【编者按】南海之滨的创新热土上，深圳以每平方公里拥有12家高新技术企业的极致密度，孕育着改变世界的科创力量。从大疆无人机翱翔天际到微众银行重构金融生态，从河套实验室的颠覆性技术到前海深港的跨境协同……“20+8”赛道奔涌的“深圳军团”背后，是政府“放水养鱼”政策活水、创投资本浇灌以及产学研用贯通生态的三重共振。
中国基金报携手深圳私募基金业协会、深证中小企业服务中心与中信银行深圳分行，共同推出《湾区创客说·发现独角星芒》，解码科创力量的硬核突围、透视资本浪潮的前瞻势能。让我们穿过深圳湾的摩天楼群天际线，发现照亮湾区未来的星芒轨迹。
当展会上的人形机器人以不同身高、骨架与外表同台亮相时，一个问题反而更尖锐——形态慢慢的变多，展示却越来越像。
舞蹈、互动、搬运、抓取……同一套能力在不同展台反复上演。业内也不乏共识：企业之间的硬件鸿沟并不明显，真正拉开差距的，未必是外观与参数。如何从展示能力转向交付能力，从“像人”转向“像人一样把事做成”，已成为机器人行业的新课题。
然而，一旦机器人要从“看见”走向“操作”，从演示动作走进真实场景，短板会迅速暴露出来，触觉的缺失成了一个关键瓶颈。仅凭视觉，它可以识别物体，却难以判断接触瞬间的力、滑、形变与材质差异。没有触觉，机器人就很难与物理世界建立可靠的闭环。
基于这一判断，戴盟机器人选择把能力构建在更底层：为机器人补上“超级触觉”，让其真正具备可泛化的物理世界操作能力。
戴盟机器人创始人兼CEO段江哗向记者表示：“机器人的形态并不是核心，真正的价值在于聪明的大脑和灵巧的操作能力。”在他看来，触觉是实现精细、稳定且可泛化操作的重要信息模态，缺少触觉反馈，就难以实现真正意义上的“灵巧”。
本期《湾区创客说·发现独角星芒》栏目同步以视频记录此次调研活动，视频如下，以飨读者。
中国基金报：我们了解到戴盟机器人专注于触觉技术，为何会选择专攻这一领域？它对机器人产业有何重要意义？
段江哗：人类在工作和感知世界的过程中，触觉是一种非常非常重要的模态信息。视觉主要提供空间状态的感知，但当人手需要接触物体并做相关操作时，触觉能提供更快地响应。例如，拿鸡蛋的过程中，眼睛只能告诉我们大致位置，而手在接触时会感知到鸡蛋的重量、硬度、表面纹理还有是不是滑动。如果没有滑动，我们就能拿起它；若有滑动，则会稍微用力捏住。由此可见，人类在与物理世界互动时，视觉和触觉是相辅相成的。
我也非常认同目前市场的一些观点，即人形机器人的本体运动性能至关重要。机器人需要先具备良好的运动能力，然后才能够有效执行任务。对我们而言，无论机器人是人形双足式、轮式还是固定安装式，我们大家都认为其核心价值在于“像人类一样聪明”，拥有聪明的大脑和灵巧的操作能力是最重要的。
但目前这一重要信息数据十分缺乏。如果没有触觉反馈，机器人就难以实现真正的精细灵巧操作。基于这一认识，我们在研究中加入了触觉传感器硬件的开发。
中国基金报：机器人的触觉感知存在什么技术难点？戴盟机器人选择了什么样的技术路线？
段江哗：人手触觉是一个非常精妙的系统，人类手指的指腹，在每平方厘米的面积上分布着约2500个感知单元，能够同时感知12个维度的触觉信息——包括三个方向的正压力、切向力和旋转力矩，以及物体的硬度、摩擦系数、表面纹理和接触位置等。
为实现类似于人手的高分辨率和多模态触觉，学术界尝试多种方式。传统的电容式、电阻式或电磁式压力传感器，往往只能感知一到三个维度的力，在模拟这种复杂感知时捉襟见肘。
因此，我们最终选择基于视觉的触觉感知方式。麻省理工学院（MIT）计算机科学和AI实验室也有团队在做相关的研究，通过RGB三色光照射，再用摄像头捕捉形变后的图像，以此来实现高分辨率的触觉感知。
但我们在与MIT实验室合作后，发现该技术路径存在优化空间：第一是算力占用很大，会导致产品发热；第二是三色光容易受到光路干扰，稳定性有限；第三是由于算力与发热问题，系统频率通常在20—30Hz，但触觉是“快系统”，人手触觉反应频率可达约400Hz，低频会限制快速响应；第四是生产所带来的成本比较高，产品价格更难下探。
经过六年的研发、两年完成产业化，我们最终使产品通讯频率提升至原来的4倍，成本降至原先的四分之一，耐用性提高了50倍，
段江哗：对已经理解触觉价值的客户来说，我们的产品竞争力很强，客户复购意愿也较强；
但更大的阻力在于市场教育，不少客户甚至不知道触觉能解决什么样的问题，因此就需要不断用落地案例
所以我们现在也是“两条腿走路”，对于懂得怎么用硬件的客户，咱们提供标准化触觉传感器；对于不清楚怎么落地的客户，咱们提供一揽子解决方案，包含传感器、末端执行器与系统集成思路。
近期戴盟机器人携核心技术成果参展CES 2026，目前海外市场推进情况如何？
段江哗：我们的产品在2025年5月就已首次进入美国市场。首先，我们的产品拥有完全自主知识产权，因此在产品发布后的第二个月，我们便带着产品前往美国。此外，在正式对外发布前，我们的产品已通过美国和欧盟的相关认证，并成功通过世界权威机构的耐用性测试。
