作者 | 黃昱

具身智能的戰場，正在從「大腦」更多擴展到「感官」。

過去兩年，隨着VLA（視覺—語言—動作）模型、世界模型不斷發展，具身智能的大腦越來越聰明，但越來越多企業發現，機器人真正進入工廠、家庭等真實環境後，卻仍然頻繁出現「抓不穩、拿不準、裝不好」的問題。

如何通過更多高質量數據讓機器人真正理解物理世界，開始成為整個行業新的課題。

近日在2026世界人工智能大會（WAIC）期間，一目科技創始人兼 CEO 李智強在與華爾街交流時表示，過去半年，觸覺數據需求已經出現了非常明顯的增長。「原來大家主要做本體採集，現在無論是客戶端還是學術界，都在強烈要求觸覺數據。」

觸覺被視作具身智能的最後一塊拼圖，為何近半年來業內對觸覺數據需求出現明顯增長？

李智強認為，第一個原因是，純視覺路線已經逐漸逼近能力邊界。過去行業首先需要驗證VLA等方案是否可行，如今模型已經能夠完成不少Demo，但真正落地執行時，卻暴露出越來越大的鴻溝。

「人學習的時候經常會說‘我看會了’，但真正上手卻不會。」李智強舉例稱，機器人也是如此，僅依賴視覺能夠理解動作，卻無法理解真實操作過程中的摩擦力、軟硬度、接觸反饋等物理信息，因此一旦進入真實環境，執行效果便會明顯下降。

第二個原因，是整個觸覺數據從硬件到數據理解的能力也在增強。李智強表示，可以看到整個產業界對於觸覺價值的認識也正在迅速提升。

事實上，一目科技此次WAIC展示的機器人真假花生識別，正是觸覺數據價值最直觀的體現。

視覺無法區分兩顆花生，但機器人通過一次真實接觸，便能夠獲取壓力、形變等物理反饋，從而完成判斷。對於機器人而言，最有價值的並不是互聯網世界中的圖片，而是真實世界持續產生的Ground Truth（物理真值）。

訓練出一個成熟的具身智能模型需要多少觸覺數據？

李智強指出，過去業內普遍認為，一個成熟的機器人模型至少需要50萬小時以上的數據訓練，目前不少企業已經開始向50萬至100萬小時推進，而行業內部甚至提出，明年採集的數據量可能要達到1000萬小時。

「我們的觀點是，帶觸覺的數據應該有相似的量級，至少不會低於一個數量級。」李智強還指出，在已有采集體系中增加觸覺模態的成本其實非常低，可能連1%都不到，因此投資回報率很高。

不過，與未來需求相比，行業目前擁有的觸覺數據仍然十分有限。

李智強透露，目前真正有效的觸覺數據可能只有幾萬小時到10萬小時之間。在所有具身智能數據中，觸覺交互數據仍然是最稀缺的一塊，也是整個行業需要儘快補齊的短板。

這意味着，未來幾年，觸覺數據也將成為具身智能產業新的基礎設施建設重點。

一目科技的核心產品是全系列視觸覺傳感器（方形、楔形、指尖等形態）。

對於觸覺數據採集的難點，李智強認為，相比2025年，行業當前最大的挑戰已經不再是觸覺硬件能否量產和標準化，今年真正需要突破的是如何實現大規模部署，包括產品一致性、穩定性、不同數據源之間的數據對齊，以及對觸覺數據的理解和解析方面的算法能力。

圍繞觸覺數據的高需求，一目科技搭建了一套完整的基礎設施體系，

底層，視觸覺傳感器持續採集真實交互數據；中間層，通過數據採集系統和觸覺編碼模型（Tactile Transformer Encoder），將複雜的物理交互轉化為模型能夠學習的結構化知識。再進一步與視覺、語言等多模態數據融合，幫助機器人建立Grounded Transition Model（GTM）以及Affordance（可供性）能力，讓機器人理解「面對什麼物體、施加多大力度、最終會產生怎樣的結果」。

李智強表示，目前一目科技的客戶主要分為兩類，一類是擁有模型團隊的大型科技企業，另一類則是數據服務商。

隨着行業需求快速增長，一目科技的業績也已出現明顯提升。「這半年業績增長會更明顯。」李智強說道。

值得一提的是，7月18日，一目科技宣佈完成超過10億元E輪孖展，投後估值突破100億元。本輪孖展由多家一線人民幣基金、頭部美元基金及產業資本聯合參與，資金將主要用於具身智能觸覺感知材料、芯片、算法及模型研發，以及規模化量產和訂單交付。

過去兩年，具身智能行業的關注度更多集中在「本體硬件」與「大腦大模型」兩端，如今一場關於數據的競爭已經悄然開始。