目录
1.1 1970s–1990s：机器人早期起源——“我碰到了什么？”
1.2 1990s–2010s：触觉开始走向任务——“我能抓稳它吗？”
1.3 2010s–2025：视觉-触觉时代到来——“摸得像人一样”
机器人产业：正在集体“绕过”触觉
——共识
半个世纪以来，机器人始终在努力获得一双“真实”的手。然而一个残酷的事实是：当前展示的绝大多数“灵巧手”，实质是预编程轨迹的“假手”——
这暴露了一个核心矛盾：
机器人系统的运动与感知能力进展迅速，但其与物理世界进行精细交互的执行终端，发展严重滞后。
面对这一核心短板，所有本体厂商都明白了下一个战场：灵巧手。宇树、智元、特斯拉……纷纷重金投入，要给自己造出真正的手指。
然而，资本市场的叙事逻辑往往更加超前：
它已经越过尚在攻坚的“手”，直接锚定了一个更底层、更终极的愿景——让机器拥有“触觉”。
在操作还只能颤颤巍巍的时候，资本市场就已为“触觉”这个瞬间的感知，提前支付了上万亿的狂热估值。
▲图源网络
然而，狂热的估值无法替代扎实的技术演进。
在愿景与现实之间，横亘着“触觉”技术自身长达半个世纪的、充满反复与停滞的发展历程。
因此，本文将搁置喧嚣，回归技术演进的本源，系统审视触觉感知领域的研究轨迹、核心挑战与范式迭代。
我们旨在厘清几个根本问题：
触觉技术本身经历了怎样的发展阶段？
其从实验室走向实际应用的核心瓶颈究竟何在？
以及，它如何能切实地、而不仅仅是概念上，成为下一代机器人物理智能的基石？
理解其过去与现状，是理性定义其未来的唯一前提。
01 触觉机器人50年进化史
1.1 1970s–1990s：机器人早期起源——“我碰到了什么？”
在最早期，触觉系统非常简单，机器人能做的事情也只有一件：
确认有没有发生接触。
早期触觉传感器本质上就是一张“压力垫子”，只有粗糙的开关结构：
-
按下 = 有接触；
-
松开 = 没有接触。
听上去很原始，但这就是机器人触觉的起点。
这个时期的机器人靠的是“纯机械联动，没有主动反馈”——
机器人碰了东西，人只能靠视觉看 “有没有碰到”，没法 “感觉” 到力度，更别说分辨其形状、材质。
▲图1｜早期远程操作机械臂的雏形。左图为1949年诞生的机械式遥操作系统，右图展示此类古早机械臂的双边控制结构——主操作臂和从动臂会同步运动。这类系统奠定了后续触觉与操作反馈研究的基础
尽管如此，这些简单的传感器已经能帮助机器人避免碰撞、确认接触，成为工业机器人时代最基础的安全保障。
1.2 1990s–2010s：触觉开始走向任务——“我能抓稳它吗？”
进入 21 世纪后，触觉从“存在感知”迈向“操作辅助”。
学界和工业界开始关心一个更具体的问题——
机器人能不能靠触觉抓稳物体？
▲图2｜左图是五十年前的早期动力外骨骼实验，若要驱动手指抓握，需要整套穿戴操作；右图展示了当时笨重的机械臂和带力反馈的抓取装置。别看它像“工业怪兽”，今天人形机器人上灵巧的五指机械手，正是从这样的庞然大物一路进化而来——也由此能感受到触觉机器人领域这几十年到底经历了多大的飞跃
这个时期出现了两类重要技术：
（1）触觉阵列
它能提供二维压力分布，就像一个低分辨率的“触觉相机”。虽然图像很模糊，但已经能判断：
-
一是否出现滑动、抓取是否稳定：
理想触觉传感器的核心目标是测量接触力变化，包括切向力、滑动状态，确保物体安全抓取。
触觉阵列能提供 “接触状态特征”，包括滑动、抓取阶段转换（如从 “接触” 到 “稳定抓取”），解决了传统力传感器 “只能测力度、无法判状态” 的缺陷。
-
二是力分布是否均匀
触觉阵列的优势是 “能区分单点力与面分布力”—— 比如抓取鸡蛋时，阵列可检测到 “某区域压力过高”，从而指导机器人调节抓手力度，避免压碎物体。
机器人第一次能做出更精细的操作，比如调节抓手力量、避免打滑。
