AI终于长出手了，眼睛还没跟上

AI终于长出手了，眼睛还没跟上

大模型长出「手」，可能是2026年最被低估的技术拐点。

这一周发生了三件事：A社开放MHS（模型硬件标准）第一阶段研究预览，让Claude直接操控机械臂、移液器甚至量子计算机的激光系统；北京世界机器人大会上，灵巧手和触觉传感器成了最热的细分赛道；而给机器人「装眼睛」的类脑视觉芯片公司晰见科技，成立刚满一年就完成了近5亿元天使轮融资。

大脑在变聪明，手指在变灵活，眼睛在变敏锐。具身智能的三块拼图，正在以肉眼可见的速度拼齐。但拼齐之后呢？这篇文章想聊的，不是「AI接管物理世界」的爽文，而是这三件事背后共同指向的一个产业判断：物理AI的瓶颈，正在从云端转移到端侧，从算力转移到感知与执行。

🚀 一、MHS：硬件版MCP，AI的手第一次伸进现实

软件连接的世界已经卷完了，硬件连接的世界才刚开张。

这周Fable 5.1鸽了，但A社甩出的王炸更劲爆：MHS，模型硬件标准，开放第一阶段研究预览。用大白话说，这就是「硬件版MCP」——MCP解决了大模型调用软件工具的问题，MHS要解决的是大模型调用物理设备的问题。

A社先拿自家Claude试水，场景选得相当聪明：实验室。机械臂、液体处理仪、显微镜、摄像头，甚至量子计算机的激光系统，全部可以直接上手。在药物发现场景中，Claude通过不断优化移液器的设置，自主跑实验、自己修bug。更夸张的是，一项原本需要耗费数周的成像实验，被硬生生压缩到了1天之内。

为什么先选实验室？因为这可能是当前性价比最高的物理世界落地点：设备标准化程度高（大多是成熟仪器厂商的产品）、操作容错率高（实验失败可以重来）、价值密度高（科研人员的时间极其昂贵）。这与MCP早期的路径如出一辙——先吃透开发者场景，再向外扩散。

一位长期跟踪海外AI动态的同行私下感慨，这可能是当天最被低估的发布。我基本认同。道理很简单：MCP发布之初也没多少人想到它能长成今天这样的生态。协议层的价值，往往在发布那一刻是最不可见的。

对机器人产业来说，MHS的意义在于：它可能成为「大脑」与「身体」之间的标准总线。过去每家机器人公司都在自研调度层，重复造轮子；如果硬件接口协议被统一，具身智能的分工链条会被彻底重塑——模型公司做大脑，设备厂商做执行器，中间的胶水层被标准化掉。

🤲 二、灵巧手爆红WRC：机器人不缺眼睛，缺的是皮肤

看得见，摸不着，是当前机器人最真实的尴尬。

世界机器人大会现场有一幕让围观者屏住了呼吸：机器人灵巧手捏住一根羽毛，观众对着指尖轻轻一吹，传感器精准捕捉到这股微弱气流带来的毫牛级力变化。同期，多家企业首发了搭载自研芯片的6D触觉传感器、柔性电子皮肤与高自由度灵巧手。

「大脑越来越聪明，手怎么还这么笨」，成了产业内公开的秘密。摄像头可以帮机器人识别杯子、瓶盖和零件，但当手指接触物体，它未必知道杯子是否正在滑落、瓶盖有没有拧紧、两个零件是否已经卡好。

这种「感知缺位」有多致命？1971年的一个真实案例给出了残酷的注脚。19岁的英国青年伊恩·沃特曼从一场严重的病毒感染中恢复，失去了颈部以下的本体感觉和大部分精细触觉——运动神经完好，也能感受疼痛和温度，但他无法判断自己的手臂处于什么位置。此后他只能依靠视觉重新学习控制身体：死死盯着自己的手才能完成抬臂、端水杯，视线一移开，动作控制立刻崩塌。

今天的机器人，某种程度就活在「沃特曼困境」里。

北邮人工智能学院教授方斌的研究路径很能说明问题。他从2010年博士期间参与核电站水下作业项目开始研究机器人触觉：反应堆堆芯里掉进一副护目镜，摄像头能识别位置、引导夹爪靠近，但真正难的是抓取——力小了护目镜滑脱，力大了镜片被捏碎。视觉擅长观察，操作却必须通过接触完成。

这里有一条清晰的产业逻辑分界线：传统工业机器人工作在高度结构化的产线上，操作对象、工位、任务全部固定，工程师提前写好动作程序和力控规则就能跑。但当任务走向非结构化——实验室的异形器皿、核电站的水下异物、柔性产线的来料波动——预编程失效，实时力反馈从「锦上添花」变成「生死线」。

这就是为什么2026年8月的世界机器人大会上，灵巧手与触觉传感器成为最热赛道：具身智能从「演示视频」走向「真实作业」的临界点到了，而触觉就是那道门槛。

👁️ 三、给AI装眼睛：一块芯片凭什么拿5个亿？

机器人的眼睛，正在被重新发明。

8月27日，上海晰见科技完成近5亿元天使轮融资，投资方阵容堪称豪华：徐汇科创投、经纬创投、华映资本、英诺基金、水木清华校友种子基金。公司成立于2025年，总部位于上海徐汇，成立刚满一年已连续完成三轮融资。

