加入高工机器人专业行业群，加微信：13590381326，出示名片，仅限机器人及智能制造产业链相关企业。
行业把绝大部分注意力放在“大脑”和“本体”并不意外，但展台上那些真正进入生产和生活场景的机器人，决定它们能否一次完成抓取、装配等操作的，还是灵巧手或夹爪上的触觉传感器。
尽管本届WAIC上，触觉传感器已不再是稀缺物种，甚至与机器人本体一同站上了C位。但从过去“传感器性能”和“单点应用”的叙事，真正把触觉这件事放到“物理AI基础设施”层面来思考的企业，并不多。一目科技是其中一家，也可能是今年WAIC把这个逻辑讲得最完整的一家。
这个Demo的价值并不在于展示触觉传感器的测量维度和性能，而在于它用最朴素的方式，点破了一个正在被行业热议的命题：智能的本质是“信息压缩”，而无现实约束的压缩必然导致幻觉。
大模型时代，人们对“幻觉”早已不陌生。当模型只在语言或视觉空间里做压缩，缺乏来自真实世界的反馈约束，失真就不可避免。
真假花生Demo就是一次绝佳的类比：仅凭视觉，两颗花生在RGB图像里几乎无差别，机器人的“分不清”正是一种典型的无约束压缩。而触觉的引入，等于为压缩过程加上了一道不可绕过的物理锚点。
当前机器人面临的短板并不只在推理能力上，还欠缺来自真实交互的物理真值，这正是一目科技切入的原点。
这家深耕高精度感知的企业，将其在光谱感知领域积累的微观测量与AI解析能力，系统性地延伸到物理交互的终极前沿——触觉感知，并精准识别了物理AI的发展中“高质量物理数据荒”这一核心挑战。
触觉，理解物理世界的原初界面
在这个可视化演示中，屏幕实时映射出手指各区域的触觉信号。机械手抓握物体时，压力如何分布、哪个指节在发力、滑动趋势出现在哪里，全部以热力图的形式清晰可见、可量化、可追溯。
这背后蕴藏了一目科技对物理AI源头的判断：智能源于“交互”，而非“观察”。
人类认识世界，从来不是单靠旁观完成的。比如婴儿是在一次次抓取、按压、摆弄中建立起对物体软硬轻重的认知。触觉，是建立智能体与物理世界因果关系的原初界面。视觉只能看到结构，触觉才能感知力、形变与因果。机器人要真正“理解”物体的物理属性，就必须完成从单向观察到双向交互的跨越。
这一理念的硬件底座，在展台的视触觉产品矩阵和五指传感手提箱中一览无余。从方形、楔形到指尖等多种形态，一目科技的视触觉传感器通过内置光学系统捕捉接触产生的微观形变，再经由专有AI算法解算出压力、剪切力、纹理及滑动趋势等多维信息。
其力分辨率达0.005N，能感知远超人类指尖的细微力变化，而传感器厚度仅为行业同类产品的一半，为灵巧手集成破解了最大的工程瓶颈，让触觉真正成为机器人身体的自然延伸，而非以牺牲机械设计为代价。
“感知－编码－可供性”
一套新的模型范式
有了高保真的触觉数据，下一个问题随之而来：这些数据如何规模化，又如何转化为机器人的能力？这是两个不同层面的挑战，一目科技选择用数据飞轮来实现数据规模化，并用一套新的模型方式来实现能力的转化。
先看规模化，触觉数据与运动、视觉数据有一个本质区别：后两者可以靠仿真批量生成，而触觉数据必须来自真实的力学交互，采集成本高、效率低——如果每一项操作技能都要靠真机逐条采集，规模化训练就无从谈起。
一目科技的解法是利用数据飞轮，以展台上的抓球Demo为例：真实机器人抓球产生的触觉数据，被映射到虚拟世界后，自动生成成千上万种变体任务——不同大小、不同重量、不同材质的球——再反哺训练模型。“真实接触→数据增强→仿真映射→模型训练”的闭环由此形成，以有限的高保真真实数据为种子，实现训练数据的指数级扩展。
能力转化则是由一目科技这套“感知-编码-可供性”新范式推动的。首先，一目科技视触觉传感器感知物体被触碰时的形变场，并形成交互数据。接着一目触觉编码器（Tactile transformer Encoder）将这些数据转化为可在机器人本体之前迁移的行动知识，这些知识被用于训练，最终输出Affordance（可供性），让机器人自主判断“条件、对象、施力和结果”。
这套范式的突破性在于：它让AI学会的不只是物体识别，还有“理解物体与自身之间能发生什么交互”。
从传感器到基础设施
填补“物理感知—智能理解”的断层
顺着展台的动线看下来，会发现一目科技的展陈不是按产品线组织的，而是按“数据流向”铺开的：视触觉产品矩阵作为硬件基础，提供物理世界的真值数据；UMI穿戴式数据生产系统则将人操作时的动作、视觉、触觉三位一体采回，量产具身训练所需的高维数据集；搭载视触觉传感器的灵巧手在抓球演示中，验证了触觉数据在灵巧操作中的闭环控制能力；最终在生产和生活场景中得到验证。
在这条数据流向中，一目科技将自己的定位放在了物理AI基础设施提供商上。
对这个定位，可以用一个类比来理解：如同键盘和鼠标为不同的操作系统提供了统一的输入外设，一目科技则为各类技术路径的“具身大脑”，无论是基于模型、学习还是混合范式，提供一个标准化、高保真的物理信号输入接口，让上层AI算法不受底层硬件差异干扰，专注于理解和处理触觉信息。
从产业逻辑上看，这是一个比“卖传感器”更具想象空间的生态位。当前具身智能的技术路线尚未收敛，各家“大脑”百花齐放，但无论哪条路线胜出，都绕不开一个标准化、高质量的触觉感知层。率先打通“传感器硬件—数据系统—赋能模型—场景落地”全链路的企业，自然占据了这一轮基础设施建设的先手。
据高工机器人了解，一目科技的相关方案已在柔性装配、精密实验、食品加工等对触觉要求极高的复杂场景中得到验证，有效解决了非结构化环境下小批量、多品种生产的自动化难题。同时，一目科技正通过与国内外主流灵巧手厂商、数据采集及仿真平台等产业核心伙伴的深度合作，推动标准建立与数据资产的共建共享，一个围绕触觉数据的产业生态正在成形。
写在最后
在本届WAIC横跨三地四馆的展览现场，各种形态“会动”的机器人已经随处可见，但真正能够稳定“干活”的机器人依然稀缺。二者之间的差距，不只体现在模型参数和运动能力上，还有对物理世界的真实理解。
从一颗花生的真假之辨，到“感知-编码-可供性”的范式重构，再到物理AI基础设施的全链路布局，一目科技展示的是一条清晰而完整的路径：让机器人在与真实世界的交互中，建立起对物理世界的真正理解。
资本对这条路线的判断也在变得清晰。WAIC大会第二日，一目科技宣布完成E轮超10亿元融资，估值突破100亿元，正式跻身具身智能百亿估值企业行列。
对于这家从高精度感知起家、如今已将能力延伸至触觉硬件、数据系统和通用模型的物理AI基础设施企业而言，百亿估值并不是故事的终点，而是从“证明触觉有价值”走向“把触觉做成产业底座”的新起点。
具身智能的下一程，比拼的未必只是“大脑”有多聪明，更是谁能持续提供离物理世界更近的真值；而一目科技押注的，正是机器人真正开始干活之前，最不能缺少的那一层。
