機(jī)器人，究竟可以做什么？以及何時才能擺脫人成為真正的智能體？這些疑問，在今年以來機(jī)器人在春晚上舞動、馬拉松賽事和運(yùn)動會表演之后，已成為許多觀眾心中的現(xiàn)實之問。從工業(yè)自動化到“具身智能”，公眾的期待早已超越了“可動可對話”的基本層面，轉(zhuǎn)而關(guān)注機(jī)器人是否能夠準(zhǔn)確理解復(fù)雜指令并執(zhí)行精細(xì)操作，例如抓取雞蛋、握穩(wěn)杯子、擰開瓶蓋，甚至完成微創(chuàng)手術(shù)。這些能力，恰恰是機(jī)器人實現(xiàn)規(guī)模化產(chǎn)業(yè)應(yīng)用必須跨越的“最后一厘米”。
在近日首屆“2025聚合智能產(chǎn)業(yè)發(fā)展大會”舉辦期間，他山科技創(chuàng)始人馬揚(yáng)將“最后一厘米”進(jìn)一步具化到了靈巧手的觸覺感知技術(shù)。
僅以湖北為例，作為“小龍蝦第一大省”，其2023年加工量就占據(jù)全國總量近七成，這背后不僅代表著巨大的經(jīng)濟(jì)價值，也暗藏著居高不下的成立成本。“我們已經(jīng)訓(xùn)練了機(jī)器人預(yù)處理小龍蝦的雛形方案，等到明年，送上餐桌的小龍蝦可能就是機(jī)器人預(yù)處理的。”在近日首屆“2025聚合智能產(chǎn)業(yè)發(fā)展大會”舉辦期間，他山科技創(chuàng)始人馬揚(yáng)向蓋世汽車強(qiáng)調(diào)，“觸覺是機(jī)器人與物理世界交互的唯一通道”，更是關(guān)乎機(jī)器人能否真正走向商業(yè)化、家庭化，成為人類生活中可靠、實用的助手。
機(jī)器人跨越“最后一厘米”的關(guān)鍵密鑰
“如果說視覺讓機(jī)器人‘看得見’，那么觸覺才能真正讓它‘摸得著’。”馬揚(yáng)向蓋世汽車如此強(qiáng)調(diào)了觸覺感知在機(jī)器人領(lǐng)域的核心意義。
在人形機(jī)器人的演進(jìn)過程中，視覺與語音技術(shù)已率先實現(xiàn)突破，使機(jī)器人初步具備了“看”和“說”的能力。然而，要實現(xiàn)真正意義上的“操作能力”，觸覺成為不可或缺的關(guān)鍵一環(huán)。馬揚(yáng)解釋道：“就像一個人戴上厚厚的隔熱手套，操作靈活性會大幅下降。”機(jī)器人同樣如此，缺乏觸覺，就難以實現(xiàn)精細(xì)操作。
人類能夠輕松完成抓雞蛋、端水杯、插線束等日常任務(wù)，正是依賴于手部密集的觸覺神經(jīng)網(wǎng)絡(luò)。它實時感知物體的質(zhì)地、重量、溫度乃至微小的滑動，并據(jù)此動態(tài)調(diào)整抓握力度與姿態(tài)。而對機(jī)器人而言，僅憑視覺遠(yuǎn)不足以實現(xiàn)“像人一樣”靈巧作業(yè)。
早期的模仿學(xué)習(xí)主要依賴視覺數(shù)據(jù)，但要實現(xiàn)真正的高水平操作，必須引入大量觸覺數(shù)據(jù)視覺可以幫助機(jī)器人識別“那里有一個物體”，卻無法判斷其重量、表面摩擦力，或是應(yīng)當(dāng)施加多大的抓取力。而除了力度感知外，觸覺感知還需要具備包括材質(zhì)識別、表面特性（如干性、水性、油性）以及溫度感知等。“這些因素深刻影響我們抓取物體時的初始策略。對待柔性或脆性物體，所需初始施力方式完全不同。”
以抓雞蛋為例，“雞蛋屬于高度非標(biāo)準(zhǔn)化的物體，每一枚的大小、形狀、殼厚均存在差異。從抓取到移動，再到最終遞交，整個過程需依賴觸覺感知在邊緣端進(jìn)行實時自適應(yīng)的力控調(diào)整。”
