文 | 具身商业前哨

9月28日，Sharpa在IROS 2026同时发布机器人D01、灵巧手W02和外骨骼数据手套AE01。其中，AE01是Sharpa在这一品类上的首款产品，也是它第一次把产品伸到人的手上。

AE01用22个编码器记录操作者的手部关节运动，五根手指各配一枚振动马达，每个指尖提供256级动态反馈。它的有线数据输出频率为500Hz、延迟5毫秒；无线状态下分别为150Hz和10毫秒。这副手套无需额外的用户校准，可用于机器人遥操作和第一视角操作数据采集。Sharpa原来主要把触觉装到机器人身上，这次开始捕捉人的动作和“手感”。

今年以来，触觉产业的另一边已经出现大额硬件订单。2026年2月，福莱新材与灵心巧手宣布落地10万套触觉传感器订单，此前双方已经完成千套产品交付。帕西尼则把全模态具身数据直接摆进了网上商城，汽车接口对接、工具使用、旋钮操作等任务均有明码标价。

外骨骼手套、10万套订单和数据商城，看似三条新闻，分别对应触觉公司正在争取的三笔预算：机器人BOM、研发工具，以及数据和模型训练。

这也是机器人“皮肤”成为热门生意之后，一个更值得追问的问题：触觉公司为什么都不满足于卖传感器？向数据和模型延伸，究竟增加了新的收入，还是只增加了一层全栈叙事？

从BOM、研发工具到训练预算

电子皮肤还不是一种完全标准化的零部件。千觉采用三色光视触觉，戴盟机器人走单色光视触觉，帕西尼采用霍尔式多维感知，福莱新材则选择柔性压阻路线。即使同属视触觉，三色光和单色光的光路、标定和成像方式也不一样。四条路线在分辨率、量程、耐用性、体积、成本上各有取舍——关键的是，它们产出的数据互不相同。

福莱新材先做的是BOM生意。客户按套或按传感单元采购，供应商赚制造、交付和迭代的钱。10万套订单属于这一层。它的验收标准不是模型参数，而是良率、成本、一致性、寿命和交期。

Sharpa和千觉正在进入研发工具预算。数据手套、可穿戴采集设备、遥操作系统和仿真软件，服务的是机器人公司、高校实验室和模型团队。客户花这笔钱，是为了更快获得人类示教和机器人交互数据；这些设备不会进入最终机器人的零部件清单。

Sharpa的AE01承担动作记录和遥操作入口；千觉的XTac UMI G1则是穿戴式视触觉数据采集设备。设备销量只是一层，衡量这门生意还要看两个指标：每小时产出多少有效数据，上一个新任务要几天。

千觉称其视触觉传感器已实现万片级量产，累计服务超过300家付费客户。这个数字证明公司已经有硬件客户基础，但公开材料没有拆出300家客户贡献的收入，也看不出其中有多少客户继续购买了数采、仿真或模型产品。

帕西尼和千觉还想进入第三笔预算。帕西尼已经把猫砂铺设、货架整理、汽车开关操作、接口对接和工具使用等任务数据做成商品，网页标价为5元至9元；千觉则把触觉仿真、VTLA多模态控制和触觉世界模型列入技术版图。

商城没有说明5—9元对应一条轨迹、一段视频还是一个数据包，无法据此估算成交额。标价只是上架。有没有人付费、会不会复购、同一份数据能不能卖第二次——这三件事才决定它是不是生意。

2024年5月成立的千觉，在两年多时间里至少公开了5次融资。今年7月，公司完成亿元级融资，投资方包括具身智能产业方、天季资本和吉德电器；9月又连续完成两轮数亿元战略融资，最新投资方包括蓝驰创投、中金资本旗下基金和靖亚资本。公开信息没有拆分两轮的准确金额，也没有明确领投方，但把资金用途写得很细：一头用于视触觉传感器迭代和规模交付，一头投入真实数据采集、触觉仿真、数据集、具身模型和世界模型。

帕西尼单笔融资金额更大。3月完成超10亿元B轮融资，8月再拿10亿元战略轮，9月又披露数亿元融资。按公开金额，3月和8月两笔已经超过20亿元；再计入9月披露的“数亿元”，公司累计融资超过40亿元。

融资只能证明投资人愿意为这条产品链提前下注，不能代替客户收入。目前能确认的是，触觉公司的产品边界正在变宽，数据和模型是否成为独立生意仍缺收入与复购数据。

换一块传感器，旧数据还能用吗

触觉公司向数据延伸，有一个比估值更实际的理由：触觉数据很难脱离硬件独立存在。

一段视觉视频通常可以交给不同模型重复使用。触觉信号却同时受到传感材料、结构、采样频率、安装位置和标定方式影响。换一款传感器，模型接收到的可能已经不是同一种“触感”。

9月25日发表的TacVerse跨传感器基准，把这种损失做成了一组可复核的实验。研究团队使用7种视触觉传感器采集10.68万张图像，覆盖形状分类、栅格分类和力回归三项任务。

