作者 | 金旺
栏目 | 机器人新纪元
2023年12月，特斯拉Optimus一个公开演示视频，让人们再次对人形机器人热血沸腾。
在这个视频中，特斯拉展示的第二代人形机器人尤其手部灵巧操作能力惊艳出众，特斯拉官方还将Optimus抓取鸡蛋时手部实时的信号反馈在视频中进行了展示。
而这样实时的信号反馈源自于一项关键技术的引入，这项技术就是触觉传感器技术。
触觉传感器技术起步并不算早，但却在近年来被视为机器人，尤其是人形机器人灵巧操作能力的一项关键技术。
他山科技就是这样一支研究触觉传感器的团队，在2022年研发出首款触觉感知芯片后，如今他山科技的机器人指尖传感器已经是国内市占率最高的触觉传感器。
在近日的第二届中国人形机器人与具身智能产业大会上，我们与他山科技CEO马扬进行了一场对话，一起聊了聊他山科技的成长经历、触觉传感器的研发难题，以及人形机器人的商业化路径。
01 执行任务的机器人，需要触觉传感器
2017年，时值国内早期机器人创业潮，当时的宇树刚刚研发出第一款四足机器人Laikago，优必选、达闼作为国内第一批机器人创业团队更是风头正盛。
他山科技正是在这一年成立，不过，他山科技的成立还有另一个故事。
作为他山科技创始人，他山科技董事长孙滕谌很早就意识到了机器人在养老陪护方向的巨大潜力。
老年人在心智上与小孩类似，但同时又会有各种各样的要求，家庭保姆往往很难满足老年人各种近乎苛刻的要求。
更何况，随着老龄化不断加剧，越来越多老年人有了养老和看护的需求，既能任劳任怨地照顾老人、又能进行全天候看护的机器人在这一领域就有了巨大的应用潜力。
于是，同样希望做机器人的他山科技在这一年正式成立。
有所不同的是，他山科技并未选择整机研发这一路径，而是选择了机器人触觉感知这一极具挑战性，对机器人却又至关重要的细分赛道，触觉传感器。
触觉感知是机器人实现泛化能力的一项关键技术，不仅是技术难题，更是机器人实现广泛应用的关键所在。
然而，在2017年前后，国外诸如波士顿动力这样的人形机器人先驱，机器人产品还处于“跑跳”阶段，国内机器人创业团队更多聚焦于交互层面，还没有哪个团队机器人有用到触觉传感器。
不过，马扬告诉我们，“机器人要真正能执行任务，代替人做各种工作，对灵巧手有着很高的要求，而灵巧手上最关键的就是能够做任务执行的触觉传感器。”
他山科技的第一款触觉感知芯片是在2019年作为北京市重点合作项目立项研发，对于他山科技而言，这是一个机会，也让他们面临着巨大挑战。
随后，经过三年技术攻关，他山科技在2022年点亮第一款触觉感知芯片，这款触觉感知芯片也被视为“全球首款数模混合AI触觉感知芯片”。
在完成芯片研发后，第二年，他山科技又完成了执行端的研发，并与清华大学人工智能触觉团队联合开发了视触觉融合的自适应抓取灵巧手。
据马扬透露，“当时这一代灵巧手是基于夹爪做的，做完之后我们非常兴奋，因为我们做了一项行业中开创性的技术。”
“史无前例”带来的是另一种压力，当这款产品被他山科技团队推向市场后，他们发现，这样一款被他们视为划时代的产品在市场上却鲜有人问津，一年下来，只有一些做机器人技术研发的高校实验室买了他们的产品。
这样的局面一直持续到了2023年年底。
2023年，在人形机器人大潮汹涌来袭时，不少汽车厂商开始下场做人形机器人，汽车厂商本就是触觉传感器的早期用户，对触觉传感器有着更深的理解。
更重要的是，作为这波人形机器人浪潮的引领者，特斯拉在2023年12月发布的第二代Optimus人形机器人上引入了触觉传感器，对外展示的演示视频在全球范围内得到了广泛关注。
也是在这一年年底，一家正在研发人形机器人的汽车厂商找到他山科技，一次性下单了50个触觉传感器。
他山科技终于等到了机器人的新一波浪潮，等到了触觉传感器登上历史舞台的时刻。
