机器人是否需要触觉？两年前，这一问题的答案在行业里几乎不存在争议。主流观点认为，“大模型+视觉”足以支撑通用机器人的发展，触觉甚至被部分头部企业视为冗余配置。然而，随着精密装配、柔性抓取等场景的规模化落地，纯视觉方案的误差率超过30%，触觉从“边缘需求”一跃成为关键技术瓶颈。
在这一转折点上，一家以触觉为核心、从成立之初便坚持全栈技术路线的企业——帕西尼，近日宣布完成三件大事：总部迁至北京、完成股份制改造、获得10亿元新融资。其资方阵容涵盖国家级产业基金、行业龙头及地方国资，这种组合在具身智能领域极为罕见。资本为何集体押注这家公司？其背后逻辑值得深究。
帕西尼创始人许晋诚在专访中提到，公司从创立之初就未将自身定位为触觉传感器供应商，而是致力于解决一个根本性问题：如何让机器人更高效、稳定地融入真实世界？为此，团队明确了三条并行主线：补全触觉与力觉的“体感”缺失、构建高质量触觉数据体系、自研灵巧手与末端执行器。这一“感知-数据-执行”的闭环架构，在当时并不被外界理解，甚至有投资人质疑触觉传感器的市场规模不足以支撑企业生存。
许晋诚坦言：“我们进入的是一个‘零元市场’，没有现成的商业化路径可循，但这也意味着机会。”他以汽车装配场景为例：某次尝试安装车灯时，工人仅凭“巧劲”和斜角调整便完成任务，而视觉系统无法捕捉这种微妙操作。这种“巧劲”的本质是触觉与力觉的协同，仅靠视觉推理不仅耗时耗力，且结果不可靠。“与其间接推算，不如直接赋予机器人触觉。”他强调，帕西尼的“触觉原生”体系与“半路转型”企业的差异在于，前者从底层硬件到算法均围绕触觉构建，而后者往往缺乏系统性积累。
近期，帕西尼宣布累计融资近40亿元，其战略布局引发关注。许晋诚解释，总部迁至北京并非简单搬迁，而是形成“双城协同”：北京聚焦战略研发与核心算法，依托清华、北大等高校资源深化技术壁垒；深圳则承担全栈生产制造，保障产能与供应链稳定性。这一布局背后，是北京具身智能产业在感知系统领域的本土力量缺失，帕西尼的入驻旨在填补这一空白。
股改与融资的同步推进，被视为公司进入产业化成熟期的标志。许晋诚透露，本轮融资的资方尽调逻辑聚焦技术纵深与长期竞争力。例如，某全球消费电子巨头在调研多家触觉企业后，认为多数公司存在核心技术依赖外部、技术路线传统等问题，而帕西尼的全链路闭环能力——从感知硬件到场景落地——使其成为少数符合未来十年技术趋势的标的。
在技术迭代层面，帕西尼的节奏堪称激进。专访前几日，公司刚发布第四代多维触觉传感器，内部研发已推进至第5.5代，涉及半导体底层重新设计。许晋诚坦言，半导体从设计到量产需一年以上周期，且投入巨大，但换来的是99.99%的良率与规模化成本优势。不过，公司并不单独销售芯片，而是将其作为系统能力的一部分输出。
数据闭环是帕西尼的另一核心竞争力。其触觉数据采集涵盖三维力、扭矩、纹理、回弹性等15种物理维度，数据同步需在毫秒级完成，难度远超单一模态采集。许晋诚举例，一只灵巧手可能部署五六十个传感器、数千颗串联芯片，视觉、触觉与关节数据需硬实时同步，否则模型训练将失去物理一致性。这种全栈自研模式使公司能快速迭代：数据采集团队与模型训练团队并行工作，模型优化后可立即反馈至数据采集策略，形成“感知-数据-模型-本体”的高效循环。
目前，帕西尼的触觉芯片量产已突破100万颗，服务客户超1000家，复购率过半。在人形机器人领域，其传感器覆盖率达七至八成；灵巧手与末端执行器市场，七成厂商采用其方案。许晋诚回忆，早期团队为与客户共赢，刻意低调合作，如今客户却主动要求展示帕西尼标识，“因为这已成为产品竞争力的象征”。
当被问及“触觉是否会沦为配角”时，许晋诚的回答直指本质：触觉的终极定位是Physical AI的数据底座，而非单一传感器。他以人类动作类比：大脑可以想象翻跟头，但身体能否完成取决于肌肉控制能力。同理，具身智能的“大脑”再强大，也需匹配的硬件执行能力。因此，帕西尼坚持“硬件+数据”双线卡位：既要让机器人“想得明白”，也要“做得到位”。
在应用场景节奏上，许晋诚保持理性。他认为，未来2-3年机器人将批量进入工厂验证，5年内服务场景规模化落地，家庭场景则需更长时间突破非结构化环境与安全要求。他强调，场景成功的关键不在于概念，而在于建立量化评价标准，例如家庭机器人需真正完成洗衣、做饭等任务，且结果需获得人类认可。
“先解决最难的问题，一旦突破，壁垒将极高。”这句老股东分享的创业心法，几乎成为帕西尼的写照。从全栈自研到半导体底层重构，从数据闭环到标准制定，这家公司的每一步都在为物理AI时代积累定义权。当“触觉无用论”被市场与资本同时证伪，帕西尼的野心已不再局限于传感器，而是瞄准了下一代机器人的核心基础设施。
