他山科技CEO马扬：构建机器人触觉感知体系，培育具身智能产业人才

人物简介

马扬：他山科技CEO。毕业于北京航空航天大学，工商管理硕士（MBA），曾获“北京市青年领军人才”荣誉称号。拥有近20年电子行业管理与市场经验，并持有多项发明专利。

文/在线学习新媒体撰稿人 董晓孝

北京首钢园他山科技展厅，一条搭载动态触觉感知芯片的机械臂正在缓缓转动，调整至合适角度，用夹具识别并抓握苹果、香蕉、葡萄等硅胶仿真水果，依其不同硬度逐一放置果篮。一旁的数采大屏则实时更新仿真采集与工业产线的真实反馈，动静相映，虚实互证。

而在不久之前举行的上海世界人工智能大会（WAIC）上，他山科技凭借自研的触觉感知技术，推出轻量化数据采集指套，对具身机器人的数据采集功能进行“瘦身”，提升其耐用性与一致性，强化其与视觉、动作数据的对齐能力，大幅降低数采成本，引发行业关注。

01

从实验室到生产线，触觉传感器实现规模化量产

他山科技智能化剥虾设备

“具身智能不仅是一个行业，更是一场革命——如同工业革命，它将带来从生产力到生产关系的全新改变。具身智能不是单点技术的突破，而是串联多产业的系统工程。”他山科技CEO马扬在与《在线学习》杂志对话时表示。在他看来，机器人的终极价值在于帮助人类完成任务，核心在于物理世界的实操能力与真实交互。而人与世界进行物理感知与交互的关键节点，正是手，尤其是手指——它既是感知的起点，也是控制的发端。基于这一原点，他山科技专注于深耕触觉感知技术。

2017年，他山科技创立时，市面上尚未有企业能做出置入机器人手部边缘端的触觉感知芯片。他山科技从底层芯片开始研发，攻坚触觉感知技术，自研触觉传感器硬件，经过近十年深耕，终于将技术与产品从实验室推向量产产线。如今，其人形机器人触觉传感器市场占有率超过80%，稳居行业首位。

“传感器产品从技术原型到量产，中间隔着完整的制造体系。”马扬介绍，作为具身机器人的核心组件之一，触觉传感器要从实验室走向量产产线，必须攻克环境鲁棒性、数据一致性、长期耐久性和信号响应速度四重难关。他山科技的技术壁垒正是在于其深厚的制造能力。在规模化量产方面，他山科技触觉传感器月交付量稳定在数万颗以上，已覆盖国内外机器人产业链客户逾180家，包括银河通用、自变量、星动纪元等整机厂商，以及因时机器人、强脑科技、灵巧智能等灵巧手企业。同时，触觉传感器测量频率较去年提升3—4倍，后续还将推出集成温度感知的多模态产品。

“从数据模态来看，随着应用场景不断拓展，以及数据的大规模应用，触觉传感器的灵敏度、分辨率等性能指标随之提升，而其成本与价格则因规模化量产而显著下降。”马扬阐释，当前业界日益重视触觉数据的采集与运用，正将其深度嵌入模型训练，探究数据对模型表现的影响机制，并优化其数据效用。这意味着触觉传感器在规模化发展方面仍蕴藏着很大的潜力。

02

自研触觉感知技术，构建机器人产业体系

他山科技TS-ECHO触觉感知指套

搭载他山科技触觉传感器的灵巧手

触觉传感器是机器人物理交互的核心硬件，也是具身智能实现精密灵巧作业的关键。“触觉和视觉有很大不同：视觉集中在头部、依赖大脑做逻辑判断；触觉覆盖全身，特别是手，需要‘神经元’快速反应与决策，多种信号需各芯片协同处理。”他山科技市场及生态副总裁付宜晖介绍。

2017年，他山科技创立之初选择了一条艰难的路——从底层芯片做起。彼时，机器人热潮方兴未艾，国内外一些机器人公司陆续涌现。然而，机器人要真正实现商业化和产业化，归根结底在于辅助人类完成任务，这便离不开“手”。人手九成以上的操作由手指完成，而感知能力恰在指尖，这个领域几乎是一片空白。

“我们从手指的触觉感知开始研发。起初做触觉传感器硬件时，发现国际主流芯片不但价格高昂，由于这些厂商并没有专注触觉专业方向，使用体验还不理想。经团队商议后，我们决定自己干——自研触觉感知芯片。”马扬回忆道。

目前，他山科技已构建起从芯片、传感器、数据到算法模型与训练范式的全自研技术链条，基本完成了机器人产业布局。

芯片层面，他山科技自主研发了全球首款数模混合AI触感芯片，2026年7月发布首款动态触觉感知芯片，实现微秒级时间分辨率与超低功耗运行。传感器层面，核心产品TS-F指尖触觉传感器集成接近觉、三维力检测、温差与纹理感知，测力分辨率达0.01N，可在非接触状态下识别超30种材质。数据与算法层面，北京石景山数训工厂与湖北潜江数采中心相继落成，聚焦触觉、异构、自主无人三大数据采集方向。模拟仿真层面，他山科技为英伟达Isaac Sim全球首个触觉仿真合作伙伴，自研触觉模拟仿真已开源至MuJoCo和英伟达平台。至今，他山科技仍是英伟达Sim平台上唯一提供触觉仿真调用的合作伙伴。此种“仿真+实采”协同体系，正在大幅降低触觉算法训练的数据门槛，也将为机器人产业开启触觉的新入口。