02 将抓取任务成功率提升到90%
大模型，是推动触觉传感器走向商用的一大助力。
“如果模型能力没有跟上，应用在灵巧手上的触觉传感器只有感知能力、没有执行能力是不够的，”谈及触觉传感器的作用，马扬解释称，“只有当拥有了具备一定泛化性的模型，才能支撑触觉传感器做任务执行。”
正是基于这样的理解，他山科技在2019年成立的AI触觉感知实验室不仅研发了触觉感知芯片和指尖触觉传感器，还一直在研发触觉感知算法模型。
让马扬感触颇深的是，大模型的技术突破，加速了这一进程。
马扬告诉我们，“实际上，这波人形机器人的热潮来临与大模型技术发展不无关系，基于大模型技术训练机器人底层通用模型，模型的迭代速度是六七年前不敢想象的。”
就触觉感知算法模型而言，六七年前花费半年进行的研发工作，现在可能一两天就能完成，他山科技的VTLA任务分解与协同执行模型就是在这样的技术加速下完成的。
指尖触觉传感器中的模型该如何做？
他山科技团队最初的想法是，尽可能让能在手端解决的问题在手端解决，不用交由脑端。
如果不用到云端算力的话，机器人的脑端算力资源非常紧张，目前来看仍不够用，所以最初在做模型设计时，他山科技团队设计的手端模型架构分为两步：
第一步，先将数据稀疏化。触觉传感器采集到的数据来自多个通道，他山科技团队先将这些来自不同通道的原始数据转化为物理变量，最终给到脑部的数据尽可能是高密度且有效的数据。
第二步，在手端完成动作执行。当机器人完成抓取动作后，物体的移动、递交等动作执行放到手端来完成。
关于其中的玄机，马扬解释称，“机器人执行抓取动作时，在将物体拿起来这个过程的动作是非常泛化的，即便是同样一个水杯放在那里，由于涉及到材料老化等问题，每次抓取物体的反馈都不同，但一旦成功将物体抓起来、进入稳态后，再进行移动、递交等动作时就变得非常收敛。”
正是基于这些考量，他山科技研发了VTLA（视觉-触觉-语言-动作）任务分解与协同执行模型，基于这一模型，可以将一个动作执行的长任务进行分解：
在任务获取时，根据视觉模型、语言模型做任务输入；
在任务执行时，通过触觉模型做任务执行，再辅以视觉模型做任务检查，然后通过大模型做任务输出。
据马扬透露，“机器人在基于VTLA模型执行任务时，数据端算力使用可以降低一个数量级，任务执行成功率可以提升到90%以上。”
即便如此，触觉感知技术仍然处于早期阶段。
03 触觉传感器，缺少行业标准
关于触觉感知技术的成熟度，马扬给了我们一个更直观的对比数据，“如果说视觉感知技术的成熟度能达到90分的话，乐观估计，现在的触觉传感器只有60分。”
之所以有这样的差距，是因为视觉感知技术自上个世纪八十年代研发至今，已经经过了近半个世纪的发展，无论是技术标准，还是软硬件，都已经有了长足的发展。
尤其是随着此前人工智能技术发展，诸如ImageNet全球竞赛的开展，进一步将视觉技术提升到了一个新高度。
马扬认为，“现在的视觉感知技术仅仅是在动态捕捉能力上与人类有一定差距，在静态物体感知和计算上已经远超人类。”
然而，回看触觉感知技术发展，马扬认为，依然需要大量数据来推动技术迭代。
材料技术是触觉传感器面临的另一个技术卡点，此前的触觉传感器不少技术应用都是从其它场景迁移而来，视触感知技术是从表面缺陷检测技术迁移而来，压阻、压电相关技术是由可穿戴产品的触屏材料技术迁移而来，下一代触觉传感器需要在容性、阻性、感性上有更好的单向敏感性的新材料。
触觉感知技术相关标准制定是马扬指出的另一个亟需解决的问题，马扬告诉科技行者，“我们现在亟需将触觉传感器数据存储的编解码标准统一，将核心参数确定下来，这样至少可以保证机器人厂商在进行灵巧手研发时无需再考虑数据兼容性问题。”