這一過程可分解為抓取、移動與遞交三個環(huán)節(jié)，形成一個基于觸覺感知的閉環(huán)自適應(yīng)執(zhí)行系統(tǒng)。馬揚(yáng)特別強(qiáng)調(diào)了遞交環(huán)節(jié)的關(guān)鍵性：“缺乏觸覺的機(jī)器人在遞交物品時往往直接松手。而在真實應(yīng)用場景，無論是工業(yè)還是服務(wù)場景，最后一環(huán)的平穩(wěn)遞交至關(guān)重要。”
不僅如此，馬揚(yáng)還指出，觸覺技術(shù)的價值不僅限于家庭服務(wù)場景，更在工業(yè)自動化中展現(xiàn)出巨大潛力。“目前汽車產(chǎn)線中90%的工位已實現(xiàn)自動化，但仍有一些柔性操作，例如從包裝箱中取出零部件、拆除塑料保護(hù)套等仍需依賴人工。”這些任務(wù)每次的路徑、力度與角度都存在差異，傳統(tǒng)工業(yè)機(jī)器人難以可靠完成。而具備觸覺反饋的具身智能機(jī)器人，則有望突破這一瓶頸。
觸覺感知技術(shù)是萬億級市場的入口
觸覺感知技術(shù)的市場前景究竟有多大？面對這一問題，他山科技創(chuàng)始人馬揚(yáng)坦然回應(yīng)：“觸覺在機(jī)器人領(lǐng)域目前仍屬于一個細(xì)分賽道，但它卻是通向萬億級市場的重要入口。”
盡管觸覺目前相較于視覺、語音等感知模態(tài)仍顯“冷門”，但其市場潛力不容小覷。根據(jù)他山科技的判斷，未來三到五年，觸覺技術(shù)將在酒店服務(wù)、物流配送、工業(yè)柔性操作、清潔服務(wù)等多個場景中率先實現(xiàn)商業(yè)化落地。
馬揚(yáng)透露，他山科技已與國內(nèi)領(lǐng)先的酒店機(jī)器人企業(yè)云跡科技合作，共同開發(fā)具備遞送能力的觸覺機(jī)器人；在工業(yè)端，也與多家主流汽車制造商展開合作，推動觸覺在汽車制造柔性工位中的應(yīng)用。
觸覺不僅是機(jī)器人“干活”的關(guān)鍵，更是連接物理世界與數(shù)字世界的橋梁。隨著智能制造、智慧家庭、智慧醫(yī)療等場景的拓展，觸覺技術(shù)的應(yīng)用邊界將持續(xù)擴(kuò)大，市場容量也將呈指數(shù)級增長。
此外，觸覺技術(shù)的核心價值還在于其“不可替代性”。與視覺、語音等感知模態(tài)不同，觸覺目前尚無成熟的通用解決方案，技術(shù)門檻高、研發(fā)周期長，形成了天然的“護(hù)城河”。他山科技自2017年起投入觸覺芯片研發(fā)，歷時近六年技術(shù)積累與迭代，于2023年成功推出全球首款人工智能觸感專用芯片，成為國內(nèi)少數(shù)實現(xiàn)從底層芯片、軟硬件模組到前端算法全鏈路覆蓋的企業(yè)，在行業(yè)內(nèi)的市占率超過80%。
馬揚(yáng)進(jìn)一步解釋道：“觸覺是分布式的系統(tǒng)，一個手上可能就要布多個觸覺傳感器，它的底層幾千路的信號要有十幾個到幾十個的芯片去做協(xié)同的處理。”觸覺市場的競爭格局尚未固化，先發(fā)企業(yè)具備顯著的技術(shù)與產(chǎn)業(yè)優(yōu)勢。他山科技目前在在行業(yè)內(nèi)的市占率超過80%，并與英偉達(dá)、MuJoCo等平臺合作，構(gòu)建仿真訓(xùn)練生態(tài)，進(jìn)一步鞏固其技術(shù)領(lǐng)先地位。
“未來整體最后的市場是非常大的，它會整個把人造生產(chǎn)力的東西整體去顛覆一遍。”馬揚(yáng)的判斷并非虛言。觸覺技術(shù)的成熟，將推動機(jī)器人從“工具”向“伙伴”轉(zhuǎn)變，從“替代勞動力”向“創(chuàng)造新服務(wù)”躍遷。
破解數(shù)據(jù)與泛化瓶頸決定商業(yè)化速度
