帕西尼许晋诚：物理AI的下一场突破，可能从触觉开始

帕西尼创始人兼CEO许晋诚。图片经由AI处理

文丨周小燕

编辑丨徐青阳

人形机器人正在从实验室走向真实世界。

过去几年，行业关注更多的是机器人能不能走、能不能跑、能不能完成几个标准动作。随着具身智能进入产业化阶段，问题开始变得具体：机器人能不能稳定抓住一个物体，能不能判断接触力度，能不能适应不同地面，能不能把一次成功的操作变成下一次可以复用的经验。

这些问题最后都会落到一个更基础的能力上：机器人究竟能不能感知物理世界。

在2026世界机器人大会上，帕西尼创始人、首席执行官许晋诚发表《具身感知奇点：物理AI的诞生》主题演讲。他认为，视觉、听觉等感知能力让机器人获得了对世界的观察能力，而触觉则让机器人真正进入物理世界，与物体发生接触，并持续获得可以用于学习的物理经验。

在他看来，具身智能需要形成从“感知”到“行动”再到“经验积累”的闭环。触觉提供的三维力、三维扭矩、纹理、形状等信息，可以帮助机器人理解接触过程中发生了什么，并进一步把这些经验沉淀为可以训练和迁移的数据。

这也是帕西尼当前布局的核心。

从自研Fuse芯片，到全身力触觉套件、足底传感器、数据采集手套，再到数据采集工厂和数据云商城，帕西尼正在尝试把触觉从单一的传感器能力，延伸成覆盖芯片、硬件、数据和应用的完整体系。

许晋诚认为，随着机器人数量持续增长，物理AI要真正形成规模化生产力，还需要一套能够持续获取、处理和沉淀物理经验的基础设施。而触觉，正在成为其中重要的一环。

以下为许晋诚演讲全文：

01 触觉，正在成为底座

大家好，我是帕西尼的创始人兼CEO许晋诚。今天我想和大家分享的是，我们对具身感知的理解，以及物理接触模态如何推动物理AI进一步发展。

帕西尼一直在物理AI领域进行探索。我们回过头来看人类生产方式的发展，其实经历了几次比较重要的产业范式迁移。最开始是人类手工生产，后来我们发明了蒸汽机，进入机械生产阶段，再到今天的数字生产。

这几次变化有一个共同特点，就是人的一些能力可以持续沉淀下来，可以学习，也可以复制。我认为，下一阶段，我们有机会把这种能力进一步延伸到物理AI，让这种生产能力可以在更多地方部署，形成更加广泛的智慧生产力。

未来机器人数量可能会持续增长，甚至在某些领域达到比人更多的规模。如果机器人能够承担越来越多的生产和服务工作，就可以释放大量生产力，也会带来更多新的应用场景。但要做到这一点，机器人首先需要真正理解物理世界。

在具身智能里面，感知是非常底层的一项能力。机器人首先需要感知真实世界，把环境信息采集下来，然后才能进行动作规划，最后完成执行。所以，从感知到行动，这本身就是一个完整的闭环。

如果机器人没有进入物理世界，没有持续感受到环境变化，它的具身智能能力提升也会比较慢。我们一直提倡感知组件能够参与到机器人的in-loop learning，也就是让机器人在实际与世界交互的过程中持续获得经验。

这里面，我认为触觉尤其重要。视觉可以给我们一维、二维甚至三维的信息，但触觉能够提供更加直接的物理信息，包括三维力、三维扭矩、纹理、形状等。这些信息能够让机器人真正感受到自己和物体之间发生了什么。

机器人每一次接触、抓取、移动和操作，实际上都可以产生新的物理经验。当这些经验积累到一定程度之后，就有机会进一步规模化，并最终形成可以泛化的物理智能。所以我们一直认为，具身智能需要一个能够规模化部署、规模化获取的“物理感知奇点”。

而触觉，是其中非常重要的一部分。

现在行业对于触觉的重要性，也已经形成了比较明确的共识。在很多模型和算法里面，包括World Model，都开始加入物理接触模态相关的信息，让机器人能够更多地与真实世界进行交互，提高任务完成的成功率。这也是为什么我们一直在提升触觉相关能力的原因。

触觉本身还有一个比较重要的特点，就是它相对稳定。视觉可能受到光照和环境变化的影响，需要不断进行适应。但触觉发生在真实接触的过程中，它所获得的是机器人与物体之间直接产生的物理信息。所以我们认为，触觉可以成为机器人持续理解物理世界、积累物理经验的重要入口。