他山科技早在2023年2月就与门头沟区人民政府、北京市标准化研究院正式签约了《人工智能触觉标准化合作协议》，旨在推进人工智能触觉技术标准化战略规划，建立以人工智能触觉传感应用技术为核心的标准应用体系。
他山科技目前也在加强产业生态合作，据马扬透露，“他山科技目前面向机器人在做的触觉传感器包括指尖、手掌、手臂、躯干在内的多种触觉传感器，除了指尖传感器是由团队完全独立研发外，手掌、手臂、躯干在内的防撞或交互用途的触觉传感器，我们都在与产业链上下游一起合作。”
实际上，在过去两年里，他山科技不仅参与了国地共建具身智能创新中心创新中心的创立，还参与了由上海市人智能行协协会起草的团体标准《人形机器人分级分类应用指南》和《具身智能智能化等级分级指南》。
在推动人形机器人、具身智能标准制定和产业落地上，他山科技都在切身参与其中。
04 大模型+机器人，2-3年商业落地
在特斯拉2024年Q4业绩会上，马斯克透露，“特斯拉人形机器人Optimus生产线月产能已经达到1000台，明年（2026年）将建设的第二条生产线月产能将会达到10000台。”
此外，马斯克还提到，“预计今年Optimus将在特斯拉内部投入使用，负责完成工厂中最无聊、最讨厌的一系列工作，明年下半年将会面向其他公司交付产品。”
在机器人厂商纷纷推进人形机器人量产，甚至进入产线测试应用时，2025年也被视为人形机器人商业落地元年，然而，也是在这时，投资人关于人形机器人的短期商业价值的质疑，让人形机器人的商业化站在了一个十字路口。
马扬告诉我们，“在谈人形机器人商业化时，大家其实需要明确一个概念，如果是谈真正具有泛化能力的大型人形机器人商业落地，毫无疑问需要再等5-10年，但如果是在一些具体细分场景做有限物体的抓取泛化，我们在未来2-3年就可以支持客户商业化落地。”
一个具体应用案例是他山科技与云迹科技在酒店配送场景进行的合作，酒店配送机器人核心任务是物品运送，将一件或多件商品从A点运送到B点，当下酒店配送机器人是在A点由人将物品放到机器人箱体中后，在B点再由酒店客人取出。
当加入灵巧手和触觉感知技术后，酒店配送机器人需要人介入的工作环节将进一步简化，在A点配送机器人可以自主将相应物品抓取到箱体中，当到达房间后，配送机器人又可以自主将物品抓取放到房间门口或房间中。
马扬告诉我们，“在这条工作链路中，配送机器人需要抓取的物品的种类是有限的，我们只需要将配送机器人需要识别的95%的物品在模型训练阶段实现，其它5%的物品通过端侧具有泛化性的小模型来做自适应抓取，由此我们就可以将机器人的物品抓取成功率提升到99%以上。”
诸如此类场景在酒店、物流、工业柔性生产、清洁与辅助分类等领域有大量需求，马扬向我们举的另一个刚需应用场景是商务酒店洗衣房的洗衣场景。
国内商务酒店越来越多开始配备自助洗衣房，而在这些自助洗衣房中，通常配有3套左右洗衣机+烘干机，由于洗衣、烘干每个环节都需要1个小时左右时间，酒店客人一般都不会守在洗衣房中等待，这就导致洗衣机、烘干机的空占率很高。
如果酒店配备了上述机器人，同样可以提升自助洗衣房洗衣机、烘干机的使用效率，降低空占率，从而提升酒店的入住体验。
大型人形机器人面临的普遍是大型泛化场景，这些场景涉及的泛化需求往往是充分泛化。
人形机器人在进行充分泛化时，执行物体抓取任务时，不仅会遇到物体形态的泛化，甚至还会涉及时间维度的泛化——在执行抓取任务过程中，每个时间点上的动作响应都会有所不同。
“要将这样的大型泛化场景中遇到的泛化问题都学习完，这将是一个漫长的过程，”马扬特别指出，“而且泛化到一定程度就需要持续做产品迭代、做数据飞轮。”
而当谈到最初对于家庭保姆机器人的畅想，马扬则表示，“早期你可以在家里引入5-10个机器人，一个给你做饭，一个给打扫卫生……，这或许是更快让我们实现家庭保姆机器人自由的方法。”
