2026年9月27日，美国匹兹堡，IROS（智能机器人与系统国际会议）正式开幕。作为机器人领域顶会之一，IROS议题覆盖机器人全赛道，但今年现场出现了一个极具风向标意义的现象：多场触觉技术分会场全程座无虚席，场内席位早早占满，会场大门敞开，门外仍挤满站立旁听的参会者。
在机器人视觉、大模型、自主导航百花齐放的当下，原本小众的触觉研究，集中成为全场焦点。三场核心报告勾勒出行业最新变革趋势：MIT Edward Adelson教授系统复盘光学触觉技术的迭代取舍；哥伦比亚大学李云竹团队拆解低成本触觉传感器的规模化落地路径；Amazon齐昊志分享触觉手套与力感设备的产业落地逻辑。
三家顶尖机构、三条差异化技术路线，最终指向同一个行业共识：机器人视觉的标准化、规模化时代已然成型，但真实物理交互的核心数据——触觉，长期处于缺失、分散、无法通用的状态。如今机器人学习进入数据驱动阶段，触觉数据的规模化采集、建模与通用化，已然成为物理AI进化的下一个核心瓶颈与增量赛道。
一、视觉的盲区：机器人缺的不是动作，是物理感知
触觉并非新兴方向，其技术根基早已筑牢。早在2009年，MIT团队便在CVPR发表开创性研究，奠定经典GelSight光学触觉技术基础。通过透明弹性体叠加反射薄膜结构，将物体按压产生的微观纹理、表面形变，转化为摄像头可捕捉、计算机视觉可处理的图像信号，让原本难以量化的接触物理信息实现数字化采集。
十余年来，行业陆续衍生出压阻、电容、压电、磁性等多类触觉传感方案，技术迭代从未停滞，但始终无法复刻视觉技术的标准化成果。正如2025年IEEE触觉机器人综述总结：目前行业多条技术路线并行，传感器形态、安装方式、输出信号完全不统一，没有形成任何通用技术范式。
这种差距直观体现在行业认知中：摄像头已是所有机器人的标配，业界早已无需讨论“机器人是否需要视觉”；而触觉至今仍是可选配件，是锦上添花的功能，而非支撑精细交互的刚需能力。
随着机器人基础模型快速发展，行业大规模复用互联网视频、第一视角演示、遥操作轨迹数据训练模型，视觉感知的短板彻底暴露：视觉可以记录世界样貌、手部运动轨迹，却完全记录不了接触瞬间的物理真相。
哥伦比亚大学李云竹团队在IROS现场展示的葡萄抓取实验，精准印证了这一缺陷：机器人抓取袋中葡萄时，袋体遮挡形成视觉盲区，纯视觉训练的机器人只能输出标准化抓取动作，无法判断指尖与果实的真实接触状态，频繁出现空抓、夹取过紧捏坏果实的问题。接入触觉反馈后，机器人可实时感知夹持力度、贴合状态、滑移趋势，遭遇外部干扰时能自主调整姿态、重新稳定抓取，交互容错率大幅提升。
类似场景贯穿机器人精细操作全场景：透明试管插拔、精密零件装配、擦拭、拧紧、柔性物体夹持，视觉都无法捕捉滑移、摩擦、法向力、剪切力等微观交互状态。人类依靠皮肤触觉动态调整发力与姿态，完成稳定操作；而纯视觉机器人，始终缺失这套闭环物理感知能力。
更关键的是，触觉绝非简单的“力控数据补充”，而是一套多维物理信息体系：包含接触位置、压力分布、多维受力、局部形变、表面纹理、材料刚度与摩擦特性。不同传感技术只能捕捉部分维度，数据形态、表征逻辑天差地别，这也是触觉建模难度远高于视觉的核心原因。视觉拥有统一的像素空间标准，跨设备数据可通用适配；而更换一款触觉传感器，观测维度、信号逻辑、数据特征会彻底重构，无法通用、无法规模化、无法统一建模，成为行业长期痛点。
二、硬件破局：从“追求高精度”到“可量产、可复用”
2026年IROS释放的核心信号，是触觉传感器的评价体系彻底重构：行业不再单一追逐超高分辨率、极致精度，而是转向低成本、高耐久、可批量量产、跨设备兼容、数据长期有效的规模化落地能力。
