在具身智能技术快速发展的进程中，行业焦点正从“大脑”的智能化逐步向“感官”的精细化延伸。过去两年，视觉—语言—动作（VLA）模型与世界模型的突破让机器人“大脑”的认知能力显著提升，但当这些技术真正应用于工厂流水线、家庭服务等现实场景时，机器人仍频繁出现操作失误——抓取物品时力度失控、组装零件时定位偏差等问题屡见不鲜。如何通过高质量数据让机器人真正“感知”物理世界，已成为行业亟待突破的新课题。
在2026世界人工智能大会（WAIC）期间，一目科技创始人兼CEO李智强在与行业交流时透露，近半年触觉数据需求呈现爆发式增长。“过去企业主要聚焦于机器人本体运动数据的采集，如今无论是终端客户还是科研机构，都对触觉数据提出了迫切需求。”他指出，触觉被视为具身智能技术落地的“最后一块拼图”，其价值正在被全产业链重新认知。
纯视觉路线的局限性是推动触觉数据需求增长的核心因素之一。李智强以人类学习过程为例解释：“就像看烹饪视频学做菜，观众能理解动作流程，但真正下厨时，火候控制、食材软硬等触觉反馈才是关键。”当前机器人依赖视觉系统虽能识别物体形态，却无法感知摩擦力、弹性等物理特性，导致在真实操作中效率骤降。例如，在工业场景中，机器人可能因无法判断金属零件的表面粗糙度而损坏精密部件；在医疗领域，手术机器人若缺乏触觉反馈，可能因用力过猛损伤患者组织。
触觉技术本身的突破也为数据需求增长提供了支撑。李智强表示，随着视触觉传感器硬件的量产化，以及触觉编码算法的成熟，行业对触觉数据的采集、处理能力已大幅提升。在WAIC展台上，一目科技展示的机器人通过单次触碰即可区分真假花生的案例引发关注——视觉系统无法识别的微小差异，触觉传感器通过压力、形变等数据轻松完成判断。“对于机器人而言，互联网图片的价值远低于真实世界的物理反馈，这些数据才是训练模型的‘真值’。”李智强强调。
关于触觉数据的需求规模，行业正形成新的共识。李智强透露，此前业内认为成熟机器人模型需至少50万小时训练数据，而当前头部企业已将目标提升至50万至100万小时，部分机构甚至提出2027年需采集1000万小时数据。“我们的判断是，触觉数据的量级应与视觉数据相当，至少处于同一数量级。”他进一步指出，在现有采集体系中增加触觉模态的成本极低，“可能连整体预算的1%都不到”，这使得触觉数据成为高性价比的投资方向。
尽管需求激增，但触觉数据的供给仍面临严峻挑战。李智强坦言，目前全球有效触觉数据仅有几万至10万小时，仅占具身智能数据总量的极小比例，“这已成为制约行业发展的最大短板”。为解决这一问题，一目科技构建了完整的技术链条：底层通过方形、楔形、指尖等多形态视触觉传感器采集真实交互数据；中间层利用触觉编码模型将物理信号转化为结构化知识，并与视觉、语言数据融合；上层则训练机器人建立“操作因果模型”——即理解“对何种物体施加多大力度会产生何种结果”的逻辑关系。
在商业化层面，一目科技的客户分为两类：一类是具备自主模型研发能力的大型科技企业，另一类是专注于数据服务的供应商。李智强透露，随着行业需求攀升，公司近半年业绩增长显著。7月18日，一目科技宣布完成超10亿元E轮融资，投后估值突破100亿元，资金将用于触觉感知材料、芯片、算法的研发及规模化量产。这场融资由多家一线人民币基金、头部美元基金及产业资本联合参与，标志着资本市场对触觉技术赛道的高度认可。
当前，触觉数据的采集仍面临产品一致性、多源数据对齐等挑战。李智强认为，行业已跨越硬件量产的初级阶段，未来需重点突破大规模部署中的稳定性问题，“这需要材料科学、芯片设计、算法优化等多领域的协同创新”。随着技术迭代，触觉数据有望成为具身智能时代的“新石油”，推动机器人从“看懂世界”迈向“感知世界”的全新阶段。
