在机器人技术领域，触觉反馈正成为突破具身智能发展瓶颈的关键要素。瑞典科学家曾通过一项经典实验揭示触觉的重要性：当受试者手指被注射麻醉剂后，完成取火柴并划亮的简单动作变得异常困难，动作迟缓且笨拙。这一现象与当前具身智能的发展困境高度相似——尽管拥有先进的"大脑"和灵活的"肢体"，但缺乏触觉反馈的机器人难以完成精细操作。
纬钛机器人CEO李瑞指出，视觉系统已接近发展天花板，触觉反馈是机器人进入物理世界的最后一块拼图。这一观点与英伟达创始人黄仁勋的判断不谋而合。作为视触觉传感器领域的先驱，李瑞在2011年MIT读博期间便开创了这一研究方向，2014年成功研发出全球首款分辨率超越人类手指的视触觉传感器。经过十余年技术积累，其团队于2024年创立纬钛机器人，专注于视触觉传感器与灵巧操作技术的研发。
传统机器人操作主要依赖视觉和位置控制，存在明显局限。李瑞解释道，力反馈方案通常只能提供手腕或手臂部位的力信息，手指尖端的触觉反馈长期缺失。而真正的触觉传感器应能同时感知物体的物理属性（表面纹理、软硬程度、形状大小）和接触状态（法向力、切向力、滑动等）。以特斯拉展示的灵巧手夹鸡蛋操作为例，其使用的触觉传感器因缺乏切向力感知，难以实现力度的自适应调整。
视触觉技术的突破性在于将触觉信息转化为视觉信号进行处理。该技术通过弹性体模拟人类皮肤，当接触物体发生形变时，微型摄像头捕捉形变图像，再通过算法还原出详细的触觉信息。这种设计使传感器分辨率直接取决于摄像头性能——640×480分辨率的摄像头可提供30万个触觉信息点，若传感器面积为3平方厘米，则每平方厘米可达10万个信息点。这种超高分辨率是传统压阻、电容式传感器（每平方厘米几十个点）难以企及的。
在技术路线选择上，学术界普遍采用多色光方案，因其能清晰区分法向力和切向力。李瑞特别指出，多色光与单色光的技术差异不在于功耗或算力，而在于信息解析的准确性。单色光方案得到的只是合力数值，无法有效分解力的方向和大小，理论上有无限种组合可能，这在实际应用中会造成判断误差。
从学术研究到产业落地的转化过程中，团队解决了诸多关键挑战。学术原型通常只能承受千次级按压，而产业化版本需达到500万次以上耐久性。在产品化方面，团队推出的GF225标品将耐久性提升了数千倍，已应用于小米等企业的工业场景。针对灵巧手特殊需求开发的GF515传感器，在超小尺寸下实现了每平方厘米上万个触觉信息点、120赫兹高频响应的性能指标。
数据采集与处理是视触觉技术落地的另一关键环节。传统方案采集一小时数据可达十几GB，而纬钛通过优化分辨率（240×240或120×120）显著降低了数据量。2025年推出的带视触觉功能的UMI设备，可同步采集触觉图像、视觉信息和位姿数据，支持精准回放与跨机器人适配。今年1月发布的"白虎-VTouch"数据集已获得超百万次下载，为行业提供了重要的触觉数据资源。
当前商业化进展显示，视触觉技术正迎来爆发期。多家头部灵巧手企业已采用纬钛的传感器方案，其中某企业的第三代灵巧手已实现批量应用。李瑞透露，2024年上半年是行业规模化落地的起步期，下半年随着搭载触觉的灵巧手批量出货，技术将进入实质性爆发阶段。作为全球唯一能批量供应五指灵巧手视触觉传感器的企业，纬钛正通过"传感器+数采设备+VTLA大模型"的全栈布局，构建物理AI基础设施，推动机器人操作能力向人类水平迈进。
