北京
证券时报记者 王小伟
如果让机器人分辨两颗一模一样的花生，它会怎么做？这个问题并非凭空而来，而是关乎人工智能（AI）发展的下一步。
过去两年，大模型让机器人拥有了越来越聪明的“大脑”。VLA、世界模型等技术不断刷新机器人理解任务和规划动作的能力。但真正进入工厂、家庭和实验室后，机器人往往会装不好零件、捏碎鸡蛋、抓滑杯子。
在2026世界人工智能大会（WAIC）上，记者见证了一种AI新做法。在展台桌面，有两颗同样颜色、形状、纹理的花生，肉眼几乎看不出任何区别。而机器人伸出指尖，轻轻按压了一下，随即做出判断：左边是真的，右边是模型。背后答案，并不藏在物理公式里，而在于交互。
大模型学习的是互联网世界，而机器人面对的是物理世界。互联网能够告诉AI什么是鸡蛋，却不会告诉它鸡蛋壳在多大的压力下会破裂；图片可以教会机器人认识花生，却无法告诉它哪一颗是真的。对于物理AI（Physical AI）而言，真正重要的不是模型继续变大，而是机器人能否持续获得来自现实世界的物理真值（Ground Truth）。
在此次WAIC上，一目科技展示的真假花生识别，正是这一原理最直观的体现。其核心技术路径是视触觉（Vision-based Tactile）——与传统力传感器不同，视触觉在柔性材料内部建立光学观测系统。当机器人与物体发生接触时，材料会产生微米级的形变，内置光学系统实时记录形变图像，再通过AI算法还原出压力分布、剪切力、纹理、滑移趋势等丰富的物理信息。简言之，这不是在“测力”，而是在“看见形变，理解力”。
现场还展示了五指集成视触觉灵巧手。机械手抓取过程中，每根手指的压力分布、接触区域和滑移趋势都在实时可视化呈现。过去隐藏在机械结构内部的物理信息，第一次成为可以被机器人学习和理解的数据。
在此过程中，真正稀缺的并不是一颗传感器，而是由传感器持续产出的高质量物理交互数据。因为对于物理AI而言，每一次接触，都是机器人认识世界的一次学习；每一次抓取，都会产生新的物理真值。
据了解，相关技术体系已搭建了一套完整的基础设施框架，此次WAIC展出的视触觉产品矩阵、五指集成灵巧手、数据采集系统、虚拟仿真平台，以及覆盖生产制造、生活服务、精密实验等不同场景的应用展示，共同勾勒出这一技术路径从底层感知到上层应用的完整轮廓。
从看见世界到理解世界，从识别物体到理解交互，物理AI正在进入新的阶段。
更多进阶玩法，请在「小金鲤」中解锁
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
