对话千觉马道林：当通用大模型走进物理世界，具身难点在 “触碰之后”

在计算机科学家、机械工程师主导的机器人领域，马道林是个 “异类”。

文丨李梓楠

2017 年初，在麻省理工学院 McubeLab 里，马道林遇到了一个让他反复琢磨的实验结果。

当时，他的团队正全力备战亚马逊机器人抓取挑战赛（Amazon Robotics Challenge）。算法经过数轮优化，机器人的抓取成功率依然卡在 75% 左右——每四次尝试，就有一次失败。

他把几百个失败案例逐个拆开看，发现问题几乎都出在同一个瞬间：机械臂接触物体的那一刻。摄像头能在远距离把物体定位清楚，可一旦夹爪靠近、把视线遮住，机器人就成了 “盲人”。它不知道自己抓得紧还是松，不知道物体是不是正在指尖发生微小的滑动，更不知道失败其实已经开始，却还在继续执行预设的动作。

“没有对物体接触的感知，机器人的操作能力就很难再往前走。” 马道林说。

在计算机科学家和机械工程师主导的机器人领域，马道林是个 “异类”。从本科到博士，他在北大度过了整整十年，几乎都沉浸在抽象而严谨的接触力学里。博士期间，他作为核心骨干参与了国家重大航天工程——月球车着陆仿真系统的开发。为了在地球上验证飞行器在月面着陆时的冲击、粉尘扬起和缓冲装置的极限，他和同事在济南郊区的宾馆里闭关两个月，用力学方程去刻画一个谁也没有真正去过的物理环境。

但在 MIT 的四年多，他把精力转向了机器人精细操作和触觉感知。那里洋溢着一种近乎狂热的 “造物冲动”——人们想创造出世界上还不存在的设备、机理与材料，并且亲手把它做出来，摆在桌上给你看。

此后，他回到了上海交大继续攻坚机器人精细操作和触觉感知。2021 年，他和合作者的一项触觉研究从 4000 余篇论文中脱颖而出，获得机器人领域重要国际会议 ICRA 的最佳会议论文奖，也是当年该奖项唯一的中国团队。

2024 年，马道林创立千觉机器人，主攻机器人精细操作与触觉感知，在触觉传感器的技术路线上选择了视触觉（Vision-based Tactile Sensing）。

创业时，触觉还是个冷门领域。许多机器人连手都没有，很少有人在意这只手是不是要有触觉。

两年后，已经很少有人再争辩触觉是否重要。而行业最新的风向，进一步放大了触觉对于具身智能的价值。一方面，GPT-6 Astra 的发布让通用大模型直接跨进了物理世界，具身 “大脑” 的发育有望明显提速；另一方面，资本正在回归理性，一级市场开始问最朴素的问题：你的东西到底能不能 “干活”、能不能赚钱。

在这两件事同时发生的时候，触觉的意义反而变得前所未有地清晰。当通用模型把 “看得懂、想得明白” 的上层问题大量接管，机器人真正进产线、进真实场景干活时，失败往往集中在 “触碰之后”。触觉不再是一个 “有了更好” 的加分项，而是从 Demo 走向交付的必经之路。

马道林的判断是：Astra 等通用模型的发展，会进一步凸显触觉的重要性。因为通用模型越强，视觉和语言的问题解决得越彻底，剩下那 “最后一厘米” 的操作缺口就越刺眼。千觉想做的，是让机器人拥有触觉能力——硬件是它的感知接触的器官，数据是它的训练科目，模型验证是它的教练反馈。

我们近期与千觉机器人创始人马道林进行了一场深度对话。我们聊到他从登月仿真到机器人指尖触觉的跨越，触觉数据怎么做成壁垒，触觉仿真在其中的位置，以及他如何在具身智能的躁动长跑中保持专注。

从登月仿真到具身触觉

晚点：从你的读书经历聊起吧。你 2015 年博士期间做过月球车的仿真模拟，这是一个怎样的项目？

马道林：当时我们国家在筹备月球车项目。航天讲究万无一失，要把很多风险在地面就验证掉。我做的是一套月球环境下的仿真软件，让航天工程师去刻画月球上的物理环境。

比如验证飞行器着陆。飞行器一开始是反推减速，但月球表面没有水，埋着厚厚的粉尘状月壤。如果它在很低的位置还在反推，就会把粉尘扬起来，落在太阳能板和雷达上，设备就会出问题。所以要让飞行器在特定高度之下关机，纯自由落体着陆，靠缓冲装置去承受冲击。这套东西到底行不行，得先在地面上算清楚。

