填补触觉数据缺口，途见科技发布全球首款柔性电子皮肤触觉数据采集手套

文｜张思乐

8月20日，在2026世界机器人大会同期活动上，途见科技（北京）有限公司发布了全球首款柔性电子皮肤触觉数据采集手套TachinGlove，同时开源首批全手触觉具身数据集，并发起仿生电子皮肤与具身触觉生态开发者计划。

这场于北人亦创国际会展中心举办的新品发布会，汇聚了具身智能领域百余位业内人士，直面行业痛点：相较视觉数据的充分积累，触觉维度高质量训练素材严重不足，正成为人形机器人落地的现实阻碍。

当前多数机器人数据采集方案只能记录手部运动轨迹，难以捕捉接触位置、作用力大小、接触几何形态等物理交互信息。即便硬件层面实现触觉传感，机器人依然缺少足够多真实交互样本学习如何使用触觉。

途见科技CEO赖建诚在现场表示，行业缺少规模化记录人类手部触觉操作的工具，这也是TachinGlove产品试图解决的核心问题。

TachinGlove为面向具身智能的手部触觉数据采集平台，定位为人机交互过程中人类操作向机器人物理智能转化的触觉数据入口，目标为具身大模型提供可泛化、可迁移的触觉底层数据。产品设计围绕真实、精细、可落地三个方向展开。

手套整机净重75克，采用柔性贴合仿生掌纹布局，尽量降低设备对使用者原有操作习惯的干扰，以此还原真实人手交互状态；其空抓无脏数据技术，能够过滤材料形变带来的噪声，仅记录实际接触信号，压缩后续数据清洗成本。

感知精度层面，TachinGlove的单只手套集成千级传感点位，支持mN级微力感知，既可以捕捉微弱触碰，也适配工业装配等大力度作业，同时具备三维力感知能力，记录物体滑移、切向受力变化。在实际使用上，设备支持无线采集，单次续航可达6小时，适配户外等非固定场景。

区别于仅输出原始信号的同类设备，这套系统同步输出经过标定对齐处理后的触觉数据，同时兼容头戴Ego设备采集的视觉素材，将手部位姿、SLAM信息、任务文本描述与触觉信号做时间轴同步，把操作动作、视觉画面、触觉反馈整合为完整多模态数据集。该产品可用于操作数据采集、机器人遥操作、具身模型训练、医疗康复评估等场景。

本次途见科技同时对外公布了Pro与Lite两个版本，预计10月正式推向市场。Pro版本叠加IMU、EMF传感，配套双目或多目Ego设备，输出毫米级手部位姿追踪结果，强化环境感知能力，更适配高实时性的遥操作需求；Lite版本采用指套形态，可直接佩戴于人手或者灵巧手之上，拆装替换便捷，降低触觉数据采集部署门槛。

与硬件发布同步，途见科技开源了首批全手触觉具身数据集，公开数据集地址托管于HuggingFace平台。

这套数据集覆盖抓取、折叠、装配、插拔、倾倒、按压等20类具备丰富触觉反馈的操作任务，每一条样本均包含压力、切向力、手部姿态、视觉画面、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，配套提供读取工具、可视化工具、SDK与示例代码。

具身行业长期面临触觉公开数据稀缺困境。公开资料显示，全球可公开获取的触觉数据集规模不足视觉数据集的万分之一，大量数据集任务场景单一，不同机构之间数据格式互不兼容。缺少足够高质量的训练素材，会造成机器人在现实环境作业时，面对微小环境变化即出现动作失稳。

开源数据集的目标，是支撑行业从视觉‑语言‑动作（VLA）模型向视觉‑触觉‑语言‑动作（VTLA）演进，推动触觉技术走出实验室验证阶段。

发布会上，仿生电子皮肤与具身触觉生态开发者计划正式启动，兆威机电、启能机器人、诺亦腾、凌宇智控、奥比中光等十余家产业链企业代表共同参与启动仪式。计划意在打通上下游企业资源，搭建触觉感知开发者协作网络，拓展技术落地场景，推动触觉技术融入整体AI产业链条。

触觉被业内视作具身智能落地的“最后一毫米”，发布会后的行业沙龙上，多家企业负责人围绕该领域现存难点展开讨论。

启能机器人CEO李论提出，视觉感知存在遮挡、精度短板，即便可以识别手部姿态，依旧无法还原接触受力，该公司研发的EMF遥操手套实现指尖震动力反馈，规避传感器与震动电机互相干扰问题，能够接近亚毫米级采集精度，补充遥操作场景的高价值数据。

诺亦腾合伙人许安民指出，剪切力、振动、温度等触觉维度信息，是机器人实现稳定抓取的重要数据来源。当前触觉数据采集存在两大现实矛盾：采集设备不能干预人的自然操作，同时全行业尚未形成统一的数据标准。他呼吁行业协同推进，争取在未来1‑2年在触觉应用、数据标准化层面形成初步共识。

凌宇智控CTO张佳宁认为，多数现实人机交互任务依赖视觉、听觉、触觉三者协同完成，只记录动作而缺少力反馈，会限制模型训练上限；企业产品研发方向，正从刺激人手反馈，向完整模仿人手的感知逻辑演进。

奥比中光产品线总经理许崇言以“穿针引线”类比触觉不可替代性，该企业正在搭建多设备同步体系，以视觉系统为基础，打通头部Ego相机、外部相机与触觉手套之间硬件触发，将多源信息统一至同一时钟域，尝试弥合视觉观测和触觉感知之间的数据鸿沟。

艾图具身智能CTO邱文彬介绍了工业场景的落地探索，该企业尝试将产业工人实操经验转化为机器可读数据，已经在服装制造产线测试采集裁片分离工序中的手指受力、运动轨迹与面料状态，依托遥操作手套采集灵巧手作业数据，搭建统一的数据管理平台。其目标是把传统工艺中依靠人工经验的“手感”转化成可记录、可训练的数据，推动机器人从完成基础动作，升级到稳定完成工艺要求。

赖建诚在沙龙总结时称，途见科技希望依靠硬件‑数据‑模型的闭环链条，参与触觉行业标准建设，推动触觉成为具身智能领域通用接口，加速技术在真实场景落地。