▲图3｜MIT发明的光学触觉原型系统。左侧示意如何通过光纤束和柔性镜面记录触觉压痕；右侧展示不同形状物体的触觉图像。该系统能将触觉“转成一幅画面”，供人工观察，是最早的视觉触觉概念之一
（2）更成熟的柔性、嵌入式触觉材料
早期传感器多为刚性结构，要么无法适配复杂形状物体，要么在工业环境中易磨损、易受油污干扰。
而这一时期的柔性、嵌入式材料，本质是解决了 “传感器与环境 / 物体的适配性” 和 “实际场景耐久性” 两大核心问题。
——可以说，这是触觉走出实验室、走向真正有用的关键十年。
▲图4｜上世纪 80 年代的仿生触觉皮肤与指尖设计。(a) 模仿表皮/真皮结构的分层触觉皮肤（基于 PVF2 压电材料）。(b)-(c) 具有人类手指结构的仿生触觉指尖。这些设计首次尝试让机器人“像人一样触摸”
1.3 2010s–2025：视觉-触觉时代到来——“摸得像人一样”
过去十几年，触觉机器人之所以能实现质变，核心是 “视觉式传感 + 深度学习” 的双重突破 ——
-
前者让触觉 “看得见”
随着视觉式触觉传感器的出现，触觉变得前所未有地清晰、细腻、可成像。
当指尖接触物体时，柔性材料会随压力变形，摄像头实时捕捉变形纹理（比如凹陷形状、光影变化），再通过图像反推接触状态；
▲图5｜触觉传感器“看到的”画面。在触觉传感器内部放置摄像头，能够在传感器接触到物体拍摄到高分辨率的物体表面材质图像，以及其在接触后的纹理变化，这种视觉上的形变能够间接反映出触觉信息
-
让触觉 “读懂” 数据
如果说视觉式传感器是 “数据采集器”，深度学习就是 “数据解码器”，彻底改变了触觉的解读方式——不再只用“计算几何”，而可以直接从触觉图像中预测：
接触力（多大劲不压碎物体）、表面纹理（棉 / 麻 / 塑料）、局部形状（球面 / 平面 / 棱角）、滑动趋势（是否要掉）、抓取稳定性（是否握牢），实现 “感知 - 预判” 闭环。
这让机器人第一次拥有了真正意义上的“高分辨率触觉感知”。
▲图6｜触觉机器人手从 2000 年代到 2020 年的演进。上排是 2000–2010 年代表性触觉机械手，如 PR2、iCub、Shadow Hand 等，使用电阻、电容或压阻式传感阵列；下排是 2015–2020 年的新一代视觉触觉手，搭载 GelSight、TacTip 等高分辨率传感器，使机器人能“像人一样”通过指尖感知形状与纹理。这组图展示了触觉从低分辨率阵列走向视觉触觉时代的跨越
由此可见，触觉领域已满足大模型突破的关键前提 ——
统一高维数据形式 + 核心场景刚需 + 技术协同成熟，是具身智能中最易复刻视觉大模型成功路径的领域。
但，触觉大模型无需像视觉、语言大模型那样追求 “通用认知”，而是聚焦 “物理交互通用能力”—— 比如无论抓取纸箱、易碎品还是工具，都能通过触觉数据自适应调节。
这种 “窄而深” 的场景特性，反而容易快速形成技术闭环，率先实现突破。
02 触觉能感知什么？
在触觉机器人发展的历程中，它一直都在尝试回答六个最基本的问题。
它们几乎覆盖了我们人类借助触觉能做的所有事情，也是未来具身智能操作能力的基石。
Q1：“有没有碰到？”——触觉最原始但最重要的能力
这决定了机器人能否安全地和世界互动。
例如外科手术机器人，若没有精确的触觉反馈，可能因毫厘误差而造成严重损伤。
Q2：“碰到哪里？”——触觉告诉机器人接触的位置
机器人若想具备相同能力，需要知道触觉发生的具体位置，而不是只知道“碰到了”。
比如你摸手机侧边寻找音量键，你的手指自动在边缘搜寻。
Q3：“用了多大力？”——力觉与应力分布
这是机器人稳定抓取的核心。
过大：会捏碎物体；
过小：会滑落。
无论是夹取玻璃杯还是拧紧瓶盖，都离不开准确的力控制。
