正与世界模型深度打通的案例。”李智强博士直言，“在触觉与世界模型打通这一方向上，还有大量工作要做，现在仍严重不足。”

一目科技规划了循序渐进的路径。第一阶段基于开源模型，自己进行改造。当达到良好效果后，将开放部分模型和数据集，回馈开源社区。这将是第二阶段的事情。而从长远来看，有必要与一些模型巨头企业合作，更早地将触觉增强技术结合到他们的模型训练中去，这样，效果要好于模型成型后的再调整。目前，一目科技正处于第一阶段，预估跑通整个链路，需要9至12个月时间。

李智强告诉数智前线，未来5到10年将围绕这一主题做产品规划和投资。他认为，中国在“硬件+软件”融合模式下具有显著优势，这也为身处其中的行业和企业带来了极有前景的发展机遇。