因此，我们不仅拥有自主知识产权，产品性能也十分出色，在美国展出时获得了极佳反响。正如之前提到的，我们的友商及海外试用客户都给予了高度评价，我们收到了大量海外订单。今年参加CES的核心目标之一，是逐步加强与海外客户的联系，同时拓展新的应用场景。
CES除了聚焦智能产品外，还包括消费类机器人和硬件产品。我们大家都希望拓展触觉传感器在消费类产品上的应用。因此，2026年我们将推出触觉传感器的标准化产品，并拓展其在机器人及智能硬件中作为核心部件的应用。此外，我们还将与海内外企业合作，寻求包含触觉技术的解决方案，形成完整的交付体系，结合触觉、末端执行器和机器人技术，提供一整套解决方案。
段江哗：我们创业时期，前期研发工作持续了6年，而后投入了2年时间进行工程化。
其实，我们本可以更早地发布产品，但选择更为稳健扎实的发展路径主要是因为我们认为只有当产品的良率、稳定性和可靠性得以提升后，产品推向市场才具备较强的竞争力，无需后续反复弥补短板。
因为产品一旦亮相，若出现诸多问题，对公司形象和公司团队的士气都会造成较大的负面影响。所以，我们秉持“慢就是快”的理念，尤其在产品发布的初始阶段，力求稳扎稳打。我们在发布产品之前已做了充分的准备工作，因此，当订单量增长时，我们有足够的能力承接，这是我们显著的优势。
产能布局方面，我们已完成了相关安排。更重要的是，我们获得了股东的全力支持。在产品批量化生产的全部过程中，我们的股东之一联想发挥了及其重要的作用。联想位于深圳光明区的华南工厂，规模庞大，能够充分支撑我们产品的商业化进程，还可以根据实际需求及时调整人力，以支持我们的产品生产。
中国基金报：关于市场反馈，客户最为关注的核心需求是什么？接下来戴盟机器人将重点优化哪些方向？
其一，在工业自动化领域，满足柔性化生产或小批量多品种的生产需求。传统的自动化设备通过固定程序夹持固定的物体，在很多产线中，每次更换产品都要换掉产线，这种生产方式缺乏灵活性，生产周期相对较长。我们期望实现生产的柔性化，例如在某些夹持和拿放场景中，借助触觉技术，使工作站在不更换产线的情况下具备更强的灵活性，这是一个至关重要的创新点。
其二，在具身智能的数据采集和训练过程中，我们致力于提供优质的触觉传感器，使触觉信息在数据采集阶段即可同步获取，并在训练过程中融入这一些信息。这也是我们着重关注的关键环节。围绕这两个方面的需求，我们有望获得稳定且大量的订单。
中国基金报：从卖产品到提供服务方案，甚至于构建生态，这一发展路径是基于什么考虑？
段江哗：我们始终认为最有价值的点在于，当多数人尚不擅长运用触觉技术时，我们也可以为整个行业及相关需求的客户树立典范，展示如何利用触觉技术提升生产力并解决实际问题。这一点至关重要。
，我们需要采集视觉、触觉和人体动作数据，其中最重要的是触觉数据。拥有带触觉的数据并能够建立优质的触觉模型，对行业具有极大价值。
，即将触觉模型部署到系统中，或将触觉传感器安装在机械臂或机器人末端以提供自动化解决方案。本质上，这是一整套的解决方案，我们将围绕“3D”来打造公司完整的商业闭环。
基于这样的战略，在与客户接触时，我们总是先问“您有什么样的问题？我们能为您做什么？”我们会提供一揽子解决方案，在这一过程中，客户对我们的信任会慢慢地加强。此外，戴盟机器人也是触觉感知标准和数据采集标准的参与者和制定者，我们为行业做出了贡献，让行业内的上下游企业和客户都能从中受益，最终我们大家都希望构建一个市场空间足够大、用户黏性足够强的生态。
段江哗：它的感知能力已超越人类，但基于感知实现人手般的灵活运动仍存在差距，因此数据至关重要。
2026年的核心任务就是数据采集，我们应该收集海量数据，进而训练模型，建立起感知与执行之间的模型连接，从而真正的完成类人的能力。
通常，我会将具身智能的落地分为三个阶段：任务类通用、场景类通用以及跨场景通用。任务类通用指的是机器人能够执行特定类型的多种任务，例如整理机器人能完成各类整理工作。这类机器人专注于特定技能，仅在任务范围内通用，能适应不同场景，即使各家的物体不一样，这种模式类似于人力替代。
场景类通用指的是机器人能够在特定场景中执行该场景限定的多种任务，并能适应相似场景，根据定制化需求提供服务。这类机器人的功能更全面，解决的问题更多，市场空间也更大，但其实现难度明显高于任务类通用。
跨场景通用是机器人发展的终极形态，虽然大家对此充满期待，但其实现在大多数情况下要更长时间。因此，我认为三年内任务类通用机器人将得到普遍应用，特别是在封闭场景中；场景类通用机器人将开始初步探索；而十年内，通用机器人必将走进我们的生活。
我希望大家提到戴盟机器人，会认为我们为具身智能的发展提供了一个可靠的触觉底座：
推动触觉传感器在具身智能中的应用，提供关键硬件、数据与标杆落地案例，补齐机器人感知中的重要模态，从而推动具身智能产业的发展。
