*圖片來自他山科技官網

“ 摸得到的智能時代 ”

作者 | 東宇

編輯｜云舒

出品｜RoboVenture

5月29日下午，首鋼冬奧辦公區機器人大本營產業大會在首鋼冬奧廣場舉行。作為大會三大重點啟動項目之一，他山科技與圖靈獎得主理查德·薩頓（Richard Sutton）共建的“機器人幼兒園”項目正式啟動。

機器人翻跟頭、跑馬拉松已不再是新聞，但當它需要穩穩拿起一杯水而不灑、剝開一只小龍蝦而不碎殼時，具身智能才真正觸碰到產業落地的門檻。視覺讓機器人“看懂了世界”，但觸覺才是它“改變世界”的唯一通路。

大會期間，他山科技CEO馬揚接受極新采訪。作為全球少數掌握從芯片、傳感器到算法及模型全棧式解決方案的企業，他山科技占據了全球觸覺傳感器市場80%以上的份額。馬揚直言，具身智能的競爭焦點已從“大腦”轉向“神經末梢”，而數據閉環的缺失是當前最大的卡點。

#01

從“大腦”到“神經末梢”

Q：他山科技為何選擇落地首鋼園？這里的生態對硬科技公司意味著什么？

馬揚：最打動我們的是產業鏈的完整度，在首鋼園里，上游芯片、下游整機、側邊應用場景，密度極高。我們做了三件具體的事：

第一，建數據訓練工廠。以前是“先有雞還是先有蛋”的問題，現在是“先有機器人還是先能在機器人上做數據”的問題，沒機器人就沒數據，沒數據就無法訓練出能夠精準執行指令的機器人。首鋼園給了我們真實的工業場景，我們在這里建立了具身數據訓練基地。

第二，運營總部落地。招人效率高，和合作伙伴溝通成本低。在這個圈子里，基本就是半杯咖啡、500米的距離，大家談事非常直接。

第三，聯合前沿研究。我們與圖靈獎得主薩頓教授合作“機器人幼兒園”，研究機器如何像孩子一樣學習，這比單純堆算力更有長遠價值。

Q：行業過去幾年卷視覺、卷大模型，為什么觸覺突然成了關鍵？

馬揚：視覺和聽覺只能“感知”，不能“改變”。你看一眼杯子，杯子的位置不會變；但你要拿起杯子，靠的是手上的觸覺反饋。具身智能是一個感知—計算—控制的閉環，而觸覺是這個閉環的物理接口。

舉個直觀的例子：拿水杯。眼睛負責定位，但當手指觸碰到瓶身那一刻，視覺就退居次席，觸覺接管全過程——感知穩不穩、哪里滑、哪邊偏就往哪邊加力。這套微調在指尖局部完成，不需要每次都回傳大腦。缺了觸覺，機器人就像戴著厚手套干活，準度、速度和穩定性全都會打折。

Q： 他山強調自研AI觸覺感知技術及應用解決方案，技術壁壘到底在哪？

馬揚：壁壘在于芯片與模型的結合。行業早期把觸覺傳感器當成單純的“模數轉換器”，而我們把它定義為前端智能模塊。

很多人誤以為靈敏度越高越好，其實在工業場景，優先級是耐用性 > 成本 > 靈敏度。工業現場高溫、高濕、高酸，傳感器用10次和用50萬次，性能必須一致。就像人的手指長繭是為了干活，不是為了摸絲綢，觸覺模組也必須為魯棒性犧牲過剩的靈敏度。

2025年WAIC展會他山科技展臺

#02

在真實的觸摸中啟蒙

Q：5月13日，他山科技與圖靈獎得主理查德·薩頓教授于加拿大完成簽約，宣布合作建設“機器人幼兒園”，計劃落地首鋼園。對于機器人幼兒園來說，量化的顆粒度（分辨率）目前是多少？在機器人幼兒園這樣的場景中，如何量化，標準是什么？預計何時能達到可商用量化水平？

馬揚：目前觸覺傳感器力分辨率已達到 0.01N，這個精度被形象地描述為“類似一根頭發絲掉到手指上的力”。面對機器人幼兒園這樣的真實場景，力分辨率是最直觀的量化指標之一，但完整的量化體系需建立在時間密度、穩定性和多模態感知三個維度上：

