Xense Robotics 在 ICRA 2026 上系统展示触觉智能技术栈，核心演示为 VTLA 模型驱动的双臂长程自主成箱作业。公司强调其方案覆盖触觉硬件、数据采集、触觉世界模型和 VTLA 模型，目标是让机器人从“被动执行指令”升级为“主动感知、实时适应、动态操作”。 机器人在真实世界里最容易出问题的，往往不是看不见，而是“碰到了也不知道怎么处理”。Xense Robotics 这次在 ICRA 2026 上把重点放在触觉智能，等于直接对准了 Physical AI 最常见的一块短板。按照公司 6 月 3 日的官方稿件，展台最核心的演示是由 VTLA 模型驱动的双臂长时程自主成箱作业，任务虽然看起来普通，但实际上包含柔性材料处理、多步骤连续操作、强接触和高扰动等典型难题。 这类任务为什么重要？因为它几乎是验证机器人是否具备真实操作能力的试金石。公告提到，机器人需要连续完成抓取纸板、展开、精确对齐、折边、压合等一连串动作，对设备的适应能力和实时调节能力要求极高。Xense 用这个演示想证明的是：当触觉信息真正进入模型后，机器人就能从“照着程序走”变成“边接触边判断、边判断边修正”，这比单纯依赖视觉的操作系统更接近现实工业和物流场景。 更值得关注的是，它展示的不是单一零件，而是一整套从硬件感知、数据采集到算法优化和场景落地的闭环。稿件专门强调，从多模态触觉硬件、专业数据采集设备，到 VTLA 模型驱动的机器人作业示范，公司想传达的是一个完整的物理智能赋能系统。也就是说，未来触觉可能不再是附属传感器，而是贯穿数据生成、模型训练和场景泛化的核心基础设施。 从赛道趋势看，越往后走，复杂操作机器人越不能只依赖视觉和语言。真正能在非结构化环境中稳定工作的系统，一定需要更丰富的接触反馈和更高质量的交互数据。Xense Robotics 把触觉智能摆到 ICRA 这种顶级会议的舞台中央，反映出行业正在重新估值“接触感”这件事。谁能先把触觉做成可规模化复用的模型能力，谁就可能在下一轮复杂操作竞争里跑得更快。
