下一阶段卡住人形机器人的，为什么是手感？

人形机器人最容易赢得掌声的，是翻跟头、打拳、跑步；最容易在现实里“露怯”的，却是拿起一个鸡蛋，或者把一根线束准确插进连接器。

这不是动作不够漂亮，而是机器人还缺少人类习以为常的“手感”。

2026年9月7日，新华网关注到，具身智能机器人正在从展台走向真实场景，但可靠性、硬件性能和量产能力，依旧是绕不过去的几道关。舞台上的演示可以反复排练，工厂、医院和家庭里的任务却不会配合机器人重来一遍。

人类拿东西时，眼睛只是“看见”，真正让动作变得稳定的，是手指、手腕和肌肉对重量、阻力、软硬程度的即时判断。杯子里有没有水，杯壁是不是很薄，握紧一点会不会捏碎，力气小一点会不会滑落，这些信息光靠摄像头并不能完整回答。

机器人看到了杯子，不等于它知道该用多大力气抓住杯子。

没有力觉，机器人只能依赖事先设计好的动作。一旦物体位置偏了几厘米，材质换了，或者接触时出现一点意外，它就可能动作僵硬，甚至把一个看起来很简单的任务变成现场事故。

工业生产已经把这个问题验证了很多年，汽车总装线上，标准化抓取并不算难，但线束插接、零件压装、螺丝拧紧这些环节，仍然要靠力反馈判断“是不是碰到了”“有没有插到底”“力度够不够”。

同样一个零件，每次接触的角度和阻力都可能不同。力气轻了，装配不到位；力气重了，零件损坏，后续还得返工。动作越细，越不能只靠视觉和固定程序。

人形机器人未来面对的环境，比工厂更加复杂，家里的门把手、医院的输液架、养老院里的毛巾、厨房中的塑料袋，尺寸不一、位置不定，软硬和形状也经常变化。机器人要真正进入生活，就不能只是“看着做”，还得在碰到物体的那一刻判断自己碰到了什么。

行业里说的“手感”，并不是一个模糊的宣传词，而是感知、控制、材料、算法和机械结构共同形成的能力。

六维力传感器就是其中的重要一环，它需要同时测出三个方向的力和三个方向的力矩，还要应对震动、偏载、温度变化以及机械误差。任何一项处理不好，最后都可能表现为抓不稳、插不准、拧不紧。

坤维科技的技术路线，正好说明了这类产品为什么难做。公司常务副总经理袁明论介绍，KWR系列六维力传感器最高精度优于0.3%FS，并把材料选择、弹性体设计、应变片贴装和算法校准放到同一条技术链路里。

这个指标不是换一个零件、调几行代码就能得到的，它背后往往是长时间的材料验证、结构试错、反复标定和批量测试。

温度变化尤其容易被低估，实验室里25摄氏度时表现稳定，并不代表传感器从空调房走到40摄氏度的室外，再进入低温仓库后，仍能保持同样的准确度。

这也是人形机器人下一阶段的竞争，不会只围绕模型参数大小展开，算法可以依靠数据快速迭代，硬件却要经受材料、结构、环境和时间的反复考验。论文能讲清楚原理，量产线却会直接暴露脱胶、漂移、批次差异这些最让人头疼的问题。

坤维计划建设年产6万台六维力传感器的产能，真正难的地方，不只是建厂房、买设备、招工人，更在于检测能不能跟上。

每一台传感器都要测试零点、满量程、偏载，以及不同温度条件下的变化，检测设备要稳定，标准要统一，数据还要能够追溯。若只是靠增加人手来堆产量，误差也可能跟着一起被放大。

从产业规模看，2026年中国人形机器人累计交付约1.5万台，市场规模约20多亿元，与传统工业机器人相比仍然不大。可市场小，不代表要求低，机器人一旦进入生产现场，就要长时间工作，不能只在镜头前完成几次漂亮动作。

哪怕99%的成功率听起来已经很高，放进连续生产流程里，也可能意味着频繁停机、返工和维护。企业真正愿意付钱的，从来不是“它偶尔能做到”，而是“它每天都能稳定做到”。

现在的人形机器人，更像是在同时给“大脑”和“身体”补课。大模型负责理解指令、规划动作，传感器则负责把现实世界的反馈送回系统，没有准确反馈，模型再聪明，也像闭着眼睛打乒乓球，偶尔接住不难，难的是连续接住。

这道鸿沟，也决定了机器人落地不会一上来就包办每个家庭的家务，巡检、物流、科研、危险作业和半结构化工业岗位，更可能成为早期应用场景。这些工作目标相对清楚，收益容易计算，企业也更愿意为可靠性买单，传感器厂商还能在真实任务中积累数据。

传感器不是追着风口就能迅速做成的产品，更像一项慢功夫，材料、工艺、算法、检测和长期使用经验，少了哪一环都不行。

人形机器人还需要等待，但力觉、触觉和高可靠测量不会因为某一款机器人进展放缓就失去价值，它们同样会进入协作机器人、医疗设备和航空航天领域。

说到底，机器人能不能走进现实，不看它在台上跳得多漂亮，而看它能不能把杯子稳稳递到老人手里，把螺丝拧到合适力度，并连续工作几个月不出岔子。

真正的手感，就是机器人从“会表演”走向“能干活”的分水岭。