许晋诚：机器人如何通过触觉、数据与执行理解物理世界

我是帕西尼（PaXini AI）的许晋诚。今天我想谈物理 AI 的 PIE。公司名字来自人体皮肤中的帕西尼小体：它是触觉感受器的一种，负责感知纹理和高频振动。我们希望制造一种具有类似功能的传感皮肤。

想象一只手拿着满杯水，另一只手拿着鸡蛋。我们知道如何握住它们，既不让鸡蛋滑落，也不把它捏碎，是因为手获得了大量触觉信息，大脑能够处理这些信息。触觉是人类与物理世界互动的重要一环。

帕西尼希望通过具身感知推动通用智能。公司累计融资超过 6 亿美元，最新估值超过 30 亿美元；产品不仅用于机器人，也用于汽车等领域。三星、LG 和比亚迪等企业既是股东，也是我们在机器人或自动化设备方面合作的对象。

思考智能如何存在于物理世界时，我们要问：即使 AI 能思考，它是否真的理解物理世界？人清洁地板时，可以通过手感判断吸嘴是否压向地面；机器人即使做出同样的动作，也未必理解接触过程中发生了什么。

缺乏物理理解的智能是不完整的。从知道怎么做，到实际做出来，再到可靠地完成任务，机器人仍要跨越很大的鸿沟。下一代 AI 不能只理解指令或回应提示词，还要能与世界互动，带来实际改变。

世界不只是摄像头看到的像素，也是我们触摸、感受和改变的东西。AI 需要从观察走向互动，从被动感知走向主动理解。只有这样，机器人才能从现实中学习。

在我们的实验中，触觉传感器帮助机器人感受抓住吸嘴、物体或灯泡时的接触情况。光有文本知识不够：机器人可能知道杯子是圆柱形，却不一定知道该怎么抓取和操作它。经验才能教会它行动。

为了提供经验，我们需要建立数据层。在数据工厂里，人观察并与物体互动，例如拿起瓶子；这一过程产生的数据可用于让机器人从物理世界学习。每一次互动都可能成为学习机会。

数据采集不必局限于固定的数据工厂。我们也提供设备，希望人们在家里教机器人，把各处的互动转化为数据，形成驱动物理智能的飞轮。

例如，我们用手套采集动作数据。这并非简单地远程操控机器人，而是用采集的数据训练小模型，让机器人精确完成动作。触觉信号和与各种物体的互动，对学习都很重要。

学习之后，还需要评估任务是否满足人的需求。一个简单的基准是看机器人能否处理以前从未见过或操作过的物体。现实世界才是机器人的终极考验，交互能力需要在真实环境中衡量。

这就是 PIE：P 是感知，I 是智能，E 是执行。每一个机器人都需要这三种能力，我们希望借此让智能与现实结合，为机器人创造更多可能。

感知部分建立在自研传感器芯片上。演示中，一根尖针接触机器人手指尖；如果手具备触觉感知，就能对接触作出反应。基于同一芯片架构，可以开发机器人指尖、汽车等不同用途的传感器。

目前的产品包括关节扭矩传感器、末端执行器的六维力／力矩传感器，以及用于指尖、手掌、皮肤甚至脚底的触觉传感器。我们的目标是让机器人具备全身物理感知，也在根据客户提出的新需求探索其他应用。

智能部分依赖数据工厂。我们已获得超过 100 万小时包含触觉感知信息的高精度人类数据，数据库名为 OmniSharing DB。这些数据可以支持仓库、家庭和工厂等场景。

我们布局了五座数据工厂，其中宿迁和天津各有一座，另外三座即将建成。机器人还需要算法从数据中学习：数据可用于预训练、后训练，甚至终身学习。

我们开发 Omni VTLA 2.0 来验证数据的用途。模型可以利用数据工厂产生的数据，也可以利用机器人自身生成的数据，让机器人在持续互动中继续学习。

另一个模型 Feelix World 旨在编码触觉感知信息，探索少样本甚至零样本泛化。我们并未放弃语言和视觉，还会结合机器人的交互信息，以及慢适应型和快适应型触觉信息。

PIE 的最后一部分是执行。即使感知和大脑都很好，没有机器人本体和末端执行器，例如机器人手，也无法形成闭环，在现实世界中完成任务。机器人手的设计因此非常重要。

我们希望开放灵巧手设计，提供给有需要的机器人公司，同时改进可靠性。许晋诚介绍，DexH13 灵巧手累计使用测试超过 2 万小时；公司也与 LG、三星、京东、比亚迪和荣耀等客户开展应用。

最后，PIE 还有第二层含义：平台、集成和生态。第一种 PIE 让机器人具备与物理世界互动的能力；第二种 PIE 试图建立开放生态，帮助更多人开发自己的机器人。我们希望机器人承担繁重任务，让人们从中受益。