途见科技柔性触觉数据采集手套重磅发布，仿生电子皮肤与具身触觉生态开发者计划正式发起

follow us

AING硬迹

让触觉真正成为具身智能的通用语言。

8月20日上午，由途见科技（北京）有限公司主办、2026世界机器人大会同期活动——“TachinGlove柔性触觉数据采集手套新品发布会”暨“仿生电子皮肤与具身触觉生态开发者计划发起仪式”在北人亦创国际会展中心会议中心成功举办。

活动以“仿生感知 触达未来”为主题，设置新技术新产品首发首秀、开发者计划发起仪式、行业沙龙等多个环节，吸引了具身智能领域百余名专家学者现场参与，为聚力破解行业共性难题，加速触觉生态建设提供了可借鉴的范本。

TachinGlove重磅发布，助力高质量触觉数据采集

活动现场正式发布了途见科技自主研发的全球首款柔性电子皮肤触觉数据采集手套TachinGlove。作为面向具身智能的手部触觉数据采集平台，TachinGlove能够将人类的手部操作过程进行数字化理解，构建起人类操作到机器人物理智能的触觉数据入口，为具身大模型提供可泛化、可迁移的底层触觉支撑。

2025年，具身智能首次写入《政府工作报告》；2026年，“十五五”规划纲要将其与量子科技、脑机接口等并列，纳入国家未来产业重点布局；6月9日，工业和信息化部、国务院国资委联合印发通知，推动人形机器人与具身智能产品在真实生产生活环境中常态化部署应用，加速实现规模化发展。

当具身智能、人形机器人加速走进生产生活，“触觉”的重要性更加凸显。随着触觉感知技术与硬件的快速发展，机器人已经拥有“触觉”，然而，如同我们需要与真实世界交互才能获得更加全面的感知，机器人也需要高质量的数据才能更好地习得如何正确使用触觉。

现有的机器人数据采集，大多只能记录“手做了什么”，难以回答接触发生的真实过程，比如发生在什么位置，使用了多大的力，接触的几何信息如何，等等。行业亟需一个能够将人类手部触觉操作规模化、数字化记录的新入口。

TachinGlove解决的正是这一问题。

想要获得高质量数据，触觉数据采集手套的设计需要进行三个维度的考量：采得真、采得细、用得上，TachinGlove的七大核心技术优势给出了这三个命题的解。

让数据采得真。TachinGlove采用柔性贴合与仿生掌纹分布设计，能够更好地贴合人手，且净重仅有75克，让采集者无须为了使用设备而改变操作习惯，从而获得更加真实的人手交互数据。核心的空抓无脏数据技术优势，能够避免可穿戴触觉设备因材料自身形变导致的噪声信号，做到只测量真实接触，并进一步降低后续数据清洗产生的成本，为高质量具身模型训练提供强有力的支撑。

让数据采得细。TachinGlove单只手套集成千级传感点位，能够记录精细的接触几何信息。mN级微力感知使其既能感受到羽毛的轻抚，也能满足工业级的装配场景需求，精准记录每一寸力道。三维力感知可以记录物体的滑移和切向变化，提供更丰富的触觉模态。

让数据用得上。TachinGlove支持无线移动采集，能够满足户外作业等场景，且单次续航高达6小时，能进一步提升模型的泛化性和鲁棒性。此外，TachinGlove不仅提供原始触觉信号，还提供经过标定、同步和处理后的触觉数据信息，以及头戴Ego设备采集到的原始视觉信息，处理后的手部位姿、Slam、任务文本描述等多模态信息，通过将原始信号转化为可使用、可复现、可学习的数据，真正做到把一次操作中“做到的、看见的、触碰到的”，全部放在同一条时间线上。

TachinGlove可广泛应用于操作数据采集、机器人遥操作、具身智能模型训练、医疗康复与健康评估等场景。

现场同时公布了TachinGlove Pro版本与TachinGlove Lite版本。Pro版本进一步融合IMU、EMF技术，配套双目及多目Ego，将实现更快速更准确的全手姿态追踪，为训练提供毫米级的高精度手部位姿数据及更完整的环境信息，同时更适配遥操作的实时性。Lite版本将以指套形态发布，方便戴在手指和灵巧手上，实现便捷拆装和替换，进一步提升数据采集和触觉部署的便捷性。两款产品预计将于10月正式发布。

开发者计划正式发起，聚力共建触觉生态

发布环节的另一项重要内容，是途见科技首批全手触觉具身数据集正式开源。该数据集包含抓取、折叠、装配、插拔、倾倒、按压、滚动、挤压、旋转、擦拭等20类触觉丰富的操作任务，每条数据均包含压力、切向力、手部姿态、视觉、任务文本描述等时间同步的多模态信息，采用通用格式，兼容主流具身智能训练框架。

途见科技还同步提供了数据读取工具、可视化工具、格式说明、SDK及使用示例（数据集开源地址如下：https://huggingface.com/Tachintech）。

当前，触觉领域全球公开的数据集数量尚不足视觉数据集的万分之一，且普遍存在任务特定、数据难以互通等问题。没有足够的高质量数据来训练触觉模型，将导致机器人在真实环境作业时，即使面临微小变化也可能带来动作执行的不稳定。途见科技此次数据集开源旨在破解这一行业共性难题，为VLA（视觉-语言-动作）到VTLA（视觉-触觉-语言-动作）的模型演进提供基础语料，推动触觉感知技术加速从“实验室验证”走向“规模化应用”。

