编者按：触觉，是机器人把知道变成做到的关键通道，也是决定其能否在复杂物理世界里稳准柔操作的底层能力。
触觉传感器不只是传回压力或力值的零件，它涉及材料、微结构、电信号采集、模态解析与实时控制的闭环协同，是硬件、感知与算法共同较量的战场。
为此，星河频率特别策划触觉传感器系列文章，跳出元件本身，深入这场关于感知精度、场景适配与技术普惠的产业变革。
作者 | 毛心如
一直以来，大家谈论具身智能的进步，目光总是先落在大脑上。
但把问题只归结于认知能力，很容易忽略另一个关键，机器人能不能把知道变成做得到，很大程度上取决于它对物理世界的感知能力，尤其是触觉。
触觉直接参与机器人执行的最后一环，反馈环节，负责以亚秒级、甚至千赫兹级的速度把接触状态回传给控制器，使得力控、滑移补偿和微调动作成为可能。
没有足够精细和可靠的触觉，许多看起来很简单的动作都很难稳定实现。
这种感知的缺失，正成为具身智能落地的一大瓶颈，也催生了一个巨大的增量市场。
据不完全统计，2025 年国内触觉传感器赛道累计完成融资 20 起，融资企业 13 家，已披露的融资总额近 18 亿人民币，同比增长约 445%。其中，单笔金额达亿元及以上的有 7 起。
市场研究数据显示，2024 年全球触觉传感器市场规模已达 153.3 亿美元，预计至 2031 年将增长至 355.9 亿美元，年复合增长率达 12.8 %。
更有激进的预测认为，如果未来人形机器人年产量达到一亿台，触觉传感市场有望形成数千亿美元级的广阔空间。
但在百亿美元量级的预期面前，行业远未进入标准化时代。
触觉是机器人不可或缺的感知核心
虽然当前 VLA 模型让机器人获得了强大的感知能力，但人类对物理世界的理解远不止于看见物品。
具身智能的核心逻辑是实现感知、决策、执行的闭环交互，这一闭环的完成，离不开视觉、听觉、触觉等多模态传感器的协同作用。
这其中，触觉传感器起到的是让机器人实现拟人化操作、安全交互、环境自适应的作用。
脱离触觉感知，机器人的操作只能停留在粗放式动作层面，无法应对复杂多变的实际场景，甚至可以说许多实际任务中，它是决定成败的关键。
除此之外，触觉传感器之所以重要，更在于它直接参与了机器人的底层控制闭环。
视觉信号通常存在 30ms-100ms 的延迟，且存在遮挡问题，而触觉传感器能以千赫兹级别的频率反馈接触压力、滑移、摩擦和纹理。
视觉是看的慢反馈，触觉是感知的快回路。
从仿生学角度来看，人类之所以能完成精细操作，是因为人手指尖每平方厘米约有 226 个机械感受器，能够实时捕捉压力、扭矩等多维力学信号，并快速传递给大脑进行决策。
而触觉传感器的核心目标，就是模拟人类皮肤的感知能力，实现高密度感知单元阵列与多维力同时解耦，这也是当前行业的核心技术痛点，更是各类技术路线竞争的核心方向。
当前，触觉传感器在具身智能领域的应用已经从实验室研究走向产业化落地。
主要围绕夹爪、灵巧手、机器人本体三大硬件载体展开，并在具身智能数据基础设施等延伸方向产出明确价值。
夹爪和灵巧手是触觉传感器当前产业化程度最高的应用平台。
触觉传感器通过在指尖、指腹集成高灵敏度感知单元，使灵巧手能够实时感知正压力、剪切力、滑移趋势及物体纹理。
他山科技是代表玩家之一，其核心产品 TS-F 指尖触觉传感器集成了接近觉、三维力检测与材质识别三大功能，力分辨率达到 0.01N，能够精准输出力的分布状态。
在公开演示中，搭载其传感器的灵巧手完成了抓取鸡蛋无破损、轻柔捏起纸巾、精准夹取名片等任务。
在商业化方面，他山科技已为因时机器人、强脑科技等头部企业提供触觉感知解决方案，2025 年全年出货量达到数万颗，在国内机器人触觉传感器市场占有率超过 80%。