• 時間密度：強調感知決策的實時性與循環效率，使觸覺模型能在端側快速形成閉環反饋，正如人類通過小腦和脊髓完成快速的本體感知與調節，而不過度依賴大腦進行邏輯計算；

• 重復性與穩定性：確保觸覺信號在不同環境下不會漂移，模擬人類皮膚在經歷摩擦與磨損后依然保持穩定的感知能力；

• 三維力、材質與接近覺：提供法向力、摩擦力、材質形變及紋理識別等多維信息，讓機器人建立全面的物理理解。

Q：在首鋼園，他山科技計劃如何設計這個物理“課堂”？是和首鋼的真實工業場景打通（如讓機器人在停用的煉鋼產線中自主探索），還是另外搭建模擬空間？如何跨過Sim2Real的鴻溝？

馬揚：在首鋼園，他山科技計劃搭建一個真實的物理環境模擬空間。在這個空間中，將部署工具、果蔬、生活用品等各類真實物品，形成一個動態的“物理課堂”。

我們的愿景是分階段推進：初期在受控環境中完成實體任務訓練，未來逐步擴張至讓機器人自主進出商鋪、完成幫人取物等與真實世界直接交互的任務。

Sim2Real鴻溝也正是他山科技和薩頓教授重點考慮的瓶頸問題。我們的破局思路是“元方法”。

關于“元方法”可以這樣理解。如果具身能夠自己生成底層的交互邏輯，本體異構就不再是數據遷移的障礙，此時的模型是一個元方法（Meta method），不同本體基于這個元方法去拓展就可以了。

比如人在拿水瓶時，有幾根手指、手有多少自由度，不是核心變量。核心是底層的交互邏輯，如何從接觸出發，通過持續反饋完成任務。正是因為這套底層邏輯的存在，人換了手套、少了一只手，試錯成本依然很低，因為大腦能自己解構任務，再用當前的本體去驗證。

這套邏輯的遷移能力甚至跨越了物種邊界，狗或貓看到人拿起一個東西，能很快理解這個動作的意思，并嘗試用自己完全不同的本體去完成類似的事。這個現象指向一個原理：當底層交互邏輯足夠穩定，遷移能力就不再被本體形態所限定。

前者（人換手套仍能完成任務）說明執行層面的底層邏輯與本體無關；后者（跨物種理解與模仿）說明學習層面的遷移能力同樣與本體結構關系不大。

這兩個例子從不同角度指向同一個結論：智能體的能力邊界，并不由本體形態來劃定，前提是，這套底層邏輯已經形成。

在這個邏輯尚未形成之前，本體的簡單性仍然重要，變量越少，早期的經驗積累越清晰。因此幼兒園初期計劃中，大部分本體會采用統一規格，目的是控制變量。初步計劃在訓練環境中放置約數十臺具身本體，其中較大部分為統一規格，同時歡迎上下游合作方的異構本體接入，在同一環境內共同參與訓練。

#03

數據，缺了它不行

Q：今年是數采大年，行業為何突然熱捧EGO+UMI（第一人稱+第三人稱）路線？

馬揚：純仿真離真實太遠；純本體數據又太少——去年全球約2萬臺人形機器人，60%到70%是演示用的，沒法采數據。EGO+UMI找到了中間態，既能以較低成本獲取近似真實的數據，又能夠和本體之間產生遷移的可能，同時獲取的速度快。

我們看到，用純ego或ego加文本的形態，在小樣本下已經取得不錯結果。他山科技很快會發布第一個工業形態的產品和訓練方案。因為多數機器人公司用的是我們的手指，他們需要首端獲取同源觸覺信息。我們一方面與相關廠商合作，另一方面會在WSC和WRC上展示新方案，與上下游探討。

另外，這只是一個中間形態，往后需要更多真機數據。就像換擋加速，具身數據迭代也要一步步提升。我們正在做的“機器人幼兒園”，偏實驗室、更前沿，希望實現平滑過渡，讓具身智能持續高速迭代。

Q：數采的卡點有哪些？

馬揚：現在的卡點有兩個：一是時間滯后性，行業剛從看Demo轉向關心“能不能干活”；二是數據質量，行業還在摸索什么是“好數據”。他山科技目前人形機器人觸覺傳感器賽道出貨量的市占率超過80%。

Q：工業機器人和家用機器人，對數據的要求有何不同？

馬揚：差別巨大。工業機器人任務明確、場景封閉，數據需求清晰，原來人怎么做，機器人就學怎么做；消費/家庭機器人則需要極強的泛化能力，任務開放且多變，行業還在摸索階段。目前最務實的路徑是，先幫工業客戶解決明確的單點任務，再逐步疊加泛化能力。

更多干貨分享敬請關注我們的公眾號與視頻號~超多精彩對話內容等待您的解鎖！