02 触觉补上最后一环

我们一直在做的一件事情，就是把触觉能力进一步提升，并且真正做到量产。

在整个具身智能时代里面，我们一直希望把触觉能力做得更完整。所以在触觉感知技术上，我们也形成了一些先发优势。我们是较早把具身智能感知相关的核心组件推进到量产的企业之一。同时，我们也希望把这些能力进一步往上游延伸，成为具身智能感知基础设施的一部分。

我们的技术并不只是一个触觉传感器。从半导体设计开始，我们就自己做研发。我们自研了Fuse芯片，从芯片设计、流片到封装，整个过程都是我们自主完成的。从这颗芯片开始，我们可以进一步构建整套具身智能感知组件和产品。

我们的6D阵列芯片，既可以用于触觉模组，也可以用于扭矩力传感器和六维力传感器。它的检测速度比较快，可以实现毫秒级的超高动态响应，连续采样频率可以达到1000到2000Hz。同时，我们可以直接在6D空间里测量力学信号，整个信号带宽也能够满足高并发的需求。

从芯片开始，我们还加入了一些独创的类脑突触编码，希望让触觉信号能够被压缩，并且快速传输。同时，我们也做了针对环境干扰的可靠性设计，希望让触觉芯片在不同环境里面都能够保持稳定。

现在我们已经进入第四代Fuse芯片。实际上，从第一代、第二代、第三代到第四代，我们一直都是自己做芯片相关的研发。从2021年开始，我们就持续投入这项工作。到了2026年，我们进入第四代Fuse技术，希望用这颗芯片贯穿整个全身力触觉套件。

从上面的电子皮肤，到关节的扭矩力传感器，再到足底传感器，以及皮肤、手掌和掌心末端，我们希望以Fuse为基础，搭建一个覆盖机器人全身的物理感知系统。指尖可以感知接触，手掌可以感知操作，关节可以感知力量，足底可以感知平衡。这些能力最终都可以从同一个芯片体系延伸出来。

除了Fuse系统用于全身力触觉套件，我们也把它应用到数据采集系统里面。现在我们已经有很多不同类型的数据采集设备，包括数据采集手套、三指夹爪以及末端采集设备。这些设备都基于我们自己的原生技术，希望让整个数据采集过程保持比较高的精度、一致性和稳定性。

我们同时还自行开发了基于Fuse芯片的磁编码器。磁编码器本身是一种绝对值编码器，可以提供比较高效、稳定的角度信息，角度精度大约可以达到±0.15度。这样一来，我们检测的不只是触觉信息，机器人关节模组相关的角度信息，也能够得到更加精确的测量。

今年，我们还首次把足底传感器搭载到了众擎机器人的T800上。机器人在不同地面之间行走的时候，通过足底Force Touch传感器，可以感知地面的变化，并自动切换动态步行算法，减少人工干预。

更重要的是，机器人行走过程中产生的数据还可以继续采集下来，进入in-loop learning，持续强化自己的步态行走能力。所以，对于我们来说，足底传感器也不只是一个执行端的传感器，它同时还是机器人获得物理经验的一种方式。

这就是我们希望建立的感知到学习的闭环。

03 数据如何变成经验

除了机器人本体的感知，我们还在做另一件非常重要的事情，就是数据采集。因为有了触觉之后，我们就能够获得大量过去很难获得的物理信息。但这些信息最终还是需要进入数据体系，才能进一步用于机器人学习。

我们现在已经开发了数据采集手套、三指夹爪以及末端数据采集设备。我们希望建立一套以人为中心的数据采集体系，把人的操作经验记录下来。目前，我们已经在天津、宿迁、武汉和自贡建设数据采集工厂。

这些采集工厂既可以做开放域数据采集，也可以进行标准经验采集，并支持多模态数据同步和对齐，同时融合物理世界中相对稀缺的多模态感知信息。

我们也会把一些物理世界中比较稀缺的感知信息融合进来。

我们希望通过这样的方式，把原来存在于真实场景中的经验提取出来。比如工厂里面一个熟练工人的操作经验，或者一个商店里工作人员长期积累下来的操作经验，这些都属于真实世界里的经验。我们希望通过数据采集，把这些经验转换成数字化产品，再进一步转化成机器人的经验。

