WRC 2026 之后，行业开始意识到一个问题：机器人能抓杯子，但换个杯子、换个灯光、换一家工厂，还能抓吗？视觉世界模型把『看见』推到了前所未有的高度，可一旦触达真实物理接触——抓握的力度、材质、滑移——纯视觉就开始露怯。这一周，三家公司几乎同时把答案指向了同一个方向：触觉。
视觉世界的天花板
过去两年，具身智能的『脑』几乎被视觉世界模型包办。 北京人形机器人创新中心 的 Pelican-Unify、 星海图 的 VLA、 宇树科技 在 WRC 反复谈的『泛化』、 智元机器人 的具身基座，主线都是让模型从图像里学会理解世界。这条路线跑通了大量演示，却始终绕不开一个结构性缺陷：视觉擅长语义与规划，很难细腻表征毫秒级的连续接触与物理反馈。
换句话说，预训练大模型把『接触调控』塞进高频推理链，既不适配物理规律，也压不住实时性。去年抓杯子、今年还抓杯子，不是机器人没进步，而是视觉单通道的天花板先到了。
戴盟的触觉神经系统
戴盟机器人 8月11日宣布完成数亿元战略融资、由 蚂蚁灵波 母公司蚂蚁集团领投，同步把技术叙事推到『触觉锚定世界模型』Daimon-TWM。它的主张很直接：用原生触觉贯穿『理解—推理—预测—验证』，搭一条从指尖感知到大脑推理、再回到动作控制的闭环，叫做触觉神经系统。
关键不在多了一个传感器，而在触觉第一次被当成世界模型的『锚点』而非附属反馈。传统做法是视觉建世界、触觉做末端纠偏；Daimon-TWM 反过来让触觉成为贯穿理解与验证的主轴，验证环节直接读指尖信号判断动作对不对。
戴盟能这么讲，靠的是底座：它已是视触觉传感器万片级出货的公司，并据此建成含触觉的全模态物理世界数据集 Daimon-Infinity。触觉设备规模化交付加上含触觉数据集，正好构成触觉世界模型的数据飞轮。
橡木果的零数据冷启动
另一条路线来自橡木果机器人。8月10日它发布 Natus AGE-0 具身本能模型，主打『不依赖任何数据预训练、零样本泛化、毫秒级自适应操作』，核心是以触觉感知复刻人类操作机理。
橡木果的判断更激进：当前行业困境的本质是预训练模型的结构性缺陷——视觉语言模态表征不了连续动态触觉，硬塞进推理链反而限制稳定性与泛化。所以它的解法是绕过数据预训练，直接把触觉作为操作基座的第一性原理。
这与戴盟形成对照：戴盟是『触觉数据飞轮 + 世界模型』，橡木果是『零数据 + 本能驱动』。两者都把触觉抬到范式级，而非零件级。
潜界的统一触觉动作模型
第三家是刚成立的潜界科技 LatentVerse。8月11日它完成数亿元种子轮，投资方含高瓴创投、 智元机器人 与 星动纪元 （其创始人胡钰承出自 星动纪元 团队）。它押注 UTAM 统一触觉动作模型，目标是在一个框架里让意图理解、世界状态预测、动作生成、触觉反馈共享同一套表征、协同演化。
UTAM 的野心是把『触觉动作』当成统一对象，而不是把触觉当动作生成之后的校验项。这和戴盟的『触觉锚定』、橡木果的『本能触觉』同属一个范式，只是工程落点不同。
为什么是现在
三家公司同周发声不是巧合。底层是触觉硬件的临界点：视触觉传感器从实验室样机走到万片级出货，柔性触觉阵列成本下探，才让『规模化采触觉』从口号变可行。没有硬件供给，触觉世界模型就是无米之炊。
第二是数据。戴盟的 Daimon-Infinity 证明含触觉的全模态数据集已经能攒到『全球最大规模』量级；数据一旦能自我增殖，触觉模型就有了区别于纯视觉模型的护城河。
视觉模型与触觉模型不是替代关系
需要厘清：触觉世界模型不是要取代视觉世界模型。Pelican-Unify、天工 Omni、 星海图 的 VLA 解决『看懂场景、规划任务』，触觉模型解决『接触瞬间做对动作』。真正的泛化，大概率是双通道融合——视觉定全局、触觉管接触。
这也解释了为什么 优必选科技 、 星尘智能 等在工业场景强调力控与柔顺操作：落到拧螺丝、上下料这类接触密集任务，触觉反馈才是良率与稳定性的命门。
待解的问题
范式虽热，坑也不少。其一，触觉信号的标准化与标定远未统一，不同传感器、不同本体的触觉数据难以互通，跨本体迁移比视觉更难。其二，触觉世界模型目前多为公司自报指标，缺第三方基准。其三，视觉模型阵营未必会『让』出通道，双通道融合的架构归属仍是博弈。
银河通用 等在零售、药店场景强调整体智能与多场景适应，说明行业也在用『能不能换个地方还干活』来反向拷问触觉模型——泛化的考场不在展台，在另一家工厂、另一种货。
从『看见世界』到『理解世界』再到『交互世界』，触觉正在把具身智能的感知栈补全成双通道。这一周的三连发，更像一次范式共识的集中表达，而非三家各自的营销。谁先把触觉数据飞轮转起来、谁先定义双通道融合的标准，谁就握住了下一代具身大脑的接口。
本文基于公开报道整理。