机器人“一捏”辨真伪花生：一目科技WAIC秀AI视触觉黑科技

智东西
作者 ZeR0
编辑 漠影

智东西7月21日报道，在世界人工智能大会WAIC 2026期间，视触觉技术创企一目科技演示了让机器人分辨两颗看起来几乎一模一样的花生，两颗花生的颜色、形状、纹理都很像，只见机器人伸出指尖，轻轻按压了一下，随即做出判断：左边是真的，右边是模型。

做到这一点，得益于一目科技的视触觉（Vision-based Tactile）技术。

机器人面对的是物理世界，需要持续获得来自现实世界的Ground Truth（物理真值）。通过触觉感知，机器人可掌握物体在受力后的形变与响应。

在很长一段时间里，机器人并没有学会这件事。它们能看到物体的样子，却感受不到物体的硬度、摩擦力与弹性。这是因为传统的力传感器无法直接感知“形变”。

与传统力传感器不同，视触觉在柔性材料内部建立光学观测系统。当机器人与物体发生接触时，材料会产生微米级的形变，内置的光学系统实时记录这些变化的图像，再通过AI算法还原出压力分布、剪切力、纹理、滑移趋势等丰富的物理信息。

除了真假花生识别外，一目科技还展示了五指集成视触觉灵巧手。在演示屏幕上，观众可清晰看到，机械手抓取过程中，每根手指的压力分布、接触区域和滑移趋势都在实时可视化呈现。过去隐藏在机械结构内部的物理信息，成为了可以被机器人学习和理解的数据。

但对于一目科技来说，视触觉传感器只是起点，一目科技正在构建Physical AI基础设施，希望提供一套让机器人能够持续理解物理世界的能力。

在其团队看来，真正稀缺的并不是一颗传感器，而是由传感器持续产出的高质量物理交互数据。因为对于Physical AI而言，每一次接触，都是机器人认识世界的一次学习；每一次抓取，都会产生新的Ground Truth。

为此，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。一目科技团队希望通过海量的交互，让机器人学习GTM（Grounded Transition Model），最终形成机器人的Affordance（可供性）能力——即在什么条件下、对什么对象、施予什么力、得到什么结果。上层，结合虚拟仿真平台，不断扩展真实数据的覆盖范围，形成真实世界、数据世界和模型训练之间持续迭代的数据闭环。

此次WAIC展出的视触觉产品矩阵、五指集成灵巧手、数据采集系统、虚拟仿真平台，以及覆盖生产制造、生活服务、精密实验等不同场景的应用展示，共同组成了这一完整链路。

从看见世界到理解世界，从识别物体到理解交互，Physical AI正在进入新的阶段。围绕真实交互建立的数据能力，正在成为机器人迈向开放环境的重要基础设施。