触觉数据荒待解？途见科技发布采集手套并开源数据集

走完2026世界机器人大会的展馆，一个变化是明显的：如果说去年WRC的主角是“能走会跳”的人形机器人本体，今年展台上出现频率最高的词已经变成了“灵巧操作”。

从精密装配到柔性抓取，从服装分拣到手术模拟，越来越多的厂商不再满足于让机器人“动起来”，而是开始追问一个更难的问题——机器人怎么知道它碰到了什么？

触觉感知正从学术圈的“边缘方向”快速滑向产业界的“必答题”。但展馆里的demo越炫，背后的一个结构性短板就越刺眼：机器人“手”上的传感器越来越多，可用来训练这些传感器理解世界的数据，却几乎是一片荒漠。

据行业公开信息，全球公开的触觉数据集数量尚不足视觉数据集的万分之一——没有数据，传感器就只是硬件；有了数据，触觉才可能成为具身智能真正可用的模态。

正是在这样的背景下，一家聚焦柔性触觉感知的创业公司正试图从数据侧切入这条赛道。8月20日，途见科技（北京）有限公司在WRC同期举办发布会，正式推出柔性触觉数据采集手套TachinGlove，并同步将首批全手触觉具身数据集开源至HuggingFace平台。

在触觉数据极度稀缺的当下，这家公司的动作未必是终局，但至少是行业内一次值得关注的公共尝试。

触觉：具身智能的“最后一毫米”

2025年具身智能首次写入《政府工作报告》；2026年“十五五”规划将其与量子科技、脑机接口并列纳入未来产业重点布局。6月，工信部与国资委联合发文推动人形机器人与具身智能产品在真实环境中规模化部署。政策密集落地的背后，行业正从“让机器人动起来”向“让机器人精准地做”跨越。

但一个结构性矛盾日益突出：触觉数据的供给量级与视觉完全不在同一个数量级。

​据行业公开信息，当前全球公开的触觉数据集数量尚不足视觉数据集的万分之一。现有机器人数据采集大多依赖视觉+关节位姿，能记录“手做了什么”，却难以回答“接触发生在什么位置、用了多大力量、接触面的几何信息如何”——而这些恰恰是精细操作的核心变量。

启能机器人创始人、CEO李论在近期行业交流中直言，视觉虽然能捕捉手部姿态，但存在遮挡和精度天花板，仅靠“看见”输出的数据不足以支撑高精度的灵巧操作。这也是为什么触觉感知正逐渐从学术圈的“边缘方向”变成产业界必须面对的工程问题。

TachinGlove：从硬件切入数据链

途见科技此次发布的TachinGlove，定位为面向具身智能的手部触觉数据采集平台，核心逻辑是将人类手部操作过程数字化，构建从人类操作到机器人物理智能的触觉数据入口。

从技术参数看，其设计围绕三个维度展开：

采得真。75克净重、柔性贴合+仿生掌纹分布，尽量不改变采集者原有操作习惯——这一点在可穿戴设备中并不容易做到，因为材料形变本身就会产生噪声信号。TachinGlove采用的“空抓无脏数据”技术，旨在只测量真实接触、过滤非接触形变噪声，降低后续数据清洗成本。凌宇智控CTO张佳宁曾指出，如果一款交互设备只能捕捉动作却无法提供力反馈，将严重限制人机交互的训练效果。TachinGlove的mN级微力感知与三维力记录，正是试图在“能采”的基础上做到“采得准”。

采得细。单只手套集成千级传感点位，理论上可记录精细的接触几何信息。这一密度水平在可穿戴触觉设备中属于较高配置，能够覆盖从羽毛级轻触到工业装配的力度梯度。

用得上。支持无线移动采集、单次续航6小时，且不仅输出原始触觉信号，还同步提供标定后的触觉数据、视觉信息、手部位姿、SLAM及任务文本描述等多模态时间同步数据。奥比中光产品线总经理许崇言近期在谈及多模态融合时强调，打通“视觉看到”与“触觉摸到”之间的数据鸿沟，关键在于硬件级的触发同步——将多路信号拉到同一个时钟域。TachinGlove提供的多模态时间对齐方案，正是沿着这一技术路径推进。

途见科技同时预告了Pro版（融合IMU/EMF，配套双目及多目Ego，适配遥操作实时性）和Lite版（指套形态，便捷拆装），预计10月发布。

触觉领域的“ImageNet”正式发布

比硬件发布更具行业信号意义的，是途见科技同步开源的首批全手触觉具身数据集（托管于HuggingFace平台）。该数据集覆盖抓取、折叠、装配、插拔、倾倒、按压、滚动、挤压、旋转、擦拭等20类触觉密集型操作任务，每条数据均包含压力、切向力、手部姿态、视觉、任务文本描述等时间同步的多模态信息，并提供通用格式、SDK、可视化工具及使用示例。

在视觉领域，ImageNet的开源直接催化了深度学习浪潮。触觉领域能否复制这一路径？行业对此有期待，但挑战同样明确。

诺亦腾硬件工程副总裁许安民曾公开指出，当前无本体触觉数据采集面临两大难点：一是在不影响操作便捷性的前提下采集高质量数据，二是行业尚未形成统一的触觉数据标准。他呼吁产业链在未来1~2年内就触觉数据的使用与标准化达成初步共识。这一判断与途见科技开源动作形成呼应——提供通用格式和工具链只是第一步，能否成为事实标准取决于开发者社区的接受度。

艾图科技副总经理、CTO邱文彬从应用侧提供了另一个视角：在服装制造场景中，老师傅“凭感觉”的经验——什么时候该用多大力度、如何判断面料状态——过去难以被机器理解。通过灵巧手+触觉传感器+遥操作设备在真实工序中采集数据，这类隐性知识正在被转化为可记录、可分析、可训练的触觉数据。艾图已在服装制造现场开展裁片分离测试，并探索建设统一的数据采集和管理平台。这说明触觉数据的价值正在从实验室验证向真实工业场景渗透。

结语：生态之战才刚开始

触觉被称为具身智能落地的“最后一毫米”，但补上这最后一毫米，硬件只是门票，数据生态和标准化才是主战场。

途见科技发起的“仿生电子皮肤与具身触觉生态开发者计划”，试图以“硬件+开源数据+SDK”的组合吸引产业链上下游参与。这一打法在机器人行业中并不陌生——从ROS到OpenXR，每一个成功的生态都始于一家或几家公司的先行投入。但触觉感知的特殊性在于：传感器形态多样（电容式、压阻式、光学式、电磁式）、信号特性差异大、应用场景碎片化（工业装配、医疗康复、服务交互、特种作业），要在这样一个早期赛道中建立事实标准，难度远高于视觉或语音。

从行业节奏看，2026年可能是触觉感知从“学术热点”转向“工程刚需”的拐点年份。政策驱动规模化部署、VLA（视觉-语言-动作）模型向VTLA（视觉-触觉-语言-动作）演进、灵巧手硬件快速迭代——这三个变量叠加，正在制造一波真实的触觉数据需求。途见科技的开源动作是否能在这一窗口期内形成开发者网络效应，值得持续观察。

可以肯定的是，当机器人真正学会“用手感受”的那一天，不会由任何一家公司单独实现。

行业需要的不是又一款“重磅”产品，而是一套让数据流动起来的公共基础设施。