MIT出身的李云竹团队带来的FlexiTac传感器，走出了一条适配AI训练的平民化量产路线。不同于GelSight追求极致几何细节的光学方案，FlexiTac采用成熟压阻阵列架构，将传感单元间距控制在2mm，贴合人类指尖感知阈值，足以覆盖绝大多数日常精细交互任务。
其核心突破在于制备效率与成本控制：初代手工制备单块传感器需30分钟、成本5美元；二代工艺优化后，单块制备时长压缩至3分钟，千片量产单价低至1.36美元。同时软硬件全开源、支持100Hz高频采集，可任意弯曲裁剪，适配夹爪、指尖、全身电子皮肤等多场景部署。
更关键的是解决了行业普遍存在的批次一致性、长期有效性难题。团队实测数据显示，2024年为NVIDIA制作的早期传感器，时隔一年半仍可稳定工作，历史训练的模型策略依旧有效，彻底解决了软材料传感器易老化、数据易失效的问题。同时通过弹簧阻尼系统仿真建模，仅需少量参数即可复现真实触觉信号，大幅降低仿真训练成本。
与低成本量产对应的，是行业对耐久性与硬件一致性的极致探索。Edward Adelson在大会上重点剖析了光学触觉的天然权衡：越轻薄的弹性凝胶层，形变细节越丰富、精度越高，但磨损、撕裂、分层风险急剧上升。2mm厚高韧性橡胶材质可大幅提升耐用性，却会让分辨率回落至毫米级，精度与耐久难以兼得。
现场加速老化测试数据直观展现行业短板：主流GelSight Mini、DIGIT传感器在4kg持续撞击的磨损测试中，仅30分钟便彻底失效；加装TPU保护层的改良版本，最长可稳定工作6天。更关键的是，目前行业无统一耐久性测试标准，传感器损耗后的信号偏移、数据失效、模型兼容问题，成为大规模数据采集的巨大阻碍。
针对这一痛点，AnySkin创新性采用模块化分体设计，将易磨损的传感表层与底层电子硬件分离，支持快速换皮复用，同时优化跨设备信号一致性。实测显示，换皮后无需重新校准，模型策略性能仅衰减13%–15.6%；而同场景下传统ReSkin传感器性能衰减高达43%，模块化设计为规模化、持续性数据采集提供了可行方案。
硬件迭代最终服务于数据采集体系升级。行业主流的UMI演示采集范式，可灵活记录人类操作的视觉画面与运动轨迹，但原生设备无法留存接触力、滑移等物理信息。搭载FlexiTac后，同一套采集流程可同步生成视觉+触觉双模态数据，既弥补了精细交互信息的缺失，也让传统演示数据具备了物理真实性与可泛化性。
三、数据扩容：从机器人自研，到人类触觉数据迁移
触觉数据难以规模化的核心瓶颈，在于采集逻辑与视觉完全不同：视觉是被动拍摄、无限生成；触觉必须依托真实物理挤压、摩擦、滑移交互，采集过程损耗硬件、变量复杂、成本极高。单纯依靠机器人自主采集，难以快速补足数据体量缺口，人类操作触觉数据迁移，成为行业增量关键路径。
Amazon Frontier AI&Robotics齐昊志团队的OSMO触觉手套，率先打通人类触觉数据采集链路。设备在指尖、手掌布置12个三轴磁性触觉传感器，通过磁场形变解算法向力、剪切力等多维交互信息，核心设计亮点在于人机传感接口统一：同一套手套可采集人类操作数据，也可直接适配机器人真机，最大限度缩小人机数据分布差异。
擦拭任务实测中，仅依靠人类触觉演示数据训练、无机器人真机数据微调的策略，任务成功率可达72%，相比纯视觉基线大幅降低压力控制失误、滑移失效等问题，印证了人类触觉数据的训练价值。
但穿戴式触觉手套存在天然短板：长时间佩戴舒适性差、硬件持续损耗、规模化采集成本高昂。为此团队迭代出轻量化ForceBand腕带方案，跳出指尖传感逻辑，通过8通道表面肌电模块+惯性测量单元，采集前臂肌肉活动信号，依托EMG2Force模型映射还原指尖受力状态。
