近日，昆仲天使投资企业「戴盟机器人」联合创始人兼首席科学家王煜受邀出席以“让AI成为创新生产力”为主题的联想Tech World2025创新科技大会。大会上，二百余位产学研各界精英与权威专家汇聚一堂，共同分享具身智能的最新科研成果及实践经验，积极探索 AI 技术在具身智能领域的创新突破路径与商业化落地模式。

围绕机器人如何获得丰富的操作能力、机器人如何落地实用场景等问题，王煜教授分享了《具身智能——机器人操作技能与人工智能技术融合》的主题演讲。

机器人落地工业应用场景，关键在于灵巧操作能力

王煜教授在演讲之初提出：今年或为人形机器人工业应用元年。他强调，机器人实现工业场景落地的核心在于突破精细操作与任务泛化能力——一旦机器人掌握灵巧操作技能，其应用场景将广泛拓展。

以半导体和电子产品的制造场景为例，虽然前端工序已高度自动化，但后端异形零件装配仍严重依赖人工。普通工人经短期培训即可胜任的工作，对机器人却是巨大的挑战。王煜教授认为，机器人系统需构建具备认知决策能力的“大脑”与泛化操作能力的“小脑”协同架构，让机器人真正拥有灵巧操作的能力。

机器人无法完成简单任务的背后——论触觉对于灵巧操作的重要性

王煜教授指出，当前业界普遍采用视觉-语言-动作（Vision-Language-Action，VLA）大模型来实现机器人操作。在该框架下，视觉模块（V）使机器人能够解析环境场景，语言模块（L）帮助其理解操作指令，而动作模块（A）则负责将语义信息转化为具体的运动、操作执行。然而他强调，机器人实现从语言理解到精准动作的执行仍面临挑战。

他补充，实现机器人的基础移动功能（Locomotion）相对简单，而使其完成复杂操作任务（Manipulation）则有难点——这要求机器人必须掌握真正的操作技能与执行能力。

人类可以轻松完成拧螺丝、拧瓶盖等操作，这得益于双手敏锐的触觉、力觉反馈和手指形变等感知信息。但对机器人而言，这些看似简单的动作却极具挑战——关键在于缺乏触觉感知。没有触觉感知的机器人，不仅操作速度缓慢，更难以完成精细、复杂的任务。

王煜教授介绍，戴盟在开始做人形机器人之初，便将触觉传感器确立为最重要的产品开发。今年4月，戴盟发布了全球首款多维高分辨率高频率视触觉传感器DM-Tac W。DM-Tac W采用了基于单色光的图案追踪原理的技术路线，成功攻克了视触觉传感器算力要求高、发热量大、耐用性差等难题，显著降低了生产成本。

DM-Tac W赋予夹爪等执行末端类人触觉能力，已应用于工业自动化、消费电子、智慧物流等场景。基于此，戴盟还将视触觉传感器的厚度开创性地减少到毫米级别，可轻松集成于五指灵巧手等执行末端。

王煜教授引用其导师Matthew Mason的观点指出：机器人操作面临的根本挑战在于与真实世界的交互，真实世界既遵循物理规律，又充满不确定性——并非所有现象都能被完全理解和预测。若缺乏丰富的感知能力，机器人将难以应对环境变化，从而影响任务完成度。

今年，戴盟全球首款多维高分辨率高频率视触觉传感器DM-Tac W，已在具身智能领域树立了技术与产品的双重标杆，基于前沿的触觉感知技术，戴盟将持续挖掘机器人学习方法。

王煜教授分享了行业最新动态：波士顿动力与英伟达达成战略合作，共同开发基于人类行为建模的“大行为模型”（Large Behavior Model）。该技术路线不依赖传统物理事件模型，采用仿真数据建立基础的模型，通过引入真实数据来进行训练并得到真实可靠的模型，进一步引入操作与人机交互的真实数据来提升模型可靠性。

他提到，当前机器人模仿学习主要采用两种训练路径：一是通过仿真环境生成的数据进行训练，二是通过真实物理世界中机器人操作的数据进行训练。第二种方式需要大规模、高质量数据支撑，低质量数据反而会影响学习效果。为此，戴盟推出了穿戴式遥操作系统DM-EXton，专为机器人远程操控、数据采集及学习训练而设计。

王煜教授还从神经科学的角度分享了他对未来机器人设计的思考。人类大脑皮层的功能分配揭示了操作能力的生物学基础，通过经典的感官脑皮小人（Sensory Homunculus Model）可见，大脑皮层中负责面部和手部功能的区域占据了最大比例，这印证了人类的智慧主要服务于精细操作、语言交流和社会互动等需求。

他认为，真正实用的机器人未必会完全仿照人类形态，而是聚焦于核心功能需求。未来的机器人可能会拥有一双高度发达的手，凭借强大的感知能力、丰富的灵巧度完成精细、复杂的操作任务，满足不同落地场景的需求，展现真正的社会价值。