我导师是该领域的资深专家，所以我们实验室受到委托开发着陆软件。我有幸参与其中，其实也是边干边学。我负责写核心的力学仿真模型，和同事一起住在济南郊区的一个宾馆，闭关开发了两个月，完成了多数开发任务。

晚点：你做完月球车，为什么没去航天领域工作，而是去 MIT 研究机器人？

马道林：一个是能力上用得上。我研究的是接触力学，是物体与物体接触瞬间到底发生了什么。这套东西不只月球着陆要用，机器人去抓一个杯子、去装一个零件，本质上也是接触问题。另一个是兴趣。我博士期间就想做机器人。当时波士顿动力的狗非常火，我很有冲动想在机器人方向上学点东西、试一下。

晚点：你觉得机器人操作难，还是登月难？

马道林：两者都有很高难度。登月是极限环境下的工程挑战，而机器人操作是一个很长序列的事情，机器人不只是仿真问题，要感知、要控制、要长序列地实现智能化，是非常综合的一个挑战。

但这两者在底层是相通的，都是接触力学、数学和工程，这也是我后来敢去做机器人的底气——底层的方法论是一样的，只是对象变了。

晚点：在 MIT 那四年多，你接受的训练、熏陶和思维上的启发是怎样的？

马道林：去 MIT 之前，我整个本科到博士十年都在北大读力学，这些训练让我具备很强的数理基础，思辨和推导能力很好。

在 MIT 我动手创造的能力得到显著提升。MIT 有着一种 “造物冲动”，大家想要创造出这个世界上还不存在的设备、机理、材料等，把想法 “造” 出来。

马道林在 MIT 的实验室。

晚点：学力学的人做机器人，和学计算机科学的人做机器人，有哪些明显差异？

马道林：差别可能体现在看问题的角度。从力学的角度看机器人操作会分析其中的物理关系——交互力、形变、摩擦状态，是不是符合力学约束。从计算机视角操作机器人，思路是增加数据规模、不断标定，去尝试达成一个接近正确的东西。数据规模自然是非常重要的，但我们认为，如果底层的物理量本身不准确，数据越多，模型的物理世界可能偏差越大。

晚点：从你回国，到成立千觉，中间还有几年。那几年你在做什么，为什么没有更早开始创业？

马道林：2022 年就有基金来找我问要不要创业，有的头部基金都已经准备给我们一笔钱了。但我当时没做，因为我觉得创业不是单打独斗，要有核心团队。当时我觉得产品技术的骨干团队还没培养好——我的学生 2021 年才入学，2022 年才进实验室。后来我带了两个学生一起创业，师生一起创业，跟朋友、同事一块创业是类似的，信任是建立好的，而且是被验证过的。创业是很挑战的事情，团队要像个 “特战队” 一样去战斗，能够背靠背信任。

晚点：此前十多年，你一直是学术界的人。学者和创业者，这两个身份如何转换？

马道林：做研究的时候，你面对的是一个已经被定义好的问题。做研究要做减法——抓主要矛盾、抽丝剥茧，把一个复杂对象不断简化。做公司反过来。公司是从 0 开始，不断持续生长的组织。你面对的不是一道题，是一个系统：产品、客户、供应链、人，哪一环都不能塌。

在我看来，公司真正的成长，外在的是营业额、产品交付，内在的是组织的成长。作为创始人，我的产品不是触觉传感器或数据，而是千觉这家公司。只有把组织建设好了，才能持续向客户交付稳定的、更优秀的产品。这是让公司持续形成战斗力的根本，我们交付的硬件也好、软件也好，都是这个团队的副产品。

触觉现在的问题不是有没有，而是怎么用起来

晚点：触觉已经是当下具身领域最热门的方向之一，你在这个领域做了将近十年，经历的周期变化是怎样的？

马道林：我 2017 年就开始做触觉，一直到现在。当时我们实验室在亚马逊机器人挑战赛上拿过抓取比赛的冠军。尽管拿了冠军，抓取成功率也只有 75% 左右。我深刻感受到，没有对接触的感知，机器人的能力就很难再提升。

