触觉，终于上桌了？

机器人学会'摸'，只用了不到一年；但想靠'摸'赚钱，路才刚开始。

2026世界机器人大会（WRC）的展台上，一个细节耐人寻味：讲触觉的玩家，不再只把传感器摊在桌上让人摸，而是开始摆出自己的数据集、模型，甚至评测基准。与此同时，商务部数据显示，7月份重点平台具身智能机器人销售额增长95.1%。

一边是需求端放量，一边是供给侧的技术链条重构。触觉——这个过去在机器人论文里总被塞进'未来工作'部分的配角，正在被拉上主桌。但它带来的不只有想象力，还有一个绕不开的悖论。

🤖 展台变天了：从表演到干活

金句先行：去年大家比谁跳得高，今年比谁干得快。

今年WRC展厅里，舞蹈和空翻明显少了，干活的场景多了起来。自变量机器人展台前，两条机械臂搭配夹爪，在全自主模式下持续分拣大小、形状、材质和重量完全随机的真实物流包裹——此前直播实测的分拣速度最高达到每小时1816件。围观的观众问的不再是'机器人能做什么'，而是'干活效率够不够高'。

京东零售具身智能机器人负责人郑小丹的一句话道破了这种氛围转变：'去年机器人还主要在表演，今年所有人都在关心场景。'她透露，京东从去年开始就把物流场景开放出来与机器人合作，此前曾宣布未来五年要采购300万台机器人——京东有3600多个仓库，物流在整体业务中占比很重，提效动力极强。

不过她也坦言，现阶段具身智能干活的节拍、准确率可能还不及人类，'应该以终为始来看待这项技术'，需要一边跑、一边迭代，而不是等技术完全成熟再进场。

这就是行业的第一个共识：具身智能正式进入'实用场景赛'。而当机器人真的要在仓库里抓起一个陌生的包裹时，问题立刻暴露出来——纯视觉的模型看得见，却摸不透。物体到底多重、表面滑不滑、夹多大力气会捏瘪，眼睛说了不算，得靠皮肤。

于是，触觉被推到了台前。

🤚 触觉赛道变天：不卖传感器，卖链条

金句先行：竞争的计量单位，从'一枚传感器'变成了'一整条技术链'。

如果只看出货量，触觉还是一门硬件生意；但看2026年以来的投融资和产品动作，它正在变成一门向着数据与模型靠拢的生意。

最典型的是7月，千觉机器人同时发布三件套：数采夹爪、千小时视触觉数据集TacVerse 1k、触觉模型X-TouchMind V1。三者对应一条连续的技术链——采集设备记录操作中的画面、触觉和动作，数据集汇总这些记录，模型再从中学习如何完成任务。

类似的变化不止一家。4月，戴盟机器人发布含触觉的全模态数据集Daimon-Infinity，据其公开信息，首批1万小时数据已在阿里魔搭社区开源；6月又与银河通用发布触觉操作评测基准RobOmni。值得注意的是，戴盟的亿元A轮融资明确投向物理交互数据和物理世界模型——钱不进传感器产线，进数据管线。

他山科技则在触觉传感器月交付量达数万枚的同时，开始建设触觉训练平台，并提出研发'触觉原生模型'。一手握着出货，一手伸向模型，动作很说明问题。

研究界也在往同一个方向靠拢。RSS 2026大会的触觉专题研讨会上，来自头部企业和学界的研究者形成一个判断：过去很多机器人论文习惯把触觉留到'未来工作'部分一笔带过，如今它正被重新拉回机器人基础模型的核心设计环节。

据多位接近产业的人士观察，展会上的'讲法变化'往往是资本叙事变化的先导——当一家公司开始秀数据集和评测基准，意味着它要讲的故事已经从'元器件供应商'切换到'能力平台'。估值逻辑，完全是两套。

⚠️ 悖论时刻：更懂物理，也更难通用

金句先行：触觉让模型更懂世界，也让模型更懂'某一只手'。

触觉的价值显而易见：它能补上纯视觉模型'看得见、摸不透'的短板，让世界模型对物理世界的'想象'更靠谱。但麻烦也随之而来——同一次接触，换一个传感器、换一只手，反馈信号可能完全不同。

这既是触觉眼下最大的价值，也是它最大的麻烦：它让模型更懂物理，也更容易被焊死在某一套硬件上。你在A家传感器上训出来的力控模型，搬到B家的灵巧手上，可能直接失效。这一点与视觉数据可以跨设备通用的特性，形成鲜明反差。

C -.信号分布不同.-> F

这也解释了为什么大家不约而同地做评测基准。戴盟机器人与银河通用的RobOmni，本质上是试图回答一个行业级问题：不同硬件、不同模型触觉能力到底该怎么比？没有统一的'尺子'，数据孤岛就永远是孤岛，模型就永远长不成通用能力。

换句话说，触觉赛道的终局之争不在传感器灵敏度那个小数点后两位，而在谁的数据标准、谁的评测体系能成为行业默认。这是典型的'标准先行者红利'，也是为什么2026年各家抢着发布基准——先占尺子，再卖布。

💰 需求端已经等不及了

金句先行：技术还在吵架，钱包已经投票。

供给侧重构故事的同时，需求端的数据更直白。商务部商务大数据显示，2026年7月份重点平台具身智能机器人销售额增长95.1%，外骨骼助力器销售额增长39.5%，扫地机器人销售额增长19.4%。同期新能源乘用车零售渗透率达65.1%，再创历史新高——智能硬件消费的整体水温，都在往上走。

但共识不等于成熟。中国证券报记者在WRC多方采访后发现一张'共识图谱'：模型层面仍未收敛；数据层面仍缺好几个数量级；硬件成本持续下降的同时要求更高性能、更轻量化。多位受访者强调，行业在数据采集标准、模型技术路线、场景落地节奏上仍存在显著分歧。

'数据仍缺好几个数量级'——这句话对触觉尤其致命。视觉领域好歹有互联网级别的存量图像可以拿来预训练，触觉数据却只能靠真实物理交互一条条采。1万小时、千小时，听起来不小，摊到千行百业的操作任务上，仍是杯水车薪。这也是为什么数采夹爪、数采设备会率先成为生意：挖金子的还没发财，卖铲子的先忙起来了。

时间线拉出来看，2026年这条线的节奏相当密集：

• 2026年4月 ： 戴盟发布Daimon-Infinity数据集并开源
• 2026年6月 ： 戴盟与银河通用发布RobOmni基准
• 2026年7月 ： 千觉发布数据集TacVerse 1k与触觉模型
• 2026年8月 ： WRC展台从表演转向干活场景
• RSS 2026 ： 触觉重回机器人基础模型核心设计

📈 结语：摸得到的，才是真物理

金句先行：机器人要走进物理世界，先得学会'手感'。

把三件事放在一起看，脉络就清楚了：需求端销售额近乎翻倍增长，行业从表演转向场景；场景倒逼能力升级，纯视觉不够用，触觉被拉回核心设计环节；而触觉要从零部件生意升级为能力生意，必须走通'采集-数据-模型-评测'的完整链条。

触觉让世界模型更懂物理，也更难通用——这个悖论短期内无解，但恰恰是它的存在，催生了数据集开源、评测基准、触觉原生模型这一连串新物种。2027年值得盯的，不是谁的传感器又薄了几毫米，而是有没有一套触觉数据标准跑出来、被 majority 默认采用。谁占了那把尺子，谁就定义了下一代具身智能的'手感'。

上桌只是开始，怎么分蛋糕，还在后面。