雷军押注“机器人指尖”，不到15克身价已过亿

本文来自微信公众号： 蓝字计划 ，作者：周松

机器人行业，已经卷到指甲盖了。

过去两年，灵巧手公司拼手指、拼关节、拼自由度，先想办法让机器人长出一双越来越像人的手。

如今，十几、二十个自由度已经不算少见，机器人也能端杯子、抓水果、叠衣服。但真正碰到东西以后，它们依然像一个没怎么干过活的新手。

哪怕是“夹鸡蛋和塑料袋的时候分别要用多少力、抓玻璃杯时会不会滑”，这些对人类来说近乎本能的事，大部分灵巧手依然很难稳定做好。

归根究底，是灵巧手只模仿了人手的“表面”——五指、关节，却缺少了人手的“灵魂”：

手感。

这也让灵巧手的竞争，从手掌、关节和手指，一路卷进了指尖；甚至让雷军旗下的小米战投，也忍不住在一根拥有“手感”的指尖上押了注。

2025年，纬钛机器人完成近亿元天使轮及天使+轮融资，其中天使轮由小米战投领投。最近，纬钛又宣布完成Pre-A轮融资，一年之内连融三轮，累计融资数亿元。

而这家让资本追着下注的公司，成立时间也不过两年。

小小一根指尖，凭什么成了灵巧手下一轮竞争的入口？

小小指尖拿捏机器人变现命脉

过去几年，灵巧手不断增加手指、关节和自由度，机器人能够完成的动作也越来越复杂。

但这些能力，大多建立在物体位置、形态和操作流程相对固定的前提下。

真正进入工厂、家庭等真实场景，情况随时都可能发生变化：零件可能偏了几毫米，杯子表面可能沾了水，塑料袋的形状每次都不一样，水果的软硬程度也各不相同。

这时候，光靠提前规划好的动作，很难保证每一次操作都能成功。

摄像头可以告诉机器人，眼前是一个杯子、一个零件或一个鸡蛋，却很难持续判断接触之后发生的变化。

在工业生产线上，缺少这些反馈，机器人可能夹坏零件，也可能因为一点位置偏差，无法完成插接和装配。

到了家庭场景，面对柔软、透明、易碎和形状不固定的物体，提前写好的动作程序就更容易失效。

这时候，指尖触觉解决的，就是机器人碰到物体以后，能不能根据变化随时调整。

这也是“手感”对于机器人真正的价值。

这种价值，已经在一些精细操作中得到验证。

此前，MIT研究团队曾在机器人夹爪的指尖装上GelSight传感器，让机器人一边感知线缆在手指间的位置和摩擦力，一边调整夹持力度。

最终，机器人不仅能沿着一根随意摆放的线缆找到末端，还能感知插头接触手指的瞬间，重新调整姿态，将插头插进接口。

相比之下，只按照预设动作运行的开环方案，只能沿着线缆移动约36%的长度，线缆一旦弯曲，就很容易从手中滑走。

这种能力，也开始进入头部科技公司的产品路线。

早在2024年，Meta就曾一次性发布了人工触觉指尖Digit 360、触觉基础模型Sparsh，以及整手触觉集成平台Digit Plexus。

图源：Meta官网

其中，Sparsh使用超过46万张触觉图像进行预训练；Digit 360则把超过18种感知能力塞进一根人工指尖，还能在本地处理触觉信息，像人的神经反射一样快速作出反应。Meta随后又与GelSight、Wonik Robotics合作，推动搭载触觉传感器的新一代Allegro Hand商业化。

到2025年，Figure发布新一代人形机器人Figure 03时，也专门自研了指尖触觉传感器。按照Figure的说法，此前市面上的传感器，很难同时满足真实使用中的耐用性、长期稳定性和感知精度。

图源：Figure官网

这套传感器能够感知约3克的压力变化，并判断物体已经抓稳，还是即将从手中滑走。到了2026年发布的Helix 02，指尖触觉已经和头部相机、手掌相机一起，成为机器人控制模型的直接输入。