机器人本体同样对触觉传感器有一定的需求，大面积、可扩展的柔性电子皮肤使机器人能够感知被触摸的位置、力度及接近物体，从而在人机共处中保障交互安全。
除了硬件端，触觉传感器在软件和数据端的作用也逐渐凸显。它能作为真实物理交互的数据入口，支撑大规模触觉数据集采集与模型训练。
依托软硬件技术优势，帕西尼感知科技已经在天津建立起了全球规模最大、数据采集体量领先的具身智能数据采集与模型训练基地。
该基地具备年产近 2 亿条全模态具身智能数据集的规模化量产能力，并计划通过云商城形式向全球生态开放，为行业提供带触觉的优质数据基座。
总的来说，触觉传感器作为具身智能的感知核心，其重要性随着具身智能产业的发展日益提升，而不同场景的差异化需求，也推动了各类技术路线的迭代与创新。
触觉传感器五条主流技术路线
当前，全球触觉传感器市场呈现多种技术路线并存的格局，不同技术路线通过差异化的技术路径，解决不同场景的需求痛点。
业内主流技术路线可分为五类：基于霍尔原理的磁传感方案、视触觉方案、电容式方案、空间编码的多维压阻方案以及多模态融合方案。
基于霍尔原理的磁传感方案，是当前触觉传感器领域技术相对成熟的路线之一。
其核心优势在于抗干扰能力强、响应速度快，能够实现较高精度的多维力感知，主要适配高端工业、医疗等对感知稳定性要求较高的场景。
帕西尼感知科技是这一路线的代表玩家，凭借技术突破打破了国外垄断，成为国内磁传感触觉传感器的领军玩家。
其第三代多维触觉传感器 PX-6AX-GEN3 能够以每秒数百万次的高频率对多层嵌套磁场阵列分布进行高精度采集，输出六维力、力矩、材质、温度等多种信息。
视触觉方案则是在传感器内部安装了一个微型摄像头，观察外层透明弹性胶体的形变，再通过计算机视觉算法分析胶体表面的标记点位移，从而获得极其高分辨率的触觉信息。
这种方案的空间分辨率是所有方案中最高的，它不仅能感觉到力，还能「看到」物体的微观形貌，但功耗相对较高，由于需要焦距空间，传感器模组通常较厚。
国内玩家里，戴盟机器人独创的单色光视触觉感知技术，解决了传统视触觉方案算力需求大、易发热、寿命短的痛点。
其推出的 DM-Tac 系列视触觉传感器，是全球首款多维高分辨率视触觉传感器。
电容式方案是当前触觉传感器领域应用最广泛、规模化程度最高的技术路线，从核心原理来看，其本质是把电容值变化转化为力信号。
其核心优势在于结构简单、成本较低，易于实现大规模生产，能够适配中低端工业、服务机器人等对成本敏感的场景。
他山科技、福莱新材等玩家都选用的这一方案。
其中，他山科技凭借自研的全球首款数模混合AI触感专用芯片，解决了触觉多维感知信号同时解析的难题，将单触感单元神经元模拟数量控制在 128 个以内，大幅降低了制造成本。
目前，他山科技已推出 TS-F、TS-E 两款传感器，前者适配人形机器人灵巧手，后者适配各类夹爪，服务机器人部署量已经超过数百台。
此外，福莱新材也在最近与灵心巧手签订了全面战略合作协议，后者向福莱新材采购 10 万套触觉传感器。
这一订单创下了全球机器人电子皮肤交付量的新纪录。
空间编码的多维压阻路径，则是通过优化材料配方与工艺升级，以超高密度单维压阻敏感层结合半导体工艺集成空间编码层，通过算法重构多维力场。
业内新晋玩家猿声先达采用的就是这一方案，其产品 MultiDT 专为机器人灵巧手指尖应用设计，突破了视触觉与霍尔效应类触觉技术的性能瓶颈。
在 2026 年 CES 展会上，猿声先达向全球首次公开展示了 HexSkin 系列大面积皮肤传感器和 Tacta 系列触觉传感器。
多模态融合方案是指在单一单元内或紧密集成模块中融合两种及以上传感原理，以在更宽的工作区间和环境鲁棒性上实现互补。
另一家出货量过万台的触觉传感器公司，华威科选用了这一路径。
