在IROS 2026上，机器人触觉领域出现了一个值得关注的趋势：触觉厂商正在将产品线从单一的传感器硬件向数据采集工具、数据集和模型延伸。Sharpa、戴盟、帕西尼等厂商均在展会上展示了覆盖多个环节的产品组合，试图在零部件、数采工具、数据和模型四类预算中占据位置。
触觉传感器本身已开始进入规模化阶段。今年2月，福莱新材与灵心巧手签署10万套触觉传感器订单，此前双方已完成1000套交付。从千套到十万套的量级跃升，表明触觉传感器正从实验室样品走向批量制造。与此同时，数采工具作为独立品类开始出现。9月，上海大学计划以22万元采购一套兼具视觉、触觉采集和模型训练功能的系统；吉林大学则以20万元购入一套由遥操作机械臂、相机和视触觉传感器组成的采集平台。高校采购的不是单个传感器，而是用于生产机器人训练数据的完整工具链。
数据层面的商业化尝试也已展开。戴盟上线Daimon-Infinity平台，首批公开1000小时数据，涵盖视觉、动作、语言以及指尖触觉的形变、剪切和深度信息。截至10月6日，该数据在魔搭社区的累计下载计数超过918万。今年5月，卓世科技与戴盟签署战略合作框架协议，前者将使用戴盟的含触觉全模态数据训练模型，戴盟将提供1亿条模型训练数据。戴盟机器人合伙人兼首席商业官张栋表示，北美和中国的大型企业均在购买戴盟数据进行验证。帕西尼则将全模态具身数据分为八类，在商城标价出售，页面可见任务的单价多为5元、7元和9元，但价格对应的数据粒度并未明确说明。
触觉数据的跨传感器复用问题构成了一项关键挑战。在论文《TacVerse》中，研究人员用7种视触觉传感器采集10.68万张图像，测试同一模型能否跨传感器工作。一个用GelSightMarker数据训练的30类栅格分类模型，在原传感器上准确率为90.3％，换到结构相近的GelSightNoMarker后降至24.8％，换到差异更大的MagicGripper仅剩5.4％，已接近3.3％的随机水平。这意味着，触觉信号与传感器的材料、结构和标定方式深度绑定，硬件更换后模型接收到的可能已不是同一种触感。数据能标价，不等于能够复用。如果第二位客户使用不同款传感器，重新标定、转换和补采的成本将再次产生，交易更接近定制项目而非可反复销售的商品。
这一现实推动了触觉厂商向模型层延伸。戴盟发布的Daimon-TWM被称为触觉锚定世界模型，将触觉用于机器人的状态判断、动作推演和实时控制。以插接任务为例，摄像头看起来已经对准，但指尖受力可能显示插头正在顶歪，机器人需要停下来调整角度而非沿原轨迹继续推进。在戴盟公布的测试中，Daimon-TWM在调整、擦拭、插入和装配四类任务上的平均成功率为64.0％，同一测试中π0.5为26.0％；加入人为触碰和平台位置变化等扰动后，两者分别为53.5％和5.8％。该测试并非第三方验证，但至少在戴盟设定的任务中，Daimon-TWM表现出更强的抗干扰调整能力。
模型层的商业逻辑随之分化。模型未必需要单独定价销售，也可以作为整套软硬件方案的一部分，帮助方案整体成交。前一种是可以独立定价、持续授权的软件收入，后一种则是全栈方案中的能力组件，最终仍依赖硬件和项目回款。对投资人而言，这是两种完全不同的生意。
从当前公开信息来看，触觉厂商的产品链虽然持续变长，但越往数据和模型方向走，可核对的交易证据越少。传感器和数采工具已有订单或采购记录；数据端虽出现定价和购买验证，但交易金额与复购情况尚未披露；模型端则主要是产品发布和公司自测数据。2026年更像机器人皮肤从技术样品走向产品化的一年，数据和模型的价值已经显现，但尚未形成可独立验证的收入模式。决定触觉厂商长期价值的核心变量，在于每向前延伸一层，能否获得一笔独立于硬件的预算支撑。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
