触觉皮肤为什么一直「研究多、上机少」

机器人圈对触觉的共识已经形成：VLA 模型看得到物体、算得出轨迹，但插销插歪了、抓鸡蛋滑了，只有触觉能兜底。真正的卡点在工程侧——传感器不是标品。每台机器人的手指、夹爪、掌面几何形状都不同，研究者要么迁就市售的固定几何皮肤，要么自己懂微加工、亲手做一套。更麻烦的是标定：换了新皮肤，数据分布全变，模型得重训。约翰斯·霍普金斯大学与 MIT 的团队在论文里点破了这个死结：触觉研究的进展，被「每个项目都要付一次定制成本」限制着。

OpenTac 的答案是让工具链接管这一段。它的传感硬件刻意做得很「便宜」：柔性 PCB 上的叉指电极、一层压阻薄膜、再罩一层 3D 打印的 TPU 凸点结构。压力改变局部电阻，这是法向力；凸点受切向力倾斜，把载荷重新分布到下方 2×2 的传感单元上，差分信号解出双轴剪切力——测力区间 0.1 到 10 牛，毫米级空间分辨率。不追高端工艺，换来的是任何机器人实验室都做得起的加工门槛。

四个模块，各自补一段断链

CAD

输入机器人 STL 曲面、2D 轮廓，甚至一句话描述，自动完成传感阵列布线，输出 Gerber 制版文件、3D 打印外壳和统一元数据清单；已自动完成 30 余款设计并全部实测可用

Sim

读同一份元数据清单，在 MuJoCo 里建立该皮肤的仿真模型，虚拟与实物共用一套描述

Xampling

不再全阵列光栅扫描，检测到接触后局部扩容采样：1024 单元皮肤从 67 帧/秒提到最高 1286 帧/秒，快 19.2 倍

Transfer

基于物理坐标把标定后的接触场在不同皮肤之间映射，换皮肤不必成对重采数据

其中元数据清单是被低估的一环：传感单元的电气扫描顺序未必等于空间排列顺序，不规则曲面上的模型如果默认「相邻数组元素在物理上也相邻」，学到的就是错的。清单把每个单元的物理位置、扫描索引、凸点分组白纸黑字写下来，下游模型拿到的是「物理坐标对齐过的测量值」。这类基础设施工作不起眼，但决定了生态能不能长出来。

三轴触觉策略

70%

仅本体感知基线

54%

SO-101 插孔插入任务成功率：每条件 100 条示范训练、50 次评估（论文实测口径）

与 Enact 路线之争，以及该泼的冷水

把这篇论文和 10 月 22 日拿到 3000 万美元的 Enact 放在一起看，触觉路线图上出现了清晰的两极：Enact 主张「电机本身就是传感器」，靠电流反推力，不装任何指尖传感器；OpenTac 则承认皮肤要装，但把装的成本——设计、制造、标定、迁移——用开源工具链压到最低。一个做减法做硬件，一个做减法做工程，两条路线最终会在「同样 800 字的 BODY 里谁的成功率更稳」上相遇。

判断：OpenTac 短期内改变的是科研侧而非产业侧——它让任何一个研究生一下午就能给自己的机器人贴上触觉皮肤，触觉类论文的可比性会先受益。对产业侧，跨传感器迁移目前只覆盖法向接触场，三轴迁移和跨本体策略迁移都还没打通，离「训练一次、处处贴皮」还有距离。

判断：对灵巧手厂商，这条开源链是个警讯。今天触觉皮肤还是灵巧手整机的溢价卖点，一旦设计-制造门槛被工具链抹平，皮肤会像摄像头一样变成通用件，差异化被迫回到标定质量和数据闭环上。判断：值得盯的后续信号有两个——CoRL 2026 现场演示后的复现者数量，以及第一个用 OpenTac 皮肤跑出 SOTA 的 VLA 工作什么时候出现。

来源：arXiv 2610.31661（10-22 提交）；搜狐科技 10-23 报道；davidlxu 论文实测笔记（10-25 核对）。迁移能力边界以论文自述为准。