一个以GelSightMarker为源传感器、面向30类栅格分类的模型，在同款传感器上的准确率为90.3%。零样本迁移到外形相近的GelSightNoMarker后，准确率降至24.8%，损失65.5个百分点；迁移到MagicGripper和ViTacTip后只剩5.4%和4.1%，已经接近30分类任务3.3%的随机水平。

力数据更难搬。一个以GelSightNoMarker为源传感器的力回归模型，在原传感器上的决定系数R²为0.590，换到GelSightMarker后降至-0.014，换到MagicGripper后降至-6.046。R²低于0，意味着预测结果还不如直接使用平均值。加入少量目标传感器数据可以帮助模型重新适配，但实验结果仍未追平“同一传感器训练、同一传感器测试”的水平。

这组实验也留下了边界。两款结构相近的GelSight在形状分类任务上可以顺利迁移，差异较大的传感器则明显失效。触觉数据并非一换硬件就全部作废。传感器差异越大、任务越依赖精细纹理和受力信息，旧数据可以直接复用的比例越低。

产业端也把这个问题摆到了台面上。他山科技市场及生态副总裁付宜晖在公开采访中提到，行业目前缺乏统一的测试、标定和评价标准，不同技术路线的数据难以互通。模型公司给出的答案更乐观。北京大学卢宗青和智在无界张万鹏在另一篇采访中表示，不同传感器最终可以在模型层抽象为点阵上的六维力，再通过统一编码器转成同一种触觉输入。

一个说原始数据难互通，一个说模型输入可以统一。两者并不矛盾：中间那层标定、转换和补数据的成本，正是触觉公司试图做成生意的部分。

控制传感器的价值还在硬件之外。供应商可以统一采集格式、标定方法和控制接口，也能在换代时用新数据修正旧模型。传感器、数采和模型由同一家公司做全，客户换设备时就能少标定一次、少搬一次数据。

9月27日，IROS 2026的触觉与灵巧操作专题研讨把“可执行的评价指标”“人类示教数据采集硬件”“仿真到现实迁移”和“硬件—任务协同设计”列为核心议题。传感器能测多准仍然重要，但机器人公司最终购买的，是它能否提高任务成功率，以及更换设备后要重做多少数据工作。

全栈不一定比纯硬件高级

福莱新材走的是另一条路。它沿着材料、涂布和柔性器件能力推进量产，重点没有放在人形机器人整机或具身大模型上。千套交付之后，公司拿到10万套采购订单；到2026年上半年，福莱新材称其柔性触觉传感产线已经完成工艺调试和优化，产品实现批量交付并具备稳定供货能力。

这是一套传统零部件逻辑：先把产品做得可制造，再靠订单、良率、成本和交期建立规模优势。

福莱新材半年报没有在分产品收入中单列柔性触觉传感业务。公司上半年实现17.15亿元收入，主要仍来自标签标识印刷材料、广告喷墨打印材料、功能基膜和电子级功能材料。10万套目前只是采购订单，不等于已经确认收入；电子皮肤对上市公司的财务贡献，还要等待交付、验收和收入数据验证。

纯硬件路线并不天然低一等。如果触觉接口逐步标准化，不同传感器产生的数据可以被通用模型吸收，电子皮肤会越来越接近成熟零部件。届时，占优势的可能是能把价格压下来、把良率做上去，并按期交付几十万套产品的制造公司。

全栈路线也不会自动获得更高毛利。公司同时承担硬件、软件、算法、数据采集和场景交付，收入边界变宽，成本边界也一起变宽。如果数据不能跨平台复用，模型不能提高任务成功率，所谓闭环只会把更多研发费用留在自己账上。

​

全栈要值钱，两条必须同时成立：器件、数据和模型放在一起，确实能减少标定和适配工作，或者提高任务成功率；客户愿意为这部分价值持续付费。缺任何一条，全栈都只是成本更重的硬件生意。

所以，行业真正争的是一个问题的答案：触觉会成为标准件，还是一种必须软硬件协同的系统能力。产品页写得更“全”，回答不了这个问题。

判断一家触觉公司的商业化成色，需要依次回答七个问题：

1. 采购意向是否已经变成正式订单？

2. 订单能否按期交付？

3. 交付后能否完成验收并确认收入？

4. 同一客户是否复购？

5. 传感器离开自家设备后能否稳定工作？

6. 同一批数据能否跨设备复用？

7. 数据和模型有没有独立付费客户？

现在，机器人触觉已经越过只有论文和样机的阶段：有10万套级订单，有批量供货产线，也有被摆上货架的数据产品。但行业还没有证明，触觉数据和模型能够像软件一样形成持续、可复制的收入。

能把10万套传感器按期交付，是一种能力；能让客户为了数采工具、数据和模型再次付钱，是另一种能力。前者决定一家公司能不能成为合格的零部件供应商，后者决定它有没有机会越过零部件的估值边界。

机器人长出“皮肤”之后，值得观察的已经不只是它能否感受到压力，而是谁能把一次触碰，变成客户愿意持续购买的产品。