AI触觉数据缺一维？白训练了！

目前灵巧手普遍用的压阻或电容式柔性传感器，只能感知三维力（Fx、Fy、Fz）。不是精度不够，是原理上的天花板——没有刚性弹性体，力矩（Mx、My、Mz）从物理上就检测不到。

先从操作层面看，两者之间的差距，在三个实际操作场景里最直观。

第一，能不能抓稳。

同样是抓取物品，三维力通过剪切力能感知平移方向的滑动，比如东西要滑走。

但旋转方向的滑脱，比如螺丝在指尖打转，没有扭矩就判断不了。

但六维力能够同时覆盖平移和旋转两个方向的稳定性，抓取成功率能从48%拉到98%（HexaTouch论文¹实测），差距就在这里。

第二，能不能旋转。

拧瓶盖、拧螺丝、转钥匙——这些动作的力学核心是扭矩（Mx、My、Mz），三维力根本没有这个维度。

清华团队用机器人开药瓶盖的实验²显示，整个过程需要Fz控制抓握、Fy感知旋转，但旋转操作的最终判断却要依赖扭矩，三维力在这一环是空的。

在精密装配（比如USB插拔）卡住的时候，三维力只能显示力往哪个方向偏了（比如Fx偏左，Fy偏上）但它无法准确显示绕哪根轴歪了，是插头翘起来了？还是拧着劲插进去的？两种情况的修正路径完全不同。

六维力中Mx、My可以直接给出绕轴偏转的信息，系统有了这个信息才能自行完成闭环修正，而不需要停下来等人为操作。

这三个场景指向同一个事实：六维力比三维力多了扭矩这个维度的信息。而多出来的扭矩，影响的不仅是当下的操作——它们直接决定了触觉大模型能学到什么。

触觉大模型的训练，本质上是从接触数据中学习物理交互的规律。

用三维力数据训练它，每条数据包含力的大小和方向；而用六维力数据训练它，每条数据在此基础上多了扭矩变化——旋转操作的物理规律，三维力数据里根本就没有，模型从哪学？信息密度不在一个量级。

前文所说的抓取稳定性、旋转操控、卡滞修正，在操作中是实时判断的依据，在训练中就是模型需要从数据里自己学出来的能力。数据维度越全，模型能学到的东西越多。

🔺点击跳转阅读

1. 出自期刊《Microsystems & Nanoengineering（Nature 子刊）》，2026年5月，文章标题《Fingertip-scale six-axis tactile interface with high-precision force sensing and position localization for dexterous human–machine interactions》，作者Yi Song, Junwei Wang等；

2. 出自期刊《Nature Communications》，2025年7月，文章标题《An ultralight, tiny, flexible six-axis force/torque sensor enables dexterous fingertip manipulations》，作者Qian Mao等，通讯作者朱荣，清华精密仪器系。