作者 | 黄昱

具身智能的战场，正在从“大脑”更多扩展到“感官”。

过去两年，随着VLA（视觉—语言—动作）模型、世界模型不断发展，具身智能的大脑越来越聪明，但越来越多企业发现，机器人真正进入工厂、家庭等真实环境后，却仍然频繁出现“抓不稳、拿不准、装不好”的问题。

如何通过更多高质量数据让机器人真正理解物理世界，开始成为整个行业新的课题。

近日在2026世界人工智能大会（WAIC）期间，一目科技创始人兼 CEO 李智强在与华尔街交流时表示，过去半年，触觉数据需求已经出现了非常明显的增长。“原来大家主要做本体采集，现在无论是客户端还是学术界，都在强烈要求触觉数据。”

触觉被视作具身智能的最后一块拼图，为何近半年来业内对触觉数据需求出现明显增长？

李智强认为，第一个原因是，纯视觉路线已经逐渐逼近能力边界。过去行业首先需要验证VLA等方案是否可行，如今模型已经能够完成不少Demo，但真正落地执行时，却暴露出越来越大的鸿沟。

“人学习的时候经常会说‘我看会了’，但真正上手却不会。”李智强举例称，机器人也是如此，仅依赖视觉能够理解动作，却无法理解真实操作过程中的摩擦力、软硬度、接触反馈等物理信息，因此一旦进入真实环境，执行效果便会明显下降。

第二个原因，是整个触觉数据从硬件到数据理解的能力也在增强。李智强表示，可以看到整个产业界对于触觉价值的认识也正在迅速提升。

事实上，一目科技此次WAIC展示的机器人真假花生识别，正是触觉数据价值最直观的体现。

视觉无法区分两颗花生，但机器人通过一次真实接触，便能够获取压力、形变等物理反馈，从而完成判断。对于机器人而言，最有价值的并不是互联网世界中的图片，而是真实世界持续产生的Ground Truth（物理真值）。

训练出一个成熟的具身智能模型需要多少触觉数据？

李智强指出，过去业内普遍认为，一个成熟的机器人模型至少需要50万小时以上的数据训练，目前不少企业已经开始向50万至100万小时推进，而行业内部甚至提出，明年采集的数据量可能要达到1000万小时。

“我们的观点是，带触觉的数据应该有相似的量级，至少不会低于一个数量级。”李智强还指出，在已有采集体系中增加触觉模态的成本其实非常低，可能连1%都不到，因此投资回报率很高。

不过，与未来需求相比，行业目前拥有的触觉数据仍然十分有限。

李智强透露，目前真正有效的触觉数据可能只有几万小时到10万小时之间。在所有具身智能数据中，触觉交互数据仍然是最稀缺的一块，也是整个行业需要尽快补齐的短板。

这意味着，未来几年，触觉数据也将成为具身智能产业新的基础设施建设重点。

一目科技的核心产品是全系列视触觉传感器（方形、楔形、指尖等形态）。

对于触觉数据采集的难点，李智强认为，相比2025年，行业当前最大的挑战已经不再是触觉硬件能否量产和标准化，今年真正需要突破的是如何实现大规模部署，包括产品一致性、稳定性、不同数据源之间的数据对齐，以及对触觉数据的理解和解析方面的算法能力。

围绕触觉数据的高需求，一目科技搭建了一套完整的基础设施体系，

底层，视触觉传感器持续采集真实交互数据；中间层，通过数据采集系统和触觉编码模型（Tactile Transformer Encoder），将复杂的物理交互转化为模型能够学习的结构化知识。再进一步与视觉、语言等多模态数据融合，帮助机器人建立Grounded Transition Model（GTM）以及Affordance（可供性）能力，让机器人理解“面对什么物体、施加多大力度、最终会产生怎样的结果”。

李智强表示，目前一目科技的客户主要分为两类，一类是拥有模型团队的大型科技企业，另一类则是数据服务商。

随着行业需求快速增长，一目科技的业绩也已出现明显提升。“这半年业绩增长会更明显。”李智强说道。

值得一提的是，7月18日，一目科技宣布完成超过10亿元E轮融资，投后估值突破100亿元。本轮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，资金将主要用于具身智能触觉感知材料、芯片、算法及模型研发，以及规模化量产和订单交付。

过去两年，具身智能行业的关注度更多集中在“本体硬件”与“大脑大模型”两端，如今一场关于数据的竞争已经悄然开始。