▲AnyRotate: Gravity Invariant In-Hand Object Rotation with Sim-to-Real Touch
Q4：“物体大概什么形状？”——触觉版 3D 重建
现代视觉触觉传感器能从指尖的一次触碰中重建局部几何形状，让机器人在黑暗中也能“看到”物体。
▲Rotatelt: General in-hand objectrotation using vision and touch
Q5：“是什么材质？”——纹理与材料识别
粗糙还是光滑？金属还是布料？干燥还是湿滑？
这对机器人处理未知物体、完成家庭任务有决定性意义。
Q6：“接触如何变化？”——滑动、摩擦、振动等动态触觉
这是实现灵巧操作（dexterous manipulation）的关键。
拧瓶盖、系鞋带、插 USB、弹吉他……
这些动作都依赖动态触觉反馈。
未来的具身智能机器人若想具备人类级的操作能力，这一类触觉感知能力必不可少。
03 触觉对具身智能的重要性
部分人认为：触觉不仅是一个传感器问题，更是具身智能机器人走向现实世界的关键能力。
视觉能看到世界，但触觉告诉机器人“如何接触世界”
毕竟视觉再强，也绕不开 5 个致命短板 —— 遮挡、光照反射、透明物体、小物体识别、深度误差，这些都是具身智能机器人 “看得到却做不对” 的高频失败场景。
触觉给机器人提供了一种“近距离真相”——
只要摸到，就能确认它是什么、在哪里、有什么属性。
▲图7｜基于视觉视觉 vs 触觉核心能力对比表
这或许正是视觉永远无法完全替代的能力。
具身智能需要“操作闭环”，触觉是最可靠的反馈信号
因此，触觉的价值，正是填补视觉的盲区，让闭环形成 “反馈 - 修正” 的循环。
你能成功夹娃娃，是因为你在过程中不断调整力道，而不是靠“看图说话”。
同理，大模型想真正操纵现实世界，也必须具备：
视觉 → 决策 → 动作 → 触觉反馈 → 再决策
这是一个完整的感知–行动闭环，没有触觉，机器人只能“盲目操作”。
▲图8｜触觉机器人 50 年文献影响力分布。每个气泡代表一篇综述论文，高度表示 2024 年引用量，气泡大小对应截至 2024 年的累计引用次数。绿色气泡为累计引用超过 500 次的代表性工作，红色气泡表示既有长期影响又在 2024 年保持高引用的论文。在2020前后，具身智能概念兴起时，机器人触觉方面的相关研究也随之突飞猛进，反映出触觉和具身智能相辅相成的关系
04 触觉机器人下一个十年
不过，当资本为“触觉”的未来狂欢时，机器人产业应该直面一个更根本的命题：它的核心使命是，如何在现实世界中可靠地完成任务？
而当前绝大多数成功的应用证明，这一使命对复杂触觉的依赖，远不及对稳定运动、环境理解与鲁棒策略的需求。
工程上，通过视觉、柔性设计或流程优化（例如用吸盘代替抓取），足以巧妙绕过大多数伪“触觉”场景。
也就是说，触觉——往往只用于优化那最后1%的极限操作体验。
为了这1%的体验，资本愿意为愿景支付万亿，但消费者只愿意为结果支付千元……
然而，这1%恰恰是区分“功能”与“智能”的关键所在。在那些无法被简单规则定义、充满物理不确定性的场景中，例如微创手术中辨别组织层次、精密装配中感知微小卡顿——
触觉提供的实时力与纹理反馈，是视觉和算法模型难以替代的终极物理信息。
所以，产业的成熟不取决于追逐技术的所有“可能性”，而取决于清醒界定其真正的“必要性”。
触觉技术的下一个十年，是划定其能力界限的十年。只有明确知道“何时没有它不行”，我们才会真正明白它无可替代的价值……
Ref：
论文标题：Tactile Robotics: Past and Future
论文链接：https://arxiv.org/pdf/2512.01106
扫一扫
1070
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
