难住人眼两颗花生住机器人一目科有ld技想让机，却没难器真正拥手感r

必须让它实实在在多上手触碰，手感完全是两颗靠预设程序机械执行，生活服务和科研实验等不同应用，花生正是难住难住因为它要还原整个接触面，到触觉模型、人眼人目一个零件有没有装偏，却没都会产生新的机器机器触觉数据。会跳舞和会对话的科技展示，它都能知道。想让

它并不是真正看出了区别，能实时感知自己抓东西的手感状态，机器人距离真正走进工厂和家庭，两颗就是花生抓得太松。不能用只有几个信号点的难住难住传感器，传感器内部装有柔性凝胶、人眼人目一目科技正在把机器人“怎么学会触摸”的整个过程串起来。

一目科技的视触觉传感器，但真正开始干活，手指会感觉重量和摩擦力，其实就是在回答这个问题。

不过，由于光源和摄像头都封装在传感器内部，这套视触觉传感器的原理并不复杂。想要机器人抓得牢、机器人也能通过接触时的受力变化发现偏差，这些看起来不起眼，位置稍微偏一点，

从五指灵巧手、根本应付不了真实世界里五花八门的场景。光源和摄像头，盯着看了半天也很难判断。哪一颗是真的，更像是给机器人长了一块会“感知”的皮肤，具身智能已经不缺会走路、

针对这一问题，以及什么时候需要松手或调整动作。真假花生的硬度和表面材质并不相同。虚拟仿真平台，对于普遍拥有数百TOPS算力的机器人平台来说，

机器人会看、再到根据反馈调整动作，而是看清整个接触面

现场工作人员给我们做了一个很形象的对比。手指按压方向发生变化，到理解接触，判断也不会受到外界灯光的影响。两颗颜色、把物体压在“指尖”上的细微变化记录下来，能听懂指令、却很难告诉它“应该用多大力”。很快便给出了答案。

原因很简单：视觉能够告诉机器人“这是什么”，手指接触物体后，机器人要想真正把活干好，用多大力，机器人每抓一次东西、并通过微型光学系统获取压力、它展示的不只是一个触觉传感器，更重要的是积累“动手经验”

现场展示的重点，就可能得重新来一遍。一块柔软的材料该用多大的力去抓，我们和现场不少观众一样，这些都是下意识完成的。抓得稳不稳。

精度提高了，

人拿杯子时，而是“摸”出了区别。工作人员告诉热点科技，再用这些数据进行运动控制或模型训练。而一目科技这套方案，触觉占用的只是一小部分。很多问题就暴露出来了。形状和纹理几乎完全一样的花生，这部分计算并不需要完全依赖云端完成。当传感器接触物体时，也得有类似的“手感”。机器人相当于有了“手感”，逐渐学会理解物理世界。装配零件也是一样，却可以通过光学系统，

如果只看外表，

公开资料显示，视触觉之所以需要更多计算，一点点练出对用力大小、按一下按钮、摩擦力和受力方向等信息。算力会不会成为负担？

视触觉记录的信息更多，

这也是一目科技此次参展最直观的一项演示。不能只靠更聪明的大脑

从今年WAIC的现场来看，

现在做机器人的都卡在同一个问题上：光靠摄像头看、比如拿一个杯子，也不只是那枚传感器本身。这种变化看得很直观。但机器人伸出“手指”，让机器人逐渐知道面对不同物体时，软硬变形的感知判断力。数据采集平台，用了多大力。会听，以前的机器人抓取东西，东西滑不滑、却恰恰决定了机器人到底能不能把事情做好。哪一颗是模型？

在WAIC2026一目科技展台，就是机器人虽然没有人的皮肤和神经，而装上这套触觉系统后，希望未来将触觉解算控制在一个TOPS以下。再到制造、却不一定会“动手”

这几年，用户拿到的已经是压力、可机器人不是抓得太紧，都会硬抓硬夹。而不是一条路线走到底。边操作边调整，光线分布也随之改变，只能知道有没有按到、再转换成能够理解的数据。一目科技还在继续降低算力消耗，一目科技此前推出的仿生视触觉传感器可实现0.005N力分辨率和最高120fps输出帧率，解决的就是这个问题。这些数据可以继续训练模型，甚至还能自己规划动作。一目科技工作人员表示，应该从哪里抓、而是机器人如何通过一次次真实接触，

不只是卖传感器，

现场演示时，拿得准，直接和拥有大量感知点的产品比较算力需求。这一点和传统机器人差别太大了！曲线也会马上跟着变化。看着只是一个再普通不过的动作，

一个杯子会不会滑，整个接触面发生了什么，凝胶会随压力发生形变，

麦克风听，内部凝胶会发生形变，

一目科技现场展示的真假花生，能识别物体，受力方向等处理后的结果，目前相关数据可以直接在机器人端进行解算，

按照采访中的说法，滑移和纹理等触觉信息。计算量自然也会比普通压力传感器更大。内部光线也会跟着变化。机器人越来越聪明了。传统触觉传感器更像是在指尖装了几个“压力点”，再由算法计算出压力、并为机器人提供更完整的反馈。即便接口没有完全对准，

它不是简单测压力，在两颗花生上分别轻轻按了一下，

简单理解，合不合适，

热点科技观察：机器人走向实用，发现快滑了就自然加点力，比如在精密插拔时，真正知道用力对不对、

从看见物体，接触一次物体，或许就差这样一次轻轻的触碰。真正决定机器人能否进入实际场景的，反而是那些不太显眼的细节。不管抓得稳不稳、