在这个基础上，我们还提出了四种数据证明。我们把它叫作“出生证、学位证、身份证和护照”。

出生证解决的是数据怎么采集的问题，我们需要按照相关标准采集数据，让数据从产生开始就具备明确的规范。

学位证解决的是数据质量问题，通过相关标准和基准进行验证，证明这些数据具有较高品质，并且真正可用。

身份证解决的是数据来源问题，也就是需要明确数据从哪里采集、由谁产生。

护照则更多对应数据跨境和数据交易，让数据具备流通的基础。

我们本身也参与了国家标准相关工作，希望通过这样的方式，让具身数据逐渐形成更加明确的标准。

在数据流通方面，我们还和腾讯云、京东云、百度云一起打造数据云商城。未来大家可以直接在云端获取相关的全模态数据集。我们希望通过这样的方式，让数据能够更加快速地从采集端进入研发和应用端，也为具身数据的高速流通建立基础。

04 一颗芯片串起全身感知

数据采集完成以后，还要解决一个更重要的问题，就是怎么把这些数据真正用起来。

我们现在做的事情，可以简单理解为从海量数据到智能模型，再到整个具身智能生态。一方面，我们有数据采集工厂，持续获得真实世界中的数据。另一方面，我们也在构建使用这些全模态数据的智能能力。同时，我们还在持续完善触觉相关的全节点矩阵。

因为对于很多研究人员和机构来说，现在的问题已经不只是有没有触觉传感器，还包括拿到触觉数据以后，究竟应该怎么使用。所以我们也在开发相关的设计和开源能力，希望把这些技术提供给全球的研究机构、开发者和合作伙伴，让大家能够进一步开发自己的机器人。

今年，我们也推出了一些新的产品。首先就是前面提到的足底Force Touch传感器。它可以让机器人感知不同地面的属性，并在不同地面之间行走的时候保持更加稳定的步态。同时，这些数据还可以进入学习闭环，不断强化机器人的行走能力。

我们的触觉传感器模组也进行了迭代。目前已经从第三代进入第四代，包括电子皮肤、触觉夹爪等产品，都在使用新一代的6D触觉芯片。

我们也在持续推进数据采集手套。这个手套同时结合视觉和触觉，可以适配不同场景，也可以和很多灵巧手进行同构控制。触觉传感器和关节角度传感器，可以支持长时间的数据采集。

我们的腕部相机还可以把触觉和视觉进行联合，通过硬实时同步获得两种模态的数据。这样一来，我们记录的不只是一个人的动作，还包括他在看到物体之后，如何接触、如何施力，以及动作发生之后获得了什么反馈。这些数据对于机器人学习人的操作经验非常重要。

目前，我们已经有很多头部客户在使用相关产品。从量产规模来看，去年我们全年使用了大约100万片芯片，今年预计达到500万片。随着需求不断增加，我们也需要持续提升生产能力。

05 从感知走向生产力

我们最终希望做的事情，是把这些能力连接起来。从芯片到传感器，从数据采集到智能模型，再到真实场景，我们希望形成一个完整的具身智能基础设施。因为触觉最终要解决的，还是机器人和物理世界之间的关系。

机器人只有不断感知世界、与世界交互，才能积累更多物理经验。所以我们也成立了帕西尼InSide生态，希望寻找更多需要触觉能力、需要物理载体和物理能力的合作伙伴。目前，已经有200多位伙伴加入这个生态，既包括行业头部企业，也包括很多新创公司。

帕西尼自己也成立了相关基金，希望在产业和资本层面，为生态伙伴提供更多支持。我们的股东里面，也有比亚迪、京东以及汽车产业相关企业。这意味着我们可以进一步共享产业资源和应用场景。我们也欢迎更多需要这些能力的伙伴加入进来，把真实场景开放出来，让大家一起推动具身智能产业的发展。

我认为，具身智能最终一定需要产业联动。

我们希望帕西尼InSide不只是一个标识，也是一种承诺。我们希望把自己的能力开放给更多伙伴，让大家一起把具身智能产业做起来。

从更大的产业角度来看，具身智能有可能形成一个比智能手机更大的新质生产力市场。所以我们希望通过自己的能力，把芯片、触觉、数据、智能和场景连接起来，形成一个新的产业共同体。

最后，我想用三句话总结我们正在做的事情。

我们希望以感知突破物理边界，以技术普惠触觉这一新模态，让触觉数据真正成为新的生产力。以人形机器人为驱动，我们希望进一步开拓真实世界，让更多生产和生活场景能够被重新连接起来。我们希望让人机共生，开启生产力进化的新阶段。

特约编译金鹿对本文亦有贡献