但在当时，触觉还不是大家关注的重点。我回国交流，多数院校和机构还在关注机器人的硬件、驱动，叙事还是追赶日美和德国，去追工业机器人的制造和底层控制。

晚点：你当时跟他们讲机器人触觉，他们什么反应？

马道林：他们会觉得有意思，但很少有人认同这是一个很重要的方向。当时做触觉传感器的人，考虑的是医疗之类的场景，很少把它和机器人的感知、操作联系起来。

晚点：你十年前在实验室做到 75% 的成功率，现在我们在展会上有时候还能看到成功率比这个低的 Demo。

马道林：我当时分析失败的案例，那 25% 的失败基本都发生在 “触碰之后”——也就是机器人接触物体的时候。只靠摄像头会有遮挡、有误差，如果不能很好地感知触碰瞬间发生的事，就会导致抓取失败。

而且机器人不止要抓取，还要有后续操作，比如拿起瓶子然后拧瓶盖。如果第一步抓取就这么大误差，后面怎么办？

晚点：你们应该是业界最早一批做机器人触觉的。大部分人意识到触觉的重要性，已经是最近两三年的事了。

马道林：我们应该算最早的之一。

晚点：现在行业已经没有太多人质疑机器人是否需要触觉了。从没人讨论，到大家都认为触觉很重要，这个过程发生了什么？

马道林：最开始市场关注的是机器人概念，后来大家关注的是机器人要能 “干活”。当大家开始关注机器人的操作能力，触觉就会自然成为不可或缺的一环。

但需要强调的是，从 “有无触觉” 到 “能用触觉”，中间的距离比大多数人想象的大得多。并不是把传感器贴到机器人上就算有触觉了，要把触觉数据训练进模型、能在产线上提升良率，这样才算 “能用”，目前能做到的还很少。

我们创业前多年的研究，就是为了让机器人把触觉用起来——做硬件、做算法、做训练模型。熬到如今产业界开始重视这个问题，我觉得是一个重要的技术判断顺其自然被看见的过程。

晚点：如果从渗透率的角度看，触觉现在在一个什么样的水位？

马道林：如果按 “真正采了一批触觉数据、训练进模型里” 来算，我觉得在 20% 左右，还有很大空间。

晚点：特斯拉几年前放出来的 Demo 里就有捏鸡蛋的画面，能看到触觉传感器。但这么多年过去，渗透率还是不高，为什么？

马道林：因为硬件、数据、模型这三件事构成的是一个体系，这个体系本身还不成熟。

把传感器贴上去，是最容易的一步。但贴上去之后，要有采集工具，要有数据标准，要有能把触觉训练进模型的模型能力，还要有验证它有没有用的手段。这套东西行业里现在还没有标准化，要么缺一环，要么每一环都很初级。

而且触觉对具身公司自己的模型能力是有要求的。模型需要有较强的理解能力，才能消化触觉这个模态。所以渗透率上不去，不是因为大家不认可触觉，是因为这套体系还没长好，机器人还不能真正把触觉用起来。

通用大模型不会抢触觉的饭碗

晚点：今年 GPT-6 Astra 出来之后，很多人发现通用大模型也能直接做机器人的策略模型，生成末端执行器的位姿。这件事对你的判断有影响吗？

马道林：有影响，但更多是积极影响。我的判断是，Astra 这样的通用模型的发展，进一步凸显了触觉的重要性。

随着通用多模态模型的发展，机器人在视觉理解、空间推理和任务规划等方面的能力正在快速提升，甚至开始具备直接生成机器人动作的能力。但从 “理解应该怎么做” 到 “在真实物理世界中把动作做好”，中间仍然存在很大的挑战。尤其是接触之后的那一厘米。

要让机器人真正学会接触后的精细操作，就必须让模型能够感知和理解接触，并从大量真实的物理交互数据中学习。这恰恰是我们长期投入触觉传感器、触觉数据和触觉模型的原因。

末端带有触觉的夹爪执行灵巧操作。

晚点：你的意思是，Astra 不是来抢触觉饭碗的，反而是来证明触觉价值的？

马道林：可以这么说。行业里有句话叫 “离物体越近，离智能越远”——其实不是离物体越近离智能越远，是智能还没抵达这 “最后一厘米”。

通用模型越强，视觉和语言的问题解决得越彻底，剩下那个 “最后一厘米” 的缺口就越刺眼。大家会看到，卡脖子的地方在触觉。

这一厘米此前一直是没亮灯的。我们想做的事，就是把它点亮。

晚点：但也有人会说，通用模型发展这么快，会不会有一天它靠视觉加推理，就能把触觉的事也做了？

马道林：这个问题的本质是：物理属性能不能只靠视觉推断。我认为能猜，但不能测。就像再好的望远镜也测不出你握杯子的力度——你可以从杯子有没有变形、手指的姿态去猜，但猜和测是两回事。在产线上，差几牛顿的力，结果可能就是合格品和废品的区别。