雖然觸覺感知技術(shù)已經(jīng)取得了顯著進(jìn)展，但從“能用”到“好用”仍面臨多個技術(shù)瓶頸。“在機(jī)器人運(yùn)動會上，你會看到機(jī)器人能完成操作，但不見得每次都好，也不見得比人好。”馬揚(yáng)毫不避諱行業(yè)現(xiàn)狀，在他看來，機(jī)器人當(dāng)前的“不熟練”，根源在于“學(xué)習(xí)過程太漫長”，就像一個剛出生就是成年人的孩子，有智商卻沒經(jīng)驗，需要從最基礎(chǔ)的“常識”學(xué)起。
而學(xué)習(xí)的最大難點，在于數(shù)據(jù)采集的“卡脖子”問題。
“汽車智能感知的數(shù)據(jù)，能隨著車輛出售后持續(xù)采集，但機(jī)器人不一樣。” 馬揚(yáng)對比道，目前機(jī)器人尚未形成規(guī)模化應(yīng)用，無論是工業(yè)產(chǎn)線還是商用場景，能用于訓(xùn)練的數(shù)據(jù)都極為有限，進(jìn)而影響技能掌握速度。這也是為什么行業(yè)內(nèi)普遍認(rèn)為，“誰能獲得足夠多的數(shù)據(jù)，誰就能先讓機(jī)器人在某一領(lǐng)域替代人”。
為應(yīng)對這一挑戰(zhàn)，他山科技已建立數(shù)據(jù)采集與訓(xùn)練基地，累計采集超過500萬組觸覺數(shù)據(jù)，實現(xiàn)材質(zhì)識別準(zhǔn)確率達(dá)98.6%。同時，公司積極探索仿真訓(xùn)練路徑，降低數(shù)據(jù)采集成本，包括他山科技在MuJoCo平臺搭建全球首個基于真實產(chǎn)品的觸覺仿真訓(xùn)練框架，并與英偉達(dá)達(dá)成合作，成為Isaac Sim平臺首個觸覺感知合作伙伴。
第二大瓶頸在于技能訓(xùn)練的效率。當(dāng)前，機(jī)器人完成一個復(fù)雜任務(wù)往往需要數(shù)月甚至更長時間的訓(xùn)練，難以滿足商業(yè)化落地的節(jié)奏需求。馬揚(yáng)提出“在仿真端做訓(xùn)練-在真實端做抓取、移動到遞交的原子任務(wù)訓(xùn)練-所有任務(wù)連在一起做技能包”訓(xùn)練思路，“我們挑戰(zhàn)在6個月或者更短的時間里面能訓(xùn)練出來，通過原子的任務(wù)形成技能包訓(xùn)練出來，讓它可以快速在現(xiàn)實中有一些應(yīng)用。”
第三大挑戰(zhàn)在于模型的泛化能力。機(jī)器人在面對不同物體、不同環(huán)境時，往往需重新訓(xùn)練，難以實現(xiàn)“舉一反三”。馬揚(yáng)坦言：“機(jī)器人不像人，你抓完礦泉水瓶后，看到相似形狀的話筒可以用同樣的姿勢去抓，機(jī)器人可能要再去做學(xué)習(xí)，每一個東西它去學(xué)習(xí)的過程會長一點，但是一旦學(xué)會之后是很好復(fù)制的。”
“我們在機(jī)器端，都說商用端的需求基本上成功率要做到99.7%，大概是一年失敗一次。而在工業(yè)端，成功率要達(dá)到99.97%。”馬揚(yáng)用數(shù)據(jù)道出了觸覺機(jī)器人對可靠性的極高要求。觸覺技術(shù)的成熟，不僅是算法的優(yōu)化，更是芯片、傳感器、系統(tǒng)架構(gòu)、訓(xùn)練平臺等多維度的協(xié)同進(jìn)化。
從“能用”到“好用”，觸覺技術(shù)仍需跨越仿真與現(xiàn)實的鴻溝、數(shù)據(jù)與模型的壁壘、訓(xùn)練與部署的周期。但正如馬揚(yáng)所言：“我們這代人，等到養(yǎng)老一定是機(jī)器人來服務(wù)的。”這個未來并不遙遠(yuǎn)，而觸覺，正是通往那個未來的關(guān)鍵鑰匙。