一目科技WAIC 2026：填補物理世界與智能系統(tǒng)之間缺失的那一層

供稿 / 2026-07-19 15:301745

標(biāo)簽：WAIC2026

如果讓機器人分辨兩顆一模一樣的花生，它會怎么做？

在剛剛開幕的WAIC 2026上，一目科技的展臺前圍滿了觀眾。大家盯著桌面上的兩顆花生——同樣的顏色、同樣的形狀、同樣的紋理，肉眼幾乎看不出任何區(qū)別。機器人伸出指尖，輕輕按壓了一下，隨即做出判斷：左邊是真的，右邊是模型。

觀眾們好奇：它是怎么做到的？

答案，并不藏在復(fù)雜的物理公式里，而在于一次真實的“交互”。

構(gòu)建以真實觸覺數(shù)據(jù)為錨點，以高保真觸覺仿真加速的視觸覺數(shù)據(jù)生態(tài).jpg

01 智能的本質(zhì)是壓縮，但必須有現(xiàn)實的約束

過去兩年，大模型讓機器人擁有了越來越聰明的“大腦”。VLA、世界模型等技術(shù)不斷刷新機器人理解任務(wù)和規(guī)劃動作的能力。但真正進(jìn)入工廠、家庭和實驗室后，人們發(fā)現(xiàn)，機器人依然會捏碎雞蛋、抓滑杯子、裝不好零件。

原因并不復(fù)雜。今天的大模型學(xué)習(xí)的是互聯(lián)網(wǎng)世界，而機器人面對的是物理世界。互聯(lián)網(wǎng)能夠告訴AI什么是雞蛋，卻不會告訴它雞蛋殼在多大的壓力下會破裂；圖片可以教會機器人認(rèn)識花生，卻無法告訴它哪一顆是真的。

一目科技視觸覺傳感器識別真假花生.jpg

智能的本質(zhì)是對信息的高度壓縮，但如果沒有現(xiàn)實世界的約束，這種壓縮只會產(chǎn)生幻覺。對于Physical AI而言，真正重要的不是模型繼續(xù)變大，而是機器人能否持續(xù)獲得來自現(xiàn)實世界的Ground Truth（物理真值）。

人類通過交互學(xué)習(xí)世界。嬰兒認(rèn)識世界不是從語言開始，而是通過觸摸、抓握、摔打。在物理世界中，視覺只能告訴我們物體的形態(tài)，而觸覺才能讓我們理解物體的“脾氣”。正如那顆花生，視覺上無法區(qū)分，但通過交互反饋，我們能夠精準(zhǔn)判斷。觸覺感知的不僅是力場，更是物體在受力后的形變與響應(yīng)。因此，觸覺=物理真值。

02 視觸覺：獲取物理真值的“交互界面”

那么，機器人如何獲得這些物理真值？

在很長一段時間里，機器人并沒有學(xué)會這件事。它們能看到物體的樣子，卻感受不到物體的硬度、摩擦力與彈性。這是因為傳統(tǒng)的力傳感器無法直接感知“形變”。

一目科技給出的答案是：視觸覺（Vision-based Tactile）技術(shù)。與傳統(tǒng)力傳感器不同，視觸覺在柔性材料內(nèi)部建立光學(xué)觀測系統(tǒng)。當(dāng)機器人與物體發(fā)生接觸時，材料會產(chǎn)生微米級的形變，內(nèi)置的光學(xué)系統(tǒng)實時記錄這些變化的圖像，再通過AI算法還原出壓力分布、剪切力、紋理、滑移趨勢等豐富的物理信息。

應(yīng)用場景1：視觸覺驅(qū)動的CRO場景精準(zhǔn)配液，實現(xiàn)毫克級流體控制.jpg

這不是在“測力”，而是在“看見形變，理解力”。

在此次WAIC上，一目科技展示的真假花生識別，就是這一原理最直觀的體現(xiàn)。與此同時，一目科技還展示了五指集成視觸覺靈巧手。在演示屏幕上，觀眾可以清晰地看到，機械手抓取過程中，每根手指的壓力分布、接觸區(qū)域和滑移趨勢都在實時可視化呈現(xiàn)。過去隱藏在機械結(jié)構(gòu)內(nèi)部的物理信息，第一次成為可以被機器人學(xué)習(xí)和理解的數(shù)據(jù)。

03 構(gòu)建Physical AI基礎(chǔ)設(shè)施：從感知到GTM與Affordance

但對于一目科技來說，視觸覺傳感器只是起點。

真正稀缺的，并不是一顆傳感器，而是由傳感器持續(xù)產(chǎn)出的高質(zhì)量物理交互數(shù)據(jù)。因為對于Physical AI而言，每一次接觸，都是機器人認(rèn)識世界的一次學(xué)習(xí)；每一次抓取，都會產(chǎn)生新的Ground Truth。

一目科技正在做的，正是構(gòu)建Physical AI基礎(chǔ)設(shè)施。我們正在填補連接物理世界與智能系統(tǒng)之間缺失的那一層。

一目科技在2026世界人工智能大會重磅發(fā)布視觸覺全棧解決方案.jpg

圍繞這一目標(biāo)，一目科技搭建了一套完整的基礎(chǔ)設(shè)施體系：

底層，視觸覺傳感器持續(xù)采集真實交互數(shù)據(jù)；中間層，通過數(shù)據(jù)采集系統(tǒng)和觸覺編碼模型（Tactile Transformer Encoder），將復(fù)雜的物理交互轉(zhuǎn)化為模型能夠?qū)W習(xí)的結(jié)構(gòu)化知識。我們不僅僅是在編碼觸覺，我們是在通過海量的交互，讓機器人學(xué)習(xí)GTM（Grounded Transition Model），最終形成機器人的Affordance（可供性）能力——即在什么條件下、對什么對象、施予什么力、得到什么結(jié)果。上層，結(jié)合虛擬仿真平臺，不斷擴展真實數(shù)據(jù)的覆蓋范圍，形成真實世界、數(shù)據(jù)世界和模型訓(xùn)練之間持續(xù)迭代的數(shù)據(jù)閉環(huán)。

此次WAIC展出的視觸覺產(chǎn)品矩陣、五指集成靈巧手、數(shù)據(jù)采集系統(tǒng)、虛擬仿真平臺，以及覆蓋生產(chǎn)制造、生活服務(wù)、精密實驗等不同場景的應(yīng)用展示，共同組成了這一完整鏈路。

一目科技希望提供的，不僅是一款視觸覺產(chǎn)品，而是一套讓機器人能夠持續(xù)理解物理世界的能力。

應(yīng)用場景2：視觸覺驅(qū)動的柔性加工制造，讓機器人練出手感.jpg

從看見世界到理解世界，從識別物體到理解交互，Physical AI正在進(jìn)入新的階段。

機器人真正需要學(xué)習(xí)的，不是互聯(lián)網(wǎng)上的海量圖片，而是物理世界的內(nèi)在規(guī)律。智能的本質(zhì)是壓縮，但這種壓縮必須經(jīng)過物理現(xiàn)實的檢驗。圍繞真實交互建立的數(shù)據(jù)能力，正在成為機器人邁向開放環(huán)境的重要基礎(chǔ)設(shè)施。

今年WAIC，一目科技展示的不只是全棧視觸覺方案，更是在嘗試回答一個屬于整個行業(yè)的問題：機器人如何真正理解物理世界。