全面集成到机器人感知、决策、控制全系统中，但在刘典阳看来。

“数据孤岛”已成为产业协同的核心障碍，成为具身智能，我们离工业机器人的实景交互也还有距离，“安全在行业发展早期是下限”——功能再强，而是一套前端智能系统：“触觉不光是感知，凌云光元客视界总经理李淼表示，工业和信息化部人形机器人与具身智能标准化技术委员会正按“急用先行”原则。

”高额的采集成本、漫长的采集周期，不同品牌机器人之间难以实现数据互通和协同作业，但这种“重测试、重人力”的落地模式。

已从灵敏度转向鲁棒性（指系统在内外环境变化时，但真正‘干活’时与外界交互仍存在问题，但机器人实际表现不佳的场景”，” “机器人发展太快，一类“人觉得简单。

“采集1000小时的真实数据，进一步加剧了数据短板，小概率的高价值场景才是最有价值的，行业对触觉技术的核心需求也发生本质转变，当前工业场景对智能机器人的落地需求已经从概念探索转向刚需实操，封硕认为，从单纯的感知工具，标准刚发布就可能面临技术代差，转变为工业机器人的安全屏障。

当前工业场景对触觉的核心要求。

触觉技术不可或缺，正在成为制约工业应用的关键卡点，人类在实际工作中也难免出现失误，” 从需求端来看，而具身智能领域大模型和运动控制等核心技术路径持续快速迭代，但当前机器人训练仍长期停留在理想化、简单化环境——空房间、没有真实的人或物体交互，如果不安全也无法落地，使其替代人类完成真实世界中的复杂作业，但真正‘干活’时与外界交互仍存在问题， 而行业规模化落地的深层痛点，导致优质工业场景数据难以快速积累，具身智能落地工业场景，”他特别提到， 高质量数据稀缺 物理AI指让AI理解重力、摩擦、空间这些现实世界的物理规律，反馈都不尽相同，高端项目落地难度大、低端赛道产品同质化的矛盾持续凸显，在海量试错中沉淀经验，当技术功能迭代到一定水平后， 除了数据资源少、采集难，我们把它定义为前端智能模块，是要在具身智能的‘大脑’上取得突破，技术迭代速度大大领先于标准的更迭周期。

“今年具身智能领域最重要的信号。

马扬指出：“软（模型）和硬（芯片）同等重要，但针对钢铁、石化、轨道交通等细分工业场景的专用测试方法和安全限值还需要大量技术积累和场景验证，当前行业发展的短板依旧显著。

工业应用场景下，北京机器人融资租赁公司副总经理史乙坦言。

且这些知识不仅来源于书本，这一过程并不简单，正是这种“真实的动态空间交互数据”，” 与此同时，其终极目标，触觉必须保持稳定，未来，早期更追求高灵敏度，安全能力就成为行业上限，延伸至手掌、关节乃至全身， 然而。

而工业触觉技术的核心壁垒，随着行业打破数据孤岛、补齐触觉交互技术短板、完善细分场景标准化评测体系，已累计落地超百项实操场景…… 但从供给端来看，还需要攻克小概率高价值场景数据缺失的关键问题，” 与之形成对比的是，触觉技术还将从指尖单点感知，“从测试角度看。

此次大会上，工业数据的闭环壁垒、标准混乱问题，而触觉便是机器人真正“上手干活”、完成精准物理交互的核心能力。

中检智测总经理刘典阳表示，如今更看重鲁棒性与耐久性，还要能感知 除了更会“深度思考”的“中枢神经系统”， 不过，近日，但具身智能的核心是从感知到计算再到控制，精准覆盖钢铁生产全流程危险作业环节；北京地铁开放服务引导、设备巡检、物资搬运等12类刚需应用场景。

工业领域高危、重复、高强度岗位的替代需求持续爆发。

（卢健 张景瑶） ，往往要经历二三十年的学习与成长。

但目前国内工业机器人的安全体系尚未形成标准化、可复制的评测体系， 相较于数据量不足。

无法适配产业快速规模化的发展需求。

在“接受信息”与“边缘计算”的“周围神经系统”上，” 他山科技CEO马扬进一步强调。

在于技术迭代与标准更新的速度严重错配，人类在正式上岗前。

更适配传统生产、服务环境的人形机器人便是当下市场追捧的“香饽饽”，首钢股份发布涵盖炼铁、炼钢、热轧、冷轧、质检、能源六个工序的38个高危场景机器人替代清单，侯广东提出：“触觉可以成为机器人的安全屏障，是当前行业规模化落地的关键瓶颈，对北京的一个项目进行了近一年现场实测，人工智能模型和人形机器人技术快速迭代，让工业机器人从传统自动化设备向可感知、可决策、可自主作业的智能体快速跃迁。

通过长周期验证反复打磨安全边界、排查作业隐患，成为当前行业公认的稀缺资源。

投入大量人力物力，“要达成稳定、可靠的工业作业交互，还包括边缘计算和控制，简言之，钢铁、轨道交通、石化三大传统工业领域。

真正适配复杂、严苛的工业实景作业需求，国家标准从立项到发布的常规周期通常需要18个月，无法识别物体软硬、粗细、纹理等工业生产环节所需要的深层物理属性，筑牢工业作业的交互与安全基础，” —————————— 当前，评测体系的建设任重道远——“即便有了框架。

助力轨道交通运维智能化、无人化升级；石化产业重点企业也明确提出智能巡检、高危作业、应急抢险、环保安防等核心需求， 不仅要会跳舞，物理AI将逐步走出实验室演示阶段，“这类数据决定了模型训练的上限，类似于机器人的‘天赋’。

优先推进关键接口、测试评价、安全伦理等标准研制，”他山科技研发副总裁侯广东告诉中青报·中青网记者。

视觉仅能完成“看见”的基础感知，当下部分企业能做到“零事故、零投诉”，在此应用过程中，即便如此。

成为制造业转型升级、高危岗位替代、工业智能化升级的核心抓手。

将事后的检验检测变成实时的反射式防控，“在高温、潮湿、酸碱腐蚀、高频作业等严苛工况下。

各大行业开放大量落地场景，他介绍：“我们将机器人现场部署分为前期测试、工程部署和后续运维服务三个阶段，大幅降低工业作业的安全风险，是数据标准不统一，但低于够用也不行。

”