Astra 这件事还说明了一点：模型越强，它对感知质量的要求越高，而不是越低。一个聪明的大脑，如果给它的感官信息是模糊的、甚至是错误的，它会更自信、更快地得出错误结论。低质量的触觉数据，教给模型的是错误的物理——这比不教更糟。

晚点：那触觉要怎么才能更好地用进模型里？这是现在行业里应该聚焦的问题吗？

马道林： 这是核心问题，也是基础问题。

第一件事是数据标准化和数据质量。不同传感器采集到的数据形式各不相同，如何让这些数据能够被模型有效利用，并且跨设备、跨代际积累，是一个很重要的问题。

我们认为，一方面要保留原始触觉数据中丰富的信息，另一方面也要建立具有明确物理意义的表征，比如接触力、形变和滑移状态。同时，还要保证触觉、视觉和机器人动作之间的时空一致性。这样才能让不同来源的数据具备可比性和复用价值，真正形成可以长期积累的数据资产。

第二件事是让模型真正理解触觉，并且能够和视觉、动作信息融合。视触觉在这里有一个天然优势：它输出的是图像，可以复用今天成熟的视觉模型架构和计算基础设施。但模型能够处理触觉图像，不代表它就理解了其中的物理信息，还需要通过触觉表征学习和多模态联合训练，让模型理解接触、形变、滑移等信息。

第三件事是训练方法。从我们自己的 TouchGuide 到李飞飞的 T-Rex 再到最近的 TouchScale，可以看到两件事：第一，触觉信息本身可以作为有效的学习信号；第二，高质量的视觉—触觉数据具备规模化学习的潜力。

所以我觉得，下一阶段非常重要的方向，是让触觉真正成为具身基座模型的原生模态之一。行业里现在讲 VLA、WAM 等模型，未来还需要进一步把触觉感知、物理交互理解和动作生成结合起来。触觉不应该只是模型额外接入的一个传感器，而是模型理解物理世界、完成精细操作的重要能力。

千觉要做机器人的触觉 “教练”

晚点：机器人要把触觉真正用起来，难点在哪里？

马道林：难在它是一个全栈能力，不是单个环节。我们内部把自己定义为机器人的触觉 “教练”，而一个好的 “教练”，要同时做好三件事。

第一，为运动员打造一副合手的装备。这是触觉传感器——让机器人有能感知接触的器官，而且这副器官需要是一把刻度准的尺子，不是一块只会说 “我碰到了” 的铁片。

第二，设计训练科目和训练方法。这是指触觉数据采集的范式——什么动作、什么接触、什么力，怎么采下来才是有意义的。不是把人或者机器放开随便动一动，录下来就有用。

第三，看结果、给反馈。这是模型验证——把数据喂进去，看机器人是不是真的学会了，没学会就倒回去改科目。

客户买的是机器人被这套体系调教之后真正具备的操作能力。看起来我们交付的是传感器、是数据、是模型，但本质上我们交付的是 “机器人会用触觉了” 这件事。

晚点：所以触觉并不是一个简单的传感器硬件逻辑。

马道林：硬件是第一步，但比起持续迭代硬件，更重要的事情是定义传感器本身，把它做成一把好的 “尺子”。既然称之为传感器，那这个东西采集的物理量是什么，单位是什么，精度是多少。把这些定义清楚，客户才能用起来。我们团队能做好这件事，因为我们的底色是力学，先理解 “摸” 到底是怎么回事，才能把传感器的光学信号翻译成物理语言。