发布环节后，仿生电子皮肤与具身触觉生态开发者计划正式发起。深圳市兆威机电股份有限公司董事、CTO李平，杭州启能机器人有限公司创始人、CEO李论，诺亦腾机器人科技（北京）有限公司硬件工程副总裁、合伙人许安民，北京凌宇智控科技有限公司CTO张佳宁，奥比中光科技集团股份有限公司产品线总经理许崇言，深度机智（北京）科技有限公司联合创始人何旭国，中国研究型医院学会足踝专委会秘书长李建彪，浙江艾图具身智能科技有限公司副总经理、CTO邱文彬，柏德皮革（中国）有限公司CMO陈辰，大寰机器人科技股份有限公司市场业务负责人肖骄，Ropedia中国战略生态负责人季申子等嘉宾与途见科技（北京）有限公司创始人、CEO赖建诚共同点亮计划，希望汇聚产业链上下游之力，共建触觉感知开发者生态，拓展触觉技术应用边界，为触觉生态真正接入AI生态链注入澎湃动力。

行业顶尖智慧碰撞，破解具身智能“最后一毫米”难题

触觉是具身智能落地应用的“最后一毫米”，补齐具身智能的触觉感知正逐渐成为业界关注的又一焦点。与此同时，高质量触觉数据的稀缺使得机器人即使拥有了触觉，也不知如何正确使用。行业沙龙环节，来自具身智能、视觉识别、动作捕捉等细分领域的嘉宾汇聚一堂，分享了各自领域的最新研究成果与产业化实践经验，深入探讨了补齐触觉这最后一块拼图的有效路径。沙龙环节由赖建诚主持。

李论认为，视觉虽然能够捕捉到手部姿态，但其通过“看见”输出数据，会存在遮挡、精度等方面的限制。基于此，启能机器人推出了全球首款支持指尖震动力反馈的EMF遥操数据手套，解决了震动电机与传感器相互干扰的问题，可实现毫米级甚至接近亚毫米级的精度，让遥操作能够采集到更多黄金数据。

许安民表示，触觉对于交互操作至关重要，能为“拿稳”提供剪切力、振动、温度等有价值的数据集/数据源，进一步助力多模态融合的实现。他进一步分享了当前无本体触觉数据采集的难点：一方面采集设备需要在不影响操作便捷性的情况下采集到高质量数据；另一方面目前尚未形成统一的触觉数据标准。他呼吁行业通力协作，让触觉加速接入大模型，并希望在未来1~2年内，在触觉的使用及标准化方面达成初步共识。

张佳宁指出，视觉、听觉、触觉、味觉、嗅觉等感知对于人机交互至关重要，其中多数操作需要依赖视觉、听觉、触觉三个模态完成。如果一款产品只能捕捉到动作，却无法提供力反馈，将给人机交互的训练与发展带来限制。他分享了凌宇智控的产业化实践，在具身智能领域的产品研发正逐步从刺激人手向模仿人手过渡。

许崇言通过“穿针引线”这一形象的描述解释了触觉的重要性，并进一步分享了奥比中光在打通视觉看到和触觉摸到之间数据鸿沟方面的路径。他指出，奥比中光正在搭建这样一种生态，以视觉为主，实现头部Ego设备和外部相机等多设备间的同步，同时在外部接入触觉手套，做好硬件级的触发同步。基于此，公司可提供硬件级的同步触发采集，以及多模态信息同步到同一个时钟域的解决方案。

邱文彬分享了艾图科技如何把“老师傅”的操作经验转化为机器可以学习的数据。一个重要方向是利用灵巧手、触觉传感器和遥操作设备，在真实服装工序中采集手指接触、受力、运动以及面料状态等信息。“比如我们已经在服装制造现场开展对裁片分离的测试，并在探索通过遥操作手套采集灵巧手数据，同时建设统一的数据采集和管理平台。”他说道。这类数据的价值在于，把过去依赖老师傅“凭感觉”的经验逐渐变成可记录、可分析、可训练的数据，让机器人不仅学习“怎么动”，还能够学习“什么时候该用多大力度、如何判断状态”，最终从“能完成动作”走向“稳定、精准地完成工艺”。

赖建诚在总结发言中谈道，途见科技希望基于“硬件-数据-模型”的技术闭环，进一步助力触觉标准与生态体系建设，让触觉真正成为具身智能的通用语言，助推具身智能加速实现在真实场景的落地应用。

发布会结束后，观众参观了现场设置的触觉感知体验区，近距离体验了TachinGlove柔性触觉数据采集手套及途见科技自主研发的可拉伸多模态柔性电子皮肤，直观感受到了触觉感知赋能的智慧未来。

硬迹正在打造AI硬件社区，对加入社群感兴趣的读者，欢迎扫码下方二维码加入【AING硬迹产业交流群】。

AING硬迹

AING，取自“AI+ING”的缩写，中文谐音“硬迹”，寓意着“人工智能正当其时”，致力于追寻硬科技发展的足迹，不断探索人工智能与智能硬件的深度融合。

未来，AING硬迹将不断发布AI大模型技术、AI产业生态、AI硬件产品等行业资讯、发展趋势与市场动态，我们相信大多数硬件都值得用AI重做一遍，AING硬迹期望与AI大模型厂商、与AI硬件厂商共同成长，迎接AI时代的来临。

人工智能正当时

一起追寻AI+硬件的足迹