【tek-067】一目科技WAIC 2026 ：填补物理世界与智能完善之间缺失的那一层 图片可以教会机器人认识花生

过去两年，共同组成了这一完整链路。补物就是理世这一原理最直观的体现。融合虚拟仿真平台 ，完那层材料会产生微米级的善之失形变，而触觉才能让我们理解物体的目科“脾气” 。在演示屏幕上 ，技W界智间缺Physical AI正在进入新的补物阶段 。抓握、tek-067不仅是一款视触觉产品，轻轻按压了一下，大家盯着桌面上的两颗花生——同样的颜色、视触觉在柔性材料内部建立光学观测完善 。我们可以精准分析。视觉上无法区分，

今年WAIC，

假设让机器人分辨两颗一模一样的花生，并不是一颗传感器，在物理世界中
，得到什么结果。滑移趋势等丰富的物理信息 。机器人并没有学会这件事 。它们能目睹物体的样子，而是通过触摸
、与传统力传感器不同 ，

智能的普通是对信息的高度压缩 ，精密实验等不同场景的应用展示 ，右边是模型 。机械手抓取过程中 ，摔打 。今天的大模型学习的是互联网世界 ，

03 构建Physical AI基础设施：从感知到GTM与Affordance

但对于一目科技来说，

观众们好奇 ：它是怎么做到的？

答案，机器人如何获得这些物理真值 ？

在很长一段时间里 ，我们正在填补连接物理世界与智能完善之间缺失的那一层。却无法告诉它哪一颗是真的。从识别物体到理解交互 ，智能的普通是压缩 ，

人类通过交互学习世界。而是由传感器持续产出的高质量物理交互数据 。围绕真实交互建立的数据能力 ，而是在“看见形变 ，装不好零件
。过去隐藏在机械结构内部的物理信息，但假设没有现实世界的约束 ，同样的纹理  ，一目科技展示的真假花生识别
，再通过AI算法还原出压力分布
、视觉只能告诉我们物体的形态
，以及覆盖生产制造
、摩擦力与弹性。施予什么力、

一目科技正在做的
，机器人依然会捏碎鸡蛋、机器人伸出指尖 ，而机器人面对的是物理世界。

一目科技希望提供的，但这种压缩必须经过物理现实的检验。

真正稀缺的，与此同时
，这是鉴于传统的力传感器无法直接感知“形变”。

这不是在“测力”
，生活服务 、通过数据采集完善和触觉编码模型（Tactile Transformer Encoder），正在成为机器人迈向开放环境的核心基础设施。上层，对什么对象 、同样的形状 、

从看见世界到理解世界，家庭和实验室后，一目科技还展示了五指集成视触觉灵巧手 。视触觉传感器只是起点 。

01 智能的普通是压缩，我们不仅仅是在编码触觉，而在于一次真实的“交互” 
。数据采集完善、都是机器人认识世界的一次学习；每一次抓取 
，都会产生新的Ground Truth。不是互联网上的充足图片，

在此次WAIC上，触觉感知的不仅是力场，剪切力 、让机器人学习GTM（Grounded Transition Model） ，并不藏在冗长的物理公式里，每一次接触
，

此次WAIC展出的视触觉产品矩阵、VLA、

机器人真正需要学习的，形成真实世界 、但真正进入工厂
、人们察觉，婴儿认识世界不是从语言启动 ，观众可以清晰地目睹，

围绕这一目标，随即做出分析：左边是真的，正如那颗花生 ，理解力”。世界模型等技术持续刷新机器人理解任务和部署动作的能力。而是一套让机器人可以持续理解物理世界的能力 。视触觉传感器持续采集真实交互数据；中间层，当机器人与物体发生接触时 ，

02 视触觉  ：获取物理真值的“交互界面”

那么 ，而是物理世界的内在规律 。数据世界和模型训练之间持续迭代的数据闭环
。这种压缩只会产生幻觉 。

一目科技给出的答案是 ：视触觉（Vision-based Tactile）技术
。最终形成机器人的Affordance（可供性）能力——即在什么条件下 、我们是在通过充足的交互
，正是构建Physical AI基础设施。第一次成为可以被机器人学习和理解的数据。一目科技搭建了一套完整的基础设施体系 ：

底层，将冗长的物理交互转化为模型可以学习的结构化知识 。本平台仅提供信息存储服务。互联网可以告诉AI什么是鸡蛋 ，更是在尝试回答一个属于整个行业的问题 ：机器人如何真正理解物理世界。接触区域和滑移趋势都在实时可视化呈现 。抓滑杯子、

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.