其推出的「最小巧」多维一体化指尖触觉传感器采用了磁+电阻双模态融合技术，可实现三维立体感知，不仅能实时识别物体滑动状态，更能动态调整抓握力度。
这种技术方案打破了行业传统单一传感原理的局限，让感知信息的丰富度和准确性呈几何级数提升。
市场竞争呈现大混战
触觉传感器市场目前呈现出技术路线百花齐放、价格竞争日趋激烈、产业生态初步形成的格局。
技术未收敛，是由两重因素共同决定的。
一是技术瓶颈目前没有找到最优解，各企业只能通过不同的技术路径寻求突破，尚未出现能够完美解决这一痛点的技术方案。
例如，电容方案成本低但多维力精度不足，磁传感方案精度高但成本高、难以大面积集成，视触觉方案高密度但抗干扰弱，多模态方案取长补短但成本高，每条路线都存在难以克服的短板。
二是下游应用场景分散，工业、医疗、家用、特种等不同场景，对传感器的精度、成本、尺寸、耐用性等需求差异较大，难以形成统一的技术标准，导致各类技术路线能够长期共存。
而随着夹爪、灵巧手以及机器人本体的量产落地量越来越多，触觉传感器的市场需求持续攀升，规模化量产能力成为企业的核心竞争力。
当前市场出货量最多的玩家是他山科技和华威科，两家公司触觉传感器出货量已突破万颗，占据当前市场规模化出货的主要份额。
帕西尼感知科技在 2025 年全年也收获了超 5 亿元的订单金额，其产品在细分技术路线内产品出货量位居全球第一，市场占有率超过 80%。
而戴盟机器人在 2025 年 4 月发布视触觉传感器旗舰系列产品后，一直在同类产品中占据出货量全球第一。
头部企业都在加速扩产，推动产品从小批量交付向规模化量产转型。
规模化带来的必然结果，是成本下降，触觉传感器市场也未能免于早早地打响价格战。
从单片价格的变化就可以看出行业的激烈竞争，五年前进口触觉传感器价格高达 10 万元，而如今帕西尼感知科技的产品单价已经降至 199 元起。
价格战的出现有着深层次原因。
一方面规模化量产带来了成本下降，头部企业通过扩大产能、优化生产工艺、自研核心零部件等方式，大幅降低了产品生产成本，具备了降价的空间。
另一方面也是市场需求的差异化的必然，中低端场景对价格敏感，头部企业通过降价，能够快速抢占中低端市场份额，扩大产品的应用范围，推动触觉传感器的普及。
除此之外，触觉传感器市场的参与者也不止初创公司们，整个触觉传感器市场参与者更广，形成了多层次的竞争格局。
像柯力传感作为 A 股力传感器龙头，已经投资了猿声科技等触觉传感器初创企业。这种产业资本与初创企业的结合，有助于加速技术研发和产业化进程。
但触觉传感器行业也面临一些挑战。触觉数据离散、难以关联，且柔性接触每次数据都可能不同，给训练模型带来巨大挑战。
甚至有本体企业表示，训练模型的时候很多带触觉的数据模型并不能很好地消化，甚至「吃」不进去。
因此，一些企业开始从芯片层寻找解法。例如他山科技开发了面向脉冲神经网络的AI触感芯片，以实现低延时、低功耗的数据处理。
从更长远来看，一些头部企业也已经不满足于只做硬件供应商，而是要构建触觉大模型生态，像戴盟、帕西尼感知科技都已经推出了相关的 VTLA 模型成果。
触觉传感器的竞争，正从硬件参数的比拼，悄悄转向数据生态与模型能力的卡位。
无疑，触觉传感器正处在从技术示范向工程化、规模化转变的关键期。
短期看，电容与压阻类路线在成本和量产上占优，视触觉与磁式路线在高精度、差异化场景中占据价值点。
中期看，多模态融合与专用感算芯片将成为分水岭，谁能把信息密度、可靠性与成本三者同时兼顾，谁就有可能在高端应用中形成壁垒。
对具身智能整体而言，我们正站在从逻辑智能走向物理智能的分水岭，未来三年是把知道变成能做的窗口。
原文标题 : 把触觉做好，才能让机器人实现真正的智能