晚点：在众多触觉传感技术中，你为什么在一开始选择视触觉路线？你认为它最不可替代的优势是什么？

马道林：2017 年我选技术方案的时候，把电容、电阻、霍尔、光纤都拿来比了一遍。最后选视触觉，我主要看三层。

第一层是物理层。所有触觉传感器本质上都是换能器——把接触的变形和力，转换成你能测的信号。视触觉是把变形编码成光的变化，别的路线编码成阻抗、电流、磁场的变化。区别在哪？在于光的波长非常小，它不受限于电极能刻到多细，所以空间分辨率的上限高得多。人手单个指尖大概几千个感知点，我们目前给客户的产品能做到它的几十倍。这个信息密度，其他路线很难达到。

第二层是信息丰富度。视触觉一幅画面里同时有法向力分布、切向力分布、滑移状态、物体几何和表面纹理，是一个真正的多模态输出。而很多路线只能给你一个压力分布，甚至只给你一个合力值。对精细操作来说，这几个量缺一不可。

第三层是生态层。视触觉复用的是整个视觉产业链——CMOS、光学、处理芯片、图像压缩、通信协议，已经是消费电子几十年迭代出来的成熟生态。而电阻、电容这类路线要做高密度，会遇到微电极串扰、引线、专用芯片等种种问题，整个生态还没有准备好。

所以选择视触觉路线，是因为在灵巧手指尖这个对信息密度要求最高的场景里，它的上限最高、路径最顺。

千觉的触觉传感器测量指尖接触薯片的状态。

晚点：那是不是说视触觉会吃掉其他路线？

马道林：也不是，这个要说清楚。触觉不是一个单点问题，是覆盖面积和精度的组合问题。人手本身就给了答案：指尖密度最高、感知最强，手掌就稀疏得多。所以我们给客户的一体化方案是 “高低搭配”——指尖用视触觉，提供最高质量的触觉信号；指腹、手掌这些大面积区域，用压阻式的电子皮肤去补充。这不是妥协，是按场景需求定义产品。我们做电子皮肤，不是因为视触觉不行，是因为技术积累可以迁移——我们对接触、材料、标定这套东西的理解是通用的，换一个技术路线并没有不可逾越的障碍。

晚点：千觉在视触觉这条路上领先行业多少？

马道林：我们不太去量化这个。如果要说我们的优势在哪，我觉得不是某一个单点，而是技术积累、工程化和数据应用三件事叠加起来的系统优势。技术积累是十年的；工程化是把一个实验室器件做成能一致性量产的产品；数据应用是我们能把触觉数据真正喂进模型、验证它有没有用。这三件事单独看都有人能做，但能串起来的不多。

晚点：除了传感器，你提到了触觉数据的使用。触觉数据要变得 “能用”，挑战是什么？

马道林：挑战在于它也不是一个单点，而是一条管线。我们内部把它拆成四段。第一段是采集。我们有一套采集工具链 TacCap，支持真机夹爪、穿戴式手套，也会搭配第一视角视觉和头环设备一起采。为什么要自己定义采集方式？因为触觉数据和视觉数据不一样，它不是随便记录就有意义的，你得定义清楚这一次采集要覆盖什么接触状态、什么力、什么滑移。

第二段是加工。数据回来之后要做清洗、质检、标注，把物理量还原出来。

第三段是训练。我们有自己的数据集 TacVerse，也有触觉操作模型 X-TouchMind。触觉模型输出动作，同时我们也做触觉信号的预测方向的研究。

第四段是验证。这是最关键的一段。你把数据喂进模型，看机器人到底学会了没有。如果没学会，你要能反查是数据的问题还是模型的问题；如果是数据的问题，是采集范式的问题还是清洗规则的问题，然后倒回去改前三段。

这四段转起来，才叫一条管线。只做其中一段，做不出能用的数据。

晚点：你们最近把触觉仿真器升级到了第二代。仿真在这条管线里到底扮演什么角色？

马道林：两个角色。一个是模型评测的标尺，一个是数据的引擎。

先说评测。模型是要迭代的，不可能训完一个版本就结束。今天一个版本，一周后一个版本，一个月后一个版本，每个版本你都想看一下它到底怎么样。对大语言模型、视频生成模型来说，数字空间里已经有比较成熟的 benchmark 工具。但具身模型没有——最直接的办法是布一百台、一千台、一万台机器人去测，可无论钱还是时间，这个成本都高到不可行。

仿真器提供的是一个实验场：训出一个版本，把它丢进去，成千上万次试验在仿真空间里跑完，看成功率。这是唯一能 scale 的验证方式。将来模型泛化能力越强、会做的任务越多，你更不可能为每个任务都布一批真机去检验中间状态。