这种“仿真+实采”协同体系，正在大幅降低触觉算法训练的数据门槛，也将为机器人产业开启触觉的新入口。

03

产学研联动，培育具身智能产业人才

他山科技北京总部

机器人幼儿园

2026年盛夏，上海世界人工智能大会（WAIC）展馆内，具身智能热潮涌动。在他山科技展台，图灵奖得主理查德·萨顿教授在主题分享中表示：“他山科技的“机器人幼儿园”项目构建了机器人通过试错进行学习的运行模式——一个可以让机器人玩耍、了解机器人生活的场所。我们希望赋予机器人全身触觉感知，机器人要经得起摔倒，并在试错中不断前行，这正是强化学习的目标所在。”

今年5月，他山科技与萨顿教授联手打造的“机器人幼儿园”项目落地北京。萨顿认为，触觉是让机器人理解物理世界的底层支撑，而他山科技在该领域的深入探索，正是“机器人幼儿园”从构想走向现实的关键基石。

“幼儿园”的理念源于萨顿的强化学习理论——智能体必须通过与真实环境的持续交互、试错和反馈，才能真正积累经验、习得通用知识。在这里，机器人在放置各类真实物品的环境中自由穿梭、主动探索，碰撞与跌倒在所难免，而这个过程正是“进化”的核心。

在技术源头之外，他山科技也在打通职校“最后一公里”。今年4月—5月，他山科技专家团队走进江汉艺术职业学院举办系列讲座与实操分享会，主题内容明确聚焦“具身智能”与“数据采集”，帮助学生把握 AI 新赛道的机遇与挑战。

“人形机器人领域，正在催生围绕数据产业链的新兴职业，岗位从数据标注延伸至采集、管理、督导与质检等环节，复合型人才尤为紧缺。”他山科技生态总监戴经纬进一步解释，随着行业日益成熟，未来将释放大量技能人才需求。他山科技期待与更多院校合作，将内部触觉感知培训转化为系统课程，共同探索联合培养路径，深化产教融合，共建产业人才生态。

机器人正从“看见世界”走向“触摸世界”。他山科技已实现从动态触觉感知芯片到数据采集平台，再到“机器人幼儿园”的系统布局，折射出产业体系建立健全的历程。从实验室到产线，从芯片到数据，从科学家到职校生，他山科技正在触觉感知的赛道上，编织一张跨越技术、产业与人才的全景网络。

以下为《在线学习》杂志与他山科技CEO马扬对话实录：

在线学习：2025年9月，他山科技成为英伟达Isaac Sim平台首个触觉感知合作伙伴，此次合作具有怎样的意义？

马扬：这次合作意义深远。过去，触觉数据多由机器人运控与手部信息在模拟环境中反向推演而来。现在，从英伟达到国内多家仿真企业，行业意识到物理世界模型和仿真体系中非常缺失的是“触觉”维度。所以，现在整个赛道的思路在发生转变——开始通过我们的触觉模拟仿真，反推机器人的抓取策略。这打破了长期制约触觉模拟发展的精度与效率瓶颈，推动该领域迈向新的技术阶段。

在线学习：今年5月，他山科技推出的智能剥虾设备以类人手感引发行业关注。您如何看待具身机器人切入小龙虾加工场景的产业布局？

马扬：小龙虾加工的核心痛点，是虾头虾尾的分离。我们采用视觉与触觉双模态数据实时融合技术，为每一只虾计算专属的处理参数。通过触觉传感器与配套算法模型，让设备能自动适配不同的虾，目前剥虾成功率已达95%。这意味着我们的技术能够提升加工企业的产品价值，创造显著的经济效益。

以小龙虾产业为落脚点，我们将持续迭代产品、拓展应用边界，沿着“具身智能+智慧农业”“具身智能+城市”等方向不断探索，加速具身智能在多元场景中的落地，助力特色产业的数字化升级。

在线学习：他山科技在湖北潜江设立了具身智能体验中心，请介绍下该中心的情况？

马扬：我们在湖北潜江建设的具身智能体验中心，面向K12和职业教育，并向公众开放，是一个可感知、可参与、可思考的智能科普空间。它天然是一个产教融合的实体平台，学生可以来这里实操，高校研究团队可以基于我们的数据基础设施做课题，孩子们可以在这里建立对具身智能的初步认知与兴趣启蒙。

在线学习：“机器人幼儿园”项目主要聚焦哪些细分赛道？对产业可能产生怎样的影响？

马扬：“机器人幼儿园”的核心是探索超越人类经验的模型进化范式。我们与萨顿教授共同设定的技术路径，是先做一个能感知“疼痛”的机器人，即unbreakable（不容易坏）的机器人。“不容易坏”包含两个层面。第一层是物理层面，产品本身要耐用，或足够硬，或足够软。但更有意思的是第二层：意识层面的“不容易坏”。正如人被针扎便知回避，机器人也应具备自我保护认知，知道什么事不能做，如不能过度扭转关节或施加不当力臂。无论意识层面还是硬件层面，都离不开感知。机器人在“feel the pain（感知疼痛）”基础上，学习如何与外界安全交互。这样，基于实际的感知交互，产生属于机器人自身的“第一人称”数据，从而超越人类数据的局限，实现具身智能的自主进化。

在线学习：从北京石景山到湖北潜江，他山科技在实训基地和数据基础设施建设上是如何布局的？

马扬：我们希望以全球领先的触觉技术为核心，建设面向全行业开放共享的数据基础设施。目前，实训基地从原子动作训练到场景方向的长程动作训练，从基于本体的数据训练到无本体数据采集等，进行了多层次布局。我们无意将其做成封闭的企业内部系统，而是希望它能够成为使整个具身智能行业都受益的公共底座。无论高校、科研机构还是创业公司，都能在此基础设施上开展研发和训练。我们相信，当越来越多的人理解并参与这场技术变革，产业创新的土壤将更加肥沃。