过去几年,大模型推动人工智能从语言、图像走向更复杂的多模态理解;当AI进一步进入机器人本体,行业也开始面对一个更加具体的问题:如何真正融入到真实的物理世界?
在这一产业变化中,泰中合再次落下一子。
近日,泰中合完成对帕西尼感知科技的数千万元人民币投资,本轮融资由社保基金等多家国资机构领投。
今天的人形机器人行业,很像一场快速展开的“能力拼图”:运动控制解决机器人如何站稳、行走;视觉解决机器人如何识别环境;大模型让机器人能够理解语言和任务。
但真正进入物理世界之后,触觉的重要性愈发凸显。
在人类完成抓取、装配、整理等动作时,视觉只是信息的一部分。手指与物体接触之后产生的压力、摩擦、滑动、温度和形变,会不断反馈给大脑,大脑再据此实时调整动作。
机器人同样如此。现阶段行业面临的问题,并非简单的“有没有传感器”,而是由感知硬件、真实数据和模型能力共同构成的系统性瓶颈。
传统触觉传感器往往感知维度有限;真实物理交互数据尤其是连续触觉数据仍然稀缺;视觉、触觉、力觉等不同模态之间也尚未真正形成充分融合。最终的结果是:硬件采不到足够好的数据,模型缺少真实物理反馈,而模型产生的动作又难以被硬件精准执行。
这也是泰中合判断具身智能项目时关注的一点:机器人最终比拼的,不是简单的本体参数,而是谁能够更高效地获取真实世界信息,并把这些信息持续转化为模型能力。而这正是帕西尼试图解决的问题。
作为全球具身智能核心生态的标杆构建者,帕西尼并没有把自己简单定义为一家人形机器人公司。准确地说,它希望成为一家具身智能产业基础设施服务商。
帕西尼创始人兼CEO许晋诚师从人形机器人界泰斗菅野重树教授,是霍尔原理相关力学传感器奠基者;公司核心团队则覆盖传感器、机器人系统设计、AI算法、空间感知以及物理仿真等多个方向。围绕触觉感知,公司构建了从传感器到底层算法,再到灵巧手、人形机器人与具身模型的完整技术体系。
其帕西尼自主研发的ITPU多维触觉感知方案能够获取压力、温度等多类物理信息,并以此补充视觉难以获取的接触信息;在模型端,公司进一步将触觉加入传统VLA(视觉—语言—动作)架构,形成VTLA(Vision-Tactile-Language-Action,视觉—触觉—语言—动作)模型,让机器人能够将视觉信息与真实接触反馈共同用于动作决策。
更值得关注的是其数据采集方式。通过PMEC超采技术,帕西尼尝试直接记录人类在真实工作流中的动作、空间轨迹和多维触觉等信息,将数据源与某一种具体机器人本体进行解耦,再通过重定向技术适配不同机器人。
其逻辑是:先学习“人是怎么完成任务的”,再让不同的机器人去学习和复现。这种方式一方面降低了对昂贵机器人本体的依赖,另一方面也提高了数据跨本体复用的可能性。
由此,帕西尼形成了一条更完整的链条:
触觉传感器提供高质量感知入口,大规模数据基础设施积累真实交互数据,VTLA模型持续训练和迭代,最终再回到灵巧手、人形机器人及各类场景完成验证。
从现有落地情况看,帕西尼已经将相关能力延伸至仓储物流、汽车制造、日化生产以及公共服务等场景。
例如,在柔性包裹抓取中,机器人需要不断处理形态、褶皱和摆放方式不同的物体;在汽车线束装配中,又必须面对柔性部件变形、空间紧凑以及精细力控等问题。
这些任务恰恰具有一个共同特点:传统自动化很难仅靠预设程序解决,而机器人必须根据真实接触反馈不断调整动作。这使触觉不再只是机器人身上的一个零部件,而逐渐成为连接机器人硬件、数据、算法和真实生产场景的接口。
泰中合长期关注航空航天、高端装备、新材料、半导体及人工智能等硬科技方向。在寻找新一代技术机会时,泰中合始终更关注产业链中那些技术壁垒足够高、价值位置足够关键,并且不会轻易随着终端格局变化而消失的环节。具身智能也是如此。
今天,人形机器人仍处于快速迭代期。本体路线、产品形态乃至最终竞争格局,都远未到终局。但无论未来哪一种机器人胜出,它都必须感知物理世界,都需要真实数据,也都需要让模型真正理解“力、摩擦、材质和形变”。
这意味着,相比押注某一种具体的机器人形态,感知和数据可能是更具确定性的产业基础设施,资本关注的重点正在从机器人“长什么样”,逐步走向哪些底层技术能够真正支撑产业规模化落地。这是帕西尼与泰中合投资逻辑的交汇点。
从PC互联网到移动互联网,从生成式AI到具身智能,每一次技术浪潮走向真实产业,都离不开新的基础设施。
大模型需要算力和数据中心,自动驾驶需要传感器、车端数据与计算平台;而具身智能要真正进入物理世界,同样需要属于自己的基础设施。触觉,可能正是其中被低估的一环。
帕西尼选择从这一环节开始,把感知延伸至数据,再把数据转化为模型能力,并最终重新回到机器人的双手、双脚和真实应用场景。从“看见世界”到“触碰世界”,改变的不只是机器人的一种感知方式,而是AI理解物理世界的方式。对于泰中合而言,这也是投资硬科技始终关注的价值所在:在产业真正起飞之前,寻找那些决定产业能否起飞的关键技术。
当机器人开始拥有感知能力,具身智能距离真正走入现实世界,或许也就更近了一步。
)