再说数据。真实触觉数据采一个小时非常贵，而精细交互需要的恰恰是大规模、连续、一致的数据。仿真能把这部分供给补上，尤其是那些高危的、难以复现、实采成本极高的场景。

晚点：但行业里做触觉仿真的团队不少，Sim2Real 一直没真正跑通。难点到底在哪？

马道林：难点不在画面渲染得像不像，在物理对不对。

一方面很多仿真器是唯象的，只管看起来像。另一方面现在也有越来越多的方案走有限元路线，但采用的有限元求解器并不是专门为触觉接触场景特化设计的， 虽然真实度提高了，但是效率很低。而我们从第一代开始就自研有限元求解器，从接触演化的底层机理出发，构建了一套专为触觉特化的求解框架，不仅物理保真，还实现了远超其他方案的运行效率。

晚点：仿真数据的成本能降到什么程度？它会取代真实数据吗？

马道林：以前能满足全场形变一致性的有限元类触觉仿真器，生成速度大概单环境每秒 1 到 2 帧，高质量仿真数据极其昂贵。我们第二代做了并行计算和访存的优化，效率提了两个数量级，仿真数据的生成成本已经降到远低于实采的水平。

当效率跨过临界点，数据的经济学就变了。一些高危、难复现、实采成本极高的交互场景，第一次能被低成本、规模化地供给数据。

但它不会取代真实数据。行业里触觉仿真的基础设施还不完备，各家的数据生产流程、标准和 benchmark 都还不成熟。在质量没有跨过一定门槛之前盲目上量，是不理性的。目前我们的重心是把它作为评测工具和真实数据的补充，主体仍然是真实数据。

晚点：大部分具身公司在强调数据规模，你们为什么更强调数据质量？

马道林：不是说规模不重要，规模当然是重要的。我们的观点是，在触觉领域，质量的重要性不亚于规模，而且它是规模能不能成立的前提。

为什么这么说？因为触觉数据的特殊性在于，它测的是物理量。一旦测不准，你拿到的是一个物理错乱的世界。用这样的数据去训练，模型学到的是错误的物理——它越聪明，犯的错可能越离谱。这和视觉不一样，视觉数据规模上去了，模型至少能学到一些统计规律。

所以我们的顺序是：先把质量和一致性做对，再上规模。这个顺序不能反。

《三体》里智子锁死人类科技，靠的就是让关键的物理测量测不准。机器人去抓东西，如果触觉这类信息测不准，它的表现一定是堪忧的。

传感器测量成像。

晚点：低质量的触觉数据是怎么产生的？你们怎么筛查？

马道林：大致有三类。

第一类是设备层的。比如采集的时候某个设备死机了，或者某个通道掉线，导致这一段数据是不连续的、缺失的。这类要能质检出来，能回溯到具体是哪一次采集、哪一个通道。

第二类是物理层的。接触力分布本身就违反了力学约束——法向力和切向力的关系对不上，或者形变和力的对应关系不合理。这种数据看起来是完整的，但它是错的。这一类没有力学背景的团队是筛不出来的，因为它看起来 “很像数据”。

第三类是任务层的。示范动作本身是失败的，但被当成成功样本采进去了。这类要靠模型反查才能发现。

我们会持续总结：什么样的数据是好的，什么样的数据是不好的，什么样的数据必须剔除。这个判断和处理数据的能力，不是单纯组织一批工人去采数据就能具备的。

晚点：所以这条能持续产出高质量数据的管线，是你们最值钱的东西？

马道林：对。它在每个环节都有对应的经验沉淀和工作方式，不是买一批设备、招一批人就能复制的。

而且它是有飞轮的：客户越多，采集场景越丰富；数据越多，模型越好；模型越好，验证能力越强，反过来又能告诉我们该采什么样的数据。

晚点：那它怎么变成商业上的领先？

马道林：飞轮转起来之后，商业是自然的结果。因为客户最终会选那个能让他把事办成的方案，而不是参数表看起来最漂亮的方案。

泡沫褪去，真实需求还在

晚点：下半年具身行业明显降温，融资额跌得很厉害，很多公司开始讲商业化。这个变化对千觉有什么影响？

马道林：影响相对有限。

因为我们从第一天就很看重商业化，我们不是靠概念融资的公司。最初出来创业，就是因为有人有真实需求。我们的产品，在全球已有接近 400 家真实订单客户，国内外企业都有。同时，海内外头部产业公司的一些 POC 项目也在推进中。