训练阶段以指尖传感器数据为真值、肌电与惯性信号为输入，完成模型映射学习后，正式采集时可完全移除指尖传感设备，仅靠腕带+相机即可生成高精度力值曲线。实测数据显示，该方案相比纯视觉力估计误差下降超50%，精细压力控制抓取任务成功率达87%。
这套迭代路径清晰展现行业取舍逻辑：触觉数据规模化，不再追求单设备极致精度，而是通过分层传感、轻量化硬件、间接估算，平衡采集成本、佩戴体验、数据质量、时序同步、硬件寿命等多重变量，为百万小时级人机多模态数据集搭建可行基建。
四、模型进阶：从单点感知，到触觉世界模型与通用表征
硬件成本下降、采集链路打通，仅解决了触觉数据的“有无问题”，行业下一阶段的核心攻坚目标，是触觉通用表征与世界模型融合，解决多设备、多场景、多任务的数据泛化难题。
视觉的成熟，依托ImageNet级别的海量统一数据集与通用像素表征；而触觉数据体量小、设备差异大、场景碎片化，长期缺乏统一预训练体系。2024年Meta、华盛顿大学团队推出的Sparsh项目，率先对标视觉预训练范式，依托46万余张多设备触觉图像开展自监督预训练，搭建TacBench评测基准。实测显示，预训练通用表征在多任务评测中，相比单任务端到端训练平均提升95.1%，验证了触觉通用预训练的可行性。
但触觉数据的特殊性，暗藏极易被忽视的训练陷阱。德累斯顿工业大学RCT研究指出核心问题：触觉数据具备强时序关联性，单次按压产生的连续数十帧画面，本质是同一次物理交互。传统随机划分训练集、测试集的方式，会造成样本重叠、虚高泛化效果。
团队使用122种工业材料、2.9万帧完整按压数据测试，剔除时序样本重叠后，触觉文本检索Recall@1大幅下降17.7个百分点；针对全新未知材料的泛化准确率仅25.1%。这意味着：触觉数据的统计口径需要彻底重构，帧数量不等于交互次数，数据量不能直接等价于模型能力。
破除数据陷阱后，行业正式进入触觉世界模型迭代阶段，实现从“事后感知”到“事前预测”的跨越式升级。传统触觉传感器是被动反馈器件，交互完成后才输出状态数据；而触觉世界模型可在动作执行前，预判接触位置、滑移趋势、受力变化，实现主动预判与动态调控。
李云竹团队在IROS现场展示的视触觉联合预测模型，运行速率达15Hz，可提前预判物体滑移、对齐偏差，依托视觉与触觉双模态预测驱动精细插入、装配操作。TouchWorld、DexTouch-WM等系列工作进一步完善分层建模、残差修正、人机数据融合体系：TouchWorld在强接触灵巧任务中，相较传统基线成功率提升15个百分点以上；DexTouch-WM通过扩充100小时人类触觉数据，将机器人接触交并比从0.415提升至0.588，彻底打通人机触觉数据协同训练路径。
五、产业终局：触觉复刻视觉进化史，定义物理AI新标准
纵观整场IROS 2026，触觉技术的爆发并非单点突破，而是完整产业链路的成型。行业正在复刻计算机视觉的十年进化路径：先完成硬件标准化、低成本量产，再搭建规模化数据集、建立通用表征体系，最终融入基础模型与世界模型，成为通用机器人的底层标配能力。
但触觉的进化难度，远高于视觉。视觉是光学信号的数字化，而触觉是真实物理世界的数字化，必须兼顾材料力学、摩擦特性、时序关联、硬件损耗、跨设备泛化等多重物理约束。
当下行业的核心变革，早已跳出技术单点创新：评价体系从“精度至上”转向“规模化适配”，数据来源从“机器自主采集”转向“人机协同扩容”，模型能力从“被动感知”转向“主动预测”。
未来机器人的核心竞争力，不再只是看得清、跑得快、动得准，而是摸得稳、控得住、判得准、学得快。当视觉解决了机器人“看见世界”的问题，触觉正在解决机器人“理解物理世界”的核心命题。
在通用机器人从“仿生演示”走向“落地实用”的关键阶段，触觉数据，正是撑起物理AI下一阶段增长的核心底座。