这家公司凭什么？看团队配置就明白了。CEO杨哲宇是清华大学类脑计算研究中心博士、「天眸芯」论文共同第一作者，2025年毕业即创业；CTO王韬毅发表顶刊论文13篇；首席科学家赵蓉为清华长聘教授。团队约40人，研发人员硕博占比超80%，核心工程成员来自索尼、英伟达，拥有10至20年图像传感器与芯片从业经验。早期「天眸芯」成果曾登上《Nature》封面。

技术参数更值得细看。当前一代芯片已点亮，二代芯片完成流片：

传统视觉方案的本质问题在于：摄像头不管有用没用，全部像素一股脑传出去，带宽和功耗都被无效信息吃掉。类脑视觉芯片的思路是仿生——像视网膜一样，只对变化和事件做出响应，输出高信息密度的视觉Token，直接喂给大模型。

产品覆盖的赛道也说明问题：具身机器人、自动驾驶、工业检测、高速摄影、无人机巡检。这些场景的共同点是高速、高动态、端侧功耗敏感——恰好是传统CMOS方案的软肋。

更关键的背景是政策端。工业和信息化部科技司副司长甘小斌在8月的中国人工智能产业发展联盟第十八次全会上明确表态：加快智能芯片等关键核心技术攻关，探索类脑智能、世界模型、物理模型等前沿技术。上海市经济和信息化委员会也在8月印发「十五五」规划，提出加快布局物理智能、世界模型、量子智能、类脑智能等前沿基础模型技术体系。

顶级学术团队+卡脖子赛道+政策背书+豪华资本阵容，这是当下硬科技项目融资的标准配方。但也要清醒：芯片行业的坑，从来不在流片之前，而在量产之后。

🧩 四、大脑、手指、眼睛：三块拼图正在拼齐

把这三件事放在一张图里，具身智能的产业结构就清晰了：

过去三年，资本和舆论的火力几乎全部集中在「大脑」——大模型、VLA、世界模型。但从2026年8月这三件事看，产业重心正在发生一次安静的迁移：从「让AI更聪明」转向「让AI能干活」，而能干活的前提是手、眼、脑的协同成熟。

时间线也能印证这个节奏：

从1960年代工业机械臂诞生到2026年，机器人产业第一次同时具备了三个条件：足够聪明的决策大脑（大模型+MHS这类硬件协议）、足够灵敏的执行末端（灵巧手+触觉传感器）、足够高效的感知入口（类脑视觉芯片）。

分工也顺势清晰：模型公司做认知与规划，零部件公司做感知与执行，协议层（MHS之于硬件，如同MCP之于软件）负责打通。这几乎是云计算产业的翻版——算力层、虚拟化层、应用层各赚各的钱。投资圈最近流传的共识是：具身智能下一轮的alpha，大概率不在模型层，而在「眼」和「手」这两端。

值得注意的是训练场的信号。7月21日江苏无锡的具身智能机器人训练场里，灵巧手已经在做批量演示。当「训练场」成为独立产业形态，说明数据采集从实验室手工操作走向了工业化生产——这是操作类数据规模化的前奏，也是具身智能复制大模型「数据飞轮」的前提。

⚠️ 五、别急着狂欢：落地面前还有三道坎

故事很性感，账本很骨感。

第一道坎是安全与责任界定。Claude自主操控实验室硬件跑实验，听起来美好，但物理世界的错误不可撤销——软件bug可以回滚，打碎的器皿和跑废的样品不行。MHS目前只开放「第一阶段研究预览」，措辞本身就说明A社对物理操作的风险层级有清醒认知。未来必然出现的分级权限（观察级、建议级、执行级）和操作日志审计，才是这类协议真正落地的监管基建。

第二道坎是标准之争。MHS想成为硬件版MCP，但硬件厂商的配合意愿远比软件公司复杂：仪器厂商有自己的固件生态和商业利益，机器人公司有自己的中间件栈。协议要立住，光靠模型厂商一家推不行，需要设备侧的头部厂商跟进。参照MCP的路径，这一步至少还要一两年。

第三道坎是成本曲线。6D触觉传感器、柔性电子皮肤、类脑视觉芯片，每一项都处在「性能惊艳、价格惊悚」的阶段。晰见科技的二代芯片把功耗降到传统十分之一，路径正确，但机器人整机对BOM成本极度敏感——量产爬坡和良率，才是从融资新闻稿到真实出货之间最长的路。40人的团队要撑起研发与产业化两条线，节奏压力不小。

结语：手、眼、脑齐了，物理AI才算真正开张

回头看这一周：A社给AI装上了「手」的标准接口，世界机器人大会上的触觉传感器在给AI造「皮肤」，晰见科技们在给AI造「眼睛」。

三个事件，一个信号：具身智能的竞争，正在从单一的大模型军备竞赛，转向「感知—决策—执行」全栈的系统工程。2026年下半年值得盯住的两个先行指标：一是MHS生态里硬件厂商的跟进数量，二是触觉传感器和类脑视觉芯片的量产订单——协议立住了、芯片出货了，物理AI的故事才算真正开张。

大脑的战争接近尾声，手眼之战才刚鸣锣。