在具身智能的发展进程中，触觉感知正逐渐成为关键突破口。过去，机器人凭借视觉技术能在工厂扫描零件轮廓、在实验室读取实验数据、在商场识别人脸并引导路线。然而，当机器人尝试夹起软布、拿起薄纸或握住鸡蛋时，仅靠视觉远远不够，它需要精准感知力度大小、判断是否抓稳、察觉是否发生滑移，并据此调整操作，这些正是触觉感知亟待解决的问题。
千觉机器人创始人马道林指出，机器人若要真正融入现实世界，不能仅依赖视觉。视觉让机器人“看见”世界，而触觉赋予其“操作”世界的能力。从2024年开始，主流灵巧手公司尝试搭载传统触觉传感器；到2025年下半年至2026年年初，技术趋势逐渐向视触觉（Vision-Based Tactile）靠拢。视触觉的输出为图像，与机器人视觉和大模型输入主体一致，这使得算法端可直接复用大模型时代积累的视觉编码器、多模态方法及Token化技术，有效降低边际成本。
触觉感知成为具身智能从“看见”迈向“理解”物理世界的重要环节。在具身智能领域，Ego（第一人称视角）、UMI（通用操作接口）、真机数据这三条数据管线的发展至关重要，率先跑通其中一条的企业，将掌握下一代具身基础模型的入场资格。
在全球机器人领域旗舰会议ICRA上，千觉机器人展示了一台双臂机器人，它在无预设轨迹的情况下，自主完成了纸盒成型的全过程。纸板作为典型的弱柔性物料，轻薄且易变形，每次抓取和折边的接触状态都随操作动态变化。传统工业机器人依赖固定轨迹编程和纯视觉引导，面对此类物料时，常因形变误差导致操作失败；传统力控方案也难以捕捉微观的动态滑移。而传统VLA模型主要依赖视觉和语言指令驱动动作，在结构化环境中表现尚可，但在弱柔性物料、微小形变、动态滑移等场景中，因缺乏实时物理反馈，容易陷入“盲操作”。
千觉机器人自主研发的VTLA（Vision-Tactile-Language-Action）模型，将触觉从传统控制系统中的反馈信号提升为与视觉同等级的认知模态。视觉负责理解环境与物体状态，触觉负责理解接触过程与物理交互状态，二者共同构建起机器人对物理世界的完整感知基础。在叠纸盒演示中，搭载VTLA模型的机器人通过实时感知纸板受力状态，连续完成抓取、展开、折边和压实等操作，顺利完成纸盒成型任务，且在持续外部干扰下仍能稳定执行，展现出强大的鲁棒性与泛化能力。
马道林强调，触觉并非机器人能力的“附加项”，而是从实验室演示走向产业应用的底层支撑。在人形机器人、精密制造、智能检测等场景中，机器人能否在复杂物理接触中稳定、可靠、可复制地完成任务，往往决定其落地效果。VTLA模型解决了“如何运用触觉”的问题，而高质量、多模态的触觉数据获取，则依赖于TacCap-Gripper触觉数采设备。
TacCap-Gripper是一款专为机器人物理交互数据采集设计的硬件，集成了高精度视触觉传感器、IMU惯性测量单元与高分辨率编码器，可实现动作、视觉、触觉多维度数据的同步采集与精准匹配。人类演示者佩戴该设备完成一次抓取，产生的不仅是一段视频，更是一组包含手指姿态、接触力分布、物体形变过程的完整数据包，可直接用于VTLA模型训练。
然而，视触觉路线在工程落地层面面临诸多挑战。传统视触觉传感器存在体积臃肿、高频动态响应不足、硅胶涂层易磨损以及量产一致性差等问题，这些问题成为实验室技术与市场应用之间的阻碍。千觉机器人通过自研工艺，对指尖触觉传感器进行小型化与结构优化，在保持高精度微观形变、纹理变化捕捉能力的同时，可精准支撑对位、拨动、滚动、精细抓取等高精度操作。
目前，千觉机器人已构建起全系列多模态触觉传感器产品矩阵，涵盖指尖、夹爪、平面、曲面等全形态硬件，能够适配灵巧手、工业机械臂、人形机器人等各类具身智能体。其产品已应用于智元、谷歌、自变量、银河通用、众擎等众多国内外知名具身企业，并与宁德时代、理想汽车、海尔等开展场景合作。
千觉机器人是一家兼具学术与产业基因的硬科技企业。创始人马道林毕业于北京大学，获得博士学位后进入MIT Mcube实验室从事博士后研究，师从国际机器人操作与触觉感知领域领军学者Alberto Rodriguez。目前，他在上海交通大学担任副教授、博士生导师，凭借在触觉感知与具身智能领域的深入研究，荣获国际机器人学界最高学术荣誉——ICRA 2021全球唯一最佳论文奖。
千觉机器人团队汇聚了来自MIT、北京大学、清华大学、上海交通大学、复旦大学、UCL、悉尼大学等国内外顶尖院校的跨学科人才。团队在机器人操作与触觉感知领域持续深耕，打通了从底层传感器设计、高价值数据采集，到感知算法迭代与触觉模型研发的全链条技术闭环，形成了难以复制的核心竞争力。
在视触觉领域，全球顶尖人才多来自MIT，马道林是少数回国创业者之一。其系统性的技术判断力和工程攻坚能力，吸引了资本市场的关注。成立仅一年半，千觉机器人便完成天使轮、Pre-A轮融资，累计融资数亿元人民币，投资方包括高瓴创投、理想汽车、元禾原点、孚腾资本（上海具身智能产业基金）、智元等知名投资机构和产业方。
马道林认为，未来一两年，纯单品硬件公司将面临巨大压力，产业竞争将从碎片化的算法研究、单点传感器竞争，升级为“传感器+全栈模型+场景数据”的系统级对决。千觉机器人围绕触觉硬件、数据采集、模型训练和产业应用，致力于构建机器人理解真实物理世界的底层能力。
在当前的具身智能产业链中，通用大模型与整机结构的生态主导权多掌握在主机厂或AI巨头手中。对于千觉这类技术型初创企业而言，将战略重心放在底层触觉能力上，推动硬件标准化、数采规范化以及跨模态对齐，是在巨头竞争的生态中切入细分市场的务实选择。机器人从“看见世界”到“操作世界”，触觉感知是不可或缺的一环。
回顾人工智能发展历程，计算机视觉的爆发得益于海量标准化开源数据集与软硬件的高度对齐。而当前触觉领域，在高质量数据规模、物理接口标准以及大规模预训练模型适配等方面，仍处于探索阶段。触觉感知能否从技术亮点转变为行业标配，取决于成本门槛、数据规模和市场验证三个关键因素。
触觉传感器在灵巧手整体BOM成本中占比不高，但其软硬件一体维护、校准与一体化集成成本高昂，对追求大规模量产经济性的主机厂构成现实门槛。尽管行业已有部分百万帧级别的局部开源图像，但具备多物体、多形态、跨场景且带物理真值标签的操作轨迹数据集依然匮乏，触觉数据飞轮能否有效运转，直接影响其控制模型的泛化能力。主机厂是否愿意为“摸得准”支付溢价，在人形机器人尚未真正走进家庭之前，触觉的投资回报率仍需市场验证。机器人能否真正做到“摸得准、做得稳”，不仅取决于千觉等技术提供商在硬件和软硬件融合上的迭代速度，更取决于整个具身智能产业链对触觉价值的认可程度。
