文 | 昆仲資本
我們先來做個小實驗。
請你打開冰箱，并從冰箱里捏起一枚生雞蛋。
這時，你能感知到它的橢圓形狀、微妙的重量，以及表面細膩且略帶粗糙的質感。更重要的是，你能精確控制施加的力度——既不會捏碎脆弱的蛋殼，也不會讓它從指間滑落。這種精細的力控能力源于我們指尖數以萬計的觸覺感受器，它們能同時感知多維度的力學信息，包括壓力、紋理和溫度。
如今，機器人也正在獲得這種神奇的能力。但對于機器人來說，這種對物理世界的精確感知需要通過視觸覺傳感器實現。這些傳感器通常由柔性材料制成，內部嵌入壓力傳感元件和成像系統，能夠捕捉物體的形狀、硬度、紋理等多種特性。近年來，視觸覺傳感器已經在人形機器人產業鏈中發揮越來越重要的作用，并成為實現機器人靈巧操作的關鍵技術環節。
01 什么是視觸覺傳感器？
視觸覺傳感器 ( Vision-Based Tactile Sensor，VBTS ) 是一種基于視覺的觸覺感知裝置。與傳統的單一維度力傳感器不同，它能夠同時感知法向力（垂直于表面）、剪切力（平行于表面）、相對滑動和物體的位姿等多維信息，非常接近人手的觸覺信息維度。
GelSight 是視觸覺傳感器的典型代表。它于 2009 年由 MIT 計算機科學與人工智能實驗室的 Edward Adelson 研究團隊首次提出。名稱中的 "Gel" 指的是傳感器表面使用的彈性凝膠材料，而 "Sight" 則暗示其基于視覺的工作原理——內置攝像頭在 LED 燈光輔助下捕捉物體接觸凝膠表面產生的形變，通過計算機視覺算法將這種形變映射為精確的觸覺信息。
視觸覺傳感器的工作原理可以類比為一個微型的 " 接觸成像系統 "。當物體接觸傳感器表面時，彈性材料會根據接觸力的大小和方向產生不同程度的形變。這些形變通常肉眼難以分辨，但借助特殊設計的光學系統和高分辨率攝像頭，可以將微小形變放大并轉換為清晰的圖像。
這些圖像數據經過深度學習算法處理后，能夠重建出接觸表面的三維壓力分布圖，甚至可以識別出物體的精細紋理特征，如指紋的脊線和谷線、布料的織紋，甚至紙幣上的凹凸浮雕。
簡單來說，與其他類型的觸覺傳感器相比，視觸覺傳感器具有以下優勢：
首先，它提供的是高密度的觸覺信息，而非離散點的采樣數據，這使得觸覺感知更加全面和精細。
其次，由于核心感知元件是攝像頭，因此避免了傳統觸覺傳感器中大量電子元件的復雜布線和環境干擾（如溫濕度、電磁）問題。
第三，彈性材料表面具有很好的適應性，能夠與各種形狀的物體充分接觸，提高感知準確性和接觸的穩定性。
02 技術演進：從概念驗證到實用化應用
視觸覺技術的發展軌跡體現了一門新技術從理論到實踐的漸進過程。
在技術誕生初期，研究重點在于展示這種新型傳感方式的可行性與優勢。MIT 的團隊構建了一個包含數十種不同材質的觸覺紋理數據庫，包括織物、木材和砂紙等常見材料。通過這個系統，機器能夠準確分類不同材料，證明視觸覺傳感器可以幫助機器人實現物體特性的識別。
技術的重大突破出現在機器人實際應用領域。研究團隊將視觸覺與機械臂集成，成功實現了對小型零件的精確定位與操控。特別值得一提的是，這種傳感器的分辨率達到了微米級別，使機器人能夠感知極其細微的表面變化，為精細操作提供了必要的反饋信息。
通過視覺和觸覺的結合，機器人展示了類人的精細操作能力和閉環控制功能。例如，在插拔 USB 接口等需要精準定位的任務中，視觸覺傳感器的加入顯著提高了成功率，減少了對精確預編程的依賴，增強了機器人在非結構化環境中的適應能力。
這些進展標志著視觸覺技術從實驗室概念走向實用工具的轉變，為后續在更廣泛領域的應用奠定了基礎。
近年來，視觸覺傳感器技術持續迭代，各研究機構和企業推出了多種改進版本。例如，英國布里斯托大學的 TacTip 采用仿生設計，模擬人類指尖皮膚下的機械感受器結構；UC Berkeley 的 OmniTact 實現了彎曲表面的全方位觸覺感知；商業化產品如 GelSight 具備精細紋理和稀疏切向力感知的能力。
隨著材料科學、微電子技術和人工智能算法的不斷進步，視觸覺傳感器正變得更小型化、更靈敏和更智能化，為機器人賦予真正的 " 觸覺智能 "，讓它們能夠像人類一樣，通過觸摸來認識和理解世界。
03觸覺爭奪戰：光學巨頭專利圍城下的新銳突圍
然而，行業深度創新的燃燒點遠未達到，視觸覺傳感器的發展不能僅依循 GelSight 的光學路徑這一單一技術軌跡。專利壁壘、技術瓶頸和應用場景的多樣化需求正在催生更加多元的技術路線，推動行業突破創新天花板。真正的技術突破需要從傳感原理、材料科學和算法架構等多維度進行深入創新，才能實現從實驗室概念到工業級應用的質變。
