一、案例背景
在具身智能（Embodied AI）快速发展的浪潮中，机器人的视觉感知能力已取得突破性进展——从ImageNet驱动的图像识别到大规模视觉-语言模型，视觉领域已形成相对统一的数据体系、算法框架和评测标准。然而，触觉感知却始终是具身智能系统中最为薄弱的环节。当机器人需要在遮挡、透明、易碎物体的精细操作场景中判断接触力、手内姿态和滑移状态时，仅凭视觉往往无法提供可靠信息。触觉研究的核心困境在于：不同实验室使用完全自研、互不兼容的触觉传感器，整个领域尚未形成类似视觉领域的”收敛”态势。
触觉传感器面临的工程挑战是多维度的：寿命、柔性、多维信息感知、分辨率、成本与批次一致性难以同时兼顾。尤其是包含橡胶材料的传感器，不同批次之间的信号一致性差，长期使用后信号漂移严重，这使得触觉数据的跨系统复现和算法迭代变得极为困难。这一”碎片化”格局不仅阻碍了学术研究的累积性进展，也限制了触觉感知从实验室走向产业化的进程。
哥伦比亚大学李昀烛团队针对这一根本性问题，提出了开源柔性压阻式触觉传感器平台FlexiTac。该平台采用FPC（柔性印刷电路）与力敏薄膜层叠结构，组装仅需3分钟，可弯曲、裁剪并包裹于手套、指尖或机器人皮肤等多种形态。其核心优势在于成本低、制作简单、高度柔性与可扩展、长期稳定性和批次一致性良好，且感知机制足够简单，易于用弹簧-阻尼系统实现高保真仿真。
2026年，在IROS 2026触觉专题研讨会上，李昀烛系统介绍了FlexiTac开源一年半后的进展与生态。数据显示，该平台已在学术界与工业界获得广泛采用，衍生出多模态策略、可变形世界模型、四足移动-操纵、VLA触觉反馈等多个方向的工作。其与普渡大学合作的多指灵巧操纵工作VTAP Gripper入围IROS最佳论文奖。更值得关注的是，全球领先的半导体公司Analog Devices（ADI）正在推进FlexiTac的商业化版本，该版本触觉分辨率达到人类手指的五倍，基于半导体制造工艺量产。
……