机器人触觉厂商，从卖传感器到卖数据与模型的商业路径

近年来，机器人触觉技术从实验室走向产业化应用，但触觉厂商的商业模式正在发生深刻变化。2026年，多家机器人触觉企业不仅继续销售传感器等硬件产品，更将业务拓展至数据采集系统和触觉模型领域，试图构建完整的触觉智能解决方案。

在IROS 2026大会上，Sharpa公司展示了D01机器人、W02灵巧手和AE01外骨骼数据手套等新产品。其中AE01外骨骼手套配备22个编码器和5个振动马达，不仅能实时反馈操作者的触觉信息，还能记录第一视角的操作数据。戴盟机器人则推出了DM-Tac触觉传感器、Data-Nexus数据采集系统和Daimon-TWM触觉锚定世界模型，演示了穿珠和帆布袋热转印等应用场景。

触觉厂商的商业布局主要围绕四个方向展开：零部件、数采工具、数据和模型。福莱新材与灵心巧手签订的10万套触觉传感器订单，标志着触觉传感器已进入规模化量产阶段。上海大学和吉林大学分别采购的含视觉、触觉采集功能的系统，则反映了高校对触觉数据采集工具的需求。然而，这些新兴业务能否成为独立的盈利模式，仍需市场验证。

触觉数据的跨传感器复用问题成为行业发展的关键瓶颈。论文《TacVerse》的研究显示，同一模型在不同视触觉传感器上的准确率差异可达84.9%（从90.3%降至5.4%）。这种"换肤成本"使得触觉数据难以像视觉数据那样实现跨设备复用，导致其更像是定制化项目而非标准化商品。

为解决这一问题，戴盟机器人推出了Daimon-TWM触觉锚定世界模型。在四项测试任务中，该模型平均成功率为64.0%，优于π0.5基准的26.0%。尽管数据主要来自公司内部测试，但这一尝试为触觉数据的商业化提供了新的思路。

在行业标准尚未统一的情况下，触觉厂商通过构建软硬件一体化解决方案来增强竞争力。例如，猿声科技推出的Magic Glove模块化多维触觉数据采集手套，设置了15个追踪单元和16个独立触觉区域，能够提供高密度的多维受力信息。该公司还提出了"触觉同构"的概念，力求让采集端与机器人执行端在触觉点位和物理量表达上形成对应，减少数据迁移时的信息损失。

尽管触觉数据的价值备受关注，但如何定价和验证仍然是行业难题。有从业者表示，高质量的真实数据即使价格高出十倍也愿意购买，但需要经过严格的验证过程。目前，国内专门面向具身智能的数据交易平台仍较少，难以满足提前看样、质量检测等需求。

总体来看，机器人触觉厂商正在经历从硬件销售向数据和模型服务转型的关键阶段。虽然面临传感器兼容性、数据标准化等挑战，但通过构建完整的触觉智能生态系统，这些企业有望在具身智能时代占据重要位置。