当然，灵巧手的触觉由传感器提供的，理论上触觉传感器也可以铺满手掌和手指，只是这样一来成本、布线、数据带宽和算力压力也会随之增加。

一项在Shadow Hand仿真环境中进行的研究发现，经过优化后，仅用21个触觉传感点，就能保留92个传感点方案超过93%的任务表现。

这意味着，触觉传感器不需要简单铺满整只手，真正重要的是把有限的传感能力，放到与具体任务最相关的位置。

这也解释了为什么灵巧手的指尖，成了养育机器人“手感”的兵家必争之地。

而纬钛机器人盯上的，正是这个位置。

一根指尖，要喂一套触觉数据

图源：GelSight官网

而所谓的视触觉，原理其实就是在传感器内搭载一层仿人体皮肤的柔性体。

接触物件时，柔性体会产生形变，内置的微型相机会实时捕捉形态变化，再依靠算法解析，还原出压力、表面纹路、滑移状态等触觉信号。

对于一根指尖来说，要把这些能力同时塞进如此有限的空间并不容易。

传感器既要足够小，不能影响灵巧手本身的结构和运动；又要保持足够高的分辨率和响应速度，赶在物体滑落或变形之前，把变化反馈给机器人。

不过，给机器人装上一根会感知的指尖，只解决了“感觉得到”的问题。想让机器人真正积累出老师傅一样的手感，还要把每一次接触中的压力、滑移和形变，沉淀成可以反复训练的数据。

但指尖采集数据越多、用得越久，新的问题也会随之出现。

卷到指尖之后，硬仗才开始

视触觉指尖想真正进入生产线，首先要过耐用这一关。

视触觉传感器通常依靠柔性体或触摸膜感知形变，这些材料在高频使用中容易磨损、污染和老化，内部的光学组件也可能因此出现偏差。

在实验室里完成几百次抓取，和在生产线上连续工作几个月，完全是两回事。

一旦柔性材料频繁更换，或者使用一段时间后，采集到的信号开始出现偏差，传感器带来的精度优势，很可能会被后续的维护成本抵消。

另一个问题，是算力。

相比部分只输出单一压力数值的触觉传感器，视触觉传感器采集的是一连串高频、连续变化的图像和力学信号。

每一次接触发生后，系统都要在极短时间内识别压力分布、滑移趋势和物体形变，再把结果传给机器人的控制系统。

哪怕只装在一根手指上，持续产生的高频图像和触觉数据量也已经不小；扩展到五指以后，数据带宽和实时计算压力还会继续增加，这对企业的算力需求就会非常高。

而且在耐用、算力之外，成本和量产一致性的问题同样绕不开。

单根指尖搭载一套高分辨率视触觉模块，和五根手指、手掌等位置都铺上触觉，最终的成本完全不同。

图源：纬钛机器人官网

传感器还要被塞进尺寸各异的手指里，保证每一颗的感知效果、使用寿命和输出信号尽量一致，这对材料、封装和批量制造都提出了更高要求。

对纬钛机器人来说，只有逐一解决这些问题，视触觉才能真正走向大规模商业应用。

纬钛机器人虽然抢到了先手，但整个指尖触觉赛道，并没有给它留下多少慢慢解决问题的时间。

汇光创新推出的超薄视触觉传感器LIGHT TILE，第一版产品厚度就控制在3至4毫米，希望降低传感器进入灵巧手的空间门槛。

新智具身则把重点放在耐用性上，通过模块化设计，让传感器可以支持24小时高强度连续使用。

东莞感知纪元主攻弹性多模态仿生电子皮肤，材料拉伸延展性可以达到400%以上，试图让触觉覆盖更多曲面和柔性结构。

帕西尼、戴盟机器人等公司，也在围绕多维触觉、灵巧手和触觉数据持续扩张产品线。

与此同时，整个赛道资本的动作同样越来越密集。

据行业不完全统计，2025年，国内触觉传感器赛道完成融资约20起，已披露融资总额接近18亿元。进入2026年，汇光创新、新智具身、戴盟机器人等公司又相继宣布完成融资。

这说明，指尖触觉已经开始从实验室里的技术演示，进入工程化和规模化竞争。

过去，大家比的是谁能让机器人拥有“手感”；接下来，竞争会落到更具体的问题上：

谁的指尖更薄、更耐用，成本更低，还能持续采回稳定的数据，谁就更接近成为赢家。