整个具身行业大的商业闭环还没完全跑通，但我们作为偏上游的环节——无论是零部件，还是数据和数采设备——都在扎扎实实做商业化，拿到的是真实客户真金白银付费、并且重复下单的订单。

泡沫消退，挤掉的是靠叙事撑起来的估值，留下的是真实需求。行业从 “讲故事” 转向 “Show me the money”，对我们这种做底层技术的公司，环境反而更有利。

晚点：行业降温之后，做 VLA、做具身模型的公司会不会更重视触觉？

马道林：我觉得会。

因为当行业从讲愿景转向要看结果，大家就会认真去回答一个问题：我的机器人到底能不能真正干活。而一旦你认真去解决 “干活” 这件事，你就会发现——失败几乎都发生在碰到之后。视觉再强、模型再聪明，接触瞬间的事它就是处理不好。

Astra 出来之后，反而有更多做具身模型的公司来找我们。因为他们发现上层的事通用模型已经做得差不多了，剩下的硬骨头就在这儿。

晚点：千觉现在在触觉领域的市占率有多少？

马道林：这个行业还没有权威的统计口径，我不太想给一个拍脑袋的数字。

我能说的是我们自己的观察：视触觉能做到每月数万片级量产、有自己的多模态数据能力体系和触觉基座模型、并且在真实产业场景里做过实机模型验证——能同时做到这几件事的企业还很少。

我们其实很欢迎更多人进入触觉赛道，这个行业足够大。当前行业的瓶颈不是竞争，而是数据供给和场景成熟度。

晚点：在行业还略显混沌的阶段，你看重的竞争要素有哪些？

马道林：创始团队对技术和行业的判断和认知。

还有就是触觉传感器的量产能力和一致性——我认为这是生死线。

对传感器第一性原理的要求就是一致性，然后是耐用性、成本。要保障这些，需要硬件设计研发能力、制造能力，以及标定能力。我会把标定能力放在第一位：哪怕生产制造中存在个体差异，通过标定，最终交付到客户手里的输出结果要保证一致。这里面有大量标定工作。

一致性是视触觉传感器量产的分水岭。一万个传感器能不能做得像一个？这件事决定了你能不能从 Demo 走向量产。

晚点：你蛮纯粹的，相信简单直接的东西。

马道林：我会觉得有些虚的或者套路的东西，最终是会回归的。这些东西阶段性有用，但你撒的谎、凹出来的造型都是有代价的，这个代价会反过来，你要再重新付出去。

晚点：创业至今，有哪些超出你预期的东西？

马道林：公司的成长速度。去年年初我们可能才 20 人左右。也不是刻意扩张，是客户的需求来了，你就需要补这方面、那方面的人，在迭代的过程里，外部需求的输入会促使你不断成长。

还有一个超出预期的是灵巧手行业的产品化速度。我们去年发布夹爪型传感器的时候，一度以为在较长时期内，灵巧手指尖的需求不会超过夹爪。但最近灵巧手触觉传感器的需求已经超过夹爪了。下游迭代的速度比我们预想的快。

低于预期的也有，主要是进工厂、进真实场景的速度。这个一开始大家预期得偏乐观了。

晚点：过去一年，在触觉落地这件事上，你看到哪些让你有信心的信号？

马道林：触觉机器人的应用，在一些场景我感觉快到临界点了。比如接插电缆、一些精细装配的场景。但确实场景得精挑细选。我们国家产业这么丰富，在有限的场景里持续投入，跑通落地是有希望的。

晚点：五年或者更久之后，你希望千觉成为一家怎样的公司？

马道林：千觉想做的，是具身智能时代的触觉基座：从传感器到数据到触觉模型，一套完整的触觉能力体系，让机器人从看见世界，走向理解世界、交互世界。

物理 AI 的终局一定是精细交互，触觉的竞争最终会回归力学的竞争。这对我来说不是修辞，是我自己走过的路径——从月球着陆的接触力学，到机器人指尖的触觉感知，本质上都是在回答同一个问题：两个物体接触的瞬间，究竟发生了什么。

题图来源：千觉机器人

- FIN -