從市場格局來看，目前主要有兩種技術路線并行發展。
第一種路線是基于三色光的光度立體法原理，采用高清攝像頭捕捉彈性體表面的微小形變。這種方案的最大優勢在于分辨率較高。然而，復雜的結構設計導致傳感器體積較大，小型化是一大挑戰；同時，傳感器發熱量大、頻率低、彈性材料的耐用性也亟待解決。
第二種路線是基于單色光的圖案追蹤原理，具體來說，傳感器內部集成了攝像頭，當物體接觸傳感器表面時，攝像頭能實時捕捉密閉光場中的彈性材料上圖案的形變特征，并結合解析算法解算光場變化，從而實現觸覺感知能力。
這種方案成功攻克了視觸覺傳感器算力要求高、發熱量大、耐用性差等難題，顯著降低了生產成本。我們的被投企業戴盟機器人采用的正是這一技術路線，并開創性地將傳感器厚度減少到毫米級別，正在推動 " 全球最薄 " 視觸覺傳感器的產業化。
目前，兩種技術路線均已應用于具體場景：
GelSight 將基于三色光的光度立體技術應用于檢測物品裂紋、缺陷的儀器；
戴盟機器人最新發布的視觸覺傳感器 DM-Tac W，采用了基于單色光的圖案追蹤原理的技術路線。DM-Tac W 每平方厘米覆蓋 4 萬個感知單元，遠超于人手每平方厘米 240 個感知單元，是當前最密集的陣列式觸覺傳感器的數百倍，其空間分辨率達 0.1mm，賦予夾爪等執行末端類人觸覺能力，已應用于工業自動化、消費電子、智慧物流等場景。
從應用前景看，視觸覺傳感技術正在滲透到多個專業領域。在工業自動化領域，它使協作機器人能夠輕柔地處理易碎物品，執行精密裝配任務；在醫療領域，手術機器人配備視觸覺傳感能力后，可以更精確地感知組織特性，區分正常組織和病變組織；在工業檢測中，它能識別肉眼難以察覺的表面缺陷；在可穿戴設備和虛擬現實領域，它提供真實的觸覺反饋，大幅提升虛擬環境的沉浸感。
值得注意的是，市場中目前存在一定的知識產權風險。但像戴盟這樣采用自主研發技術路線的企業，在產品性能和成本方面取得了競爭優勢，能更好地推動視觸覺傳感器市場將從實驗室技術逐步走向大規模工業應用，推動整個機器人產業向更高層次發展。
資本市場對這一領域表現出的濃厚興趣，也將加速技術迭代和產業化進程，推動市場從技術導向向應用導向過渡。在國家大力支持高端制造和機器人產業的背景下，國內視觸覺領域的創新企業將迎來更廣闊的發展空間和更加多元化的應用場景，有望在全球競爭中占據重要一席之地。
04投資邏輯與風險分析
當前投資視觸覺傳感器行業的核心邏輯在于，這是一個仍處于早期階段但擁有明確增長路徑的前沿技術領域。市場尚未形成絕對龍頭，為創業公司提供了彎道超車的機會。
從技術角度看，視觸覺傳感在測量力的維度、捕捉物體紋理和硬度以及分辨率等方面具有無可比擬的優勢。特別是其基于視覺的工作原理，使其能夠與機器人的視覺系統形成天然協同，通過共享數據和模型，實現真正的視觸融合控制，這一點對于未來通用機器人的發展至關重要。
然而，投資者也需要清醒認識潛在風險。首先，視觸覺領域尚未形成類似計算機視覺領域 ImageNet 那樣的標準大規模數據集，也缺乏專門的觸覺大模型。這使得技術發展面臨數據和算法雙重瓶頸。
其次，當前視觸覺傳感器的耐用性仍有提升空間。表面材料長期使用后可能發生磨損或老化，影響傳感精度和使用壽命，這對產品的商業化形成挑戰。
在技術實現層面，實時處理視觸覺圖像需要相當的計算資源，如何在保證性能的同時控制功耗和成本，是產品工程化必須解決的問題。此外，由于物理結構限制，當前視觸覺傳感器的感知面積有限，與人類皮膚覆蓋整個身體的觸覺感知相比仍有差距。
盡管面臨這些挑戰，視觸覺傳感技術仍然展現出巨大潛力。與深度學習技術深度融合后，這一領域有望實現快速進步，加速從實驗室研究向產業應用的轉化。投資者需要關注技術突破、成本下降和應用拓展這三個關鍵維度的進展，尋找最具潛力的投資標的。
05總結：翻開感知革命的新篇章
隨著人形機器人產業化進程加速，我們相信視觸覺傳感器有望成為市場增長最為迅猛的感知組件之一。未來，隨著材料科學、微電子技術和人工智能算法的進步，視觸覺傳感器將更加小型化、低成本化，并具備更高的耐用性和精度。
當這些突破匯聚，我們終將見證一個更具溫度的人機交互時代：機器人手指能像人類一樣輕柔地拾起花瓣，精準地完成微米級手術縫合，甚至通過遠程觸覺傳遞跨越千里的擁抱。
這不僅是技術的進化，更是機器認知世界方式的根本變革——從冰冷的二進制計算，到充滿感知的 " 血肉相連 "。站在感知革命的門檻上，視觸覺傳感器正如二十年前的攝像頭一樣，即將從專業領域走向無處不在。
