机器人走稳了却“摸不着”？帕西尼许晋诚：要先"摸得着"世界，才能真正走进现实

2026年世界机器人大会的展台上，人形机器人走得更稳了，动作也更灵活了。但如果把视线从舞台中央的翻跟头、跳舞，转向真正需要动手的场景——拿起一个易碎的杯子、拧开一扇门的把手——问题很快就会变得具体起来：机器人看得见，却"摸不着"。

在帕西尼创始人兼首席执行官许晋诚看来，这恰恰是具身智能从Demo走向真实场景时最容易被忽视的一环。“具身感知能力包含了触觉和视觉，还包含其他感知能力。”许晋诚对大众新闻记者表示，“我们希望机器人有类人的感知和动作。”

但现实是，视觉已经相当成熟，而触觉还在早期发展阶段。许晋诚给记者举了一个例子：瑞典一所大学的研究中，受试者被要求从火柴盒里取出一根火柴并划燃，正常状态下不到10秒完成；而当双手被麻醉、丧失触觉后，同样的任务花了一两分钟。“您肯定很难理解为什么一个火柴要拿出来花这么久，其实就是因为他已经丧失了触觉相关的这些能力。”许晋诚说。

失去触觉的人如此，没有触觉的机器人同样如此。帕西尼要解决的，正是这个问题。“帕西尼主要是解决一个大的问题，就是客户如何快速地落地，或者集成机器人到现实世界或者场景里面。”许晋诚说。

围绕这个目标，帕西尼梳理出三条必须同步推进的主线：感知能力、大脑的可泛化性、执行能力。“视觉已经很成熟了，但是触觉仍处于发展早期，所以我们就专注在触觉赛道。第二个是大脑必须具有足够的可泛化性，这就需要海量的经验数据积累，也就对数据采集提出了极高的需求。第三点是执行能力，有感知能力和足够强的大脑，也需要有执行能力进行闭环验证。”许晋诚说。

感知、数据、执行，三线并行，构成了帕西尼从创业初期就确定的技术路线。在感知端，帕西尼依托全球首创的阵列触觉传感技术，可测量材质、纹理、回弹等15种感知维度。2026年世界机器人大会上，公司发布了全球首个足底多维触觉传感器PX-FOOTRIX，以及基于第四代原生6D触觉感知芯片GEN4 FUSE打造的传感器产品矩阵，让触觉从手部延伸到机器人全身。

数据背后是芯片的规模化量产。据许晋诚介绍，近一年度帕西尼已经消耗了接近100万颗芯片，到下一个年度末预计将超过500万颗。公开信息显示，过去一年帕西尼自研触觉感知芯片累计出货量已突破100万颗，生态合作伙伴接近百家。

但在许晋诚看来，传感器只是入口，真正决定机器人能力上限的是数据。"首先真实数据是必不可少的，在仿真环境中极难完全复刻真实场景，比如噪音。"许晋诚说，"我们想要构建出来完全仿真的真实世界，它的造价和成本可能比实际采集的数据更高。"

数据采集本身也有门槛。许晋诚认为，当前最大的难题不是采不到，而是连续采集的一致性和稳定性。"尤其像做实际采集的时候，连续采集数据的一致性稳定性都是非常难去驾驭的，所以我们也开发出来一整套自己的数据采集系统，里面包含的传感器都是自研的，可以连续8小时采集，都不会有任何的漂移。"

数据量级上，行业里经常讨论"百万小时"这个门槛。许晋诚透露，帕西尼与京东合作推进大规模数据采集，计划在下一个年度达到1000万小时数据。"我们跟京东会一起去做数据采集，数据量在下一年度预估达到1000万小时，届时这些数据也将内化成为我们自己的模型能力。"许晋诚说。

数据最终要回答的问题是：机器人什么时候才能真正干活？许晋诚的判断是，规模化落地从来不是生产端的瓶颈。"规模化落地它从来不是一个瓶颈，瓶颈是在于我们是否有大量需求存在。"许晋诚说，"只要模型能力提升了，也就是大脑能力，就能提升机器人执行任务的成功率和方法能力，届时再去生产机器人，几乎是没有任何瓶颈存在。"

在落地路径上，他认为工厂会先于家庭，原因是评价机制。"我认为机器人进家庭最大的挑战和难点是评价机制。"许晋诚说，"每个人的家庭还不一样，但我觉得比起家庭，工厂会更快。工厂的评价机制都是固定的，我遵循的SOP我做完了，我的评价机制就是ok或不ok。"

机器人真正理解物理世界，帕西尼的解法是感知、数据、执行三线并行，传感器是入口，全栈技术是核心。从“摸得着”到“干得稳”，这条路帕西尼已经想清楚了。

（大众新闻记者 董婉婉 苏月鹏）