如果让机器人分辨两颗一模一样的花生，它会怎么做？这个问题并非凭空而来，而是关乎AI发展的下一步。

过去两年，大模型让机器人拥有了越来越聪明的“大脑”。VLA、世界模型等技术不断刷新机器人理解任务和规划动作的能力。但真正进入工厂、家庭和实验室后，机器人往往会捏碎鸡蛋、抓滑杯子、装不好零件。

在WAIC 2026上，记者见证了一种AI新做法。在展台桌面，有两颗同样颜色、形状、纹理的花生，肉眼几乎看不出任何区别。而机器人伸出指尖，轻轻按压了一下，随即做出判断：左边是真的，右边是模型。背后答案，并不藏在物理公式里，而在于交互。

大模型学习的是互联网世界，而机器人面对的是物理世界。互联网能够告诉AI什么是鸡蛋，却不会告诉它鸡蛋壳在多大的压力下会破裂；图片可以教会机器人认识花生，却无法告诉它哪一颗是真的。对于Physical AI而言，真正重要的不是模型继续变大，而是机器人能否持续获得来自现实世界的Ground Truth（物理真值）。

一目科技聚焦点是视触觉（Vision-based Tactile）技术。与传统力传感器不同，视触觉在柔性材料内部建立光学观测系统。当机器人与物体发生接触时，材料会产生微米级的形变，内置的光学系统实时记录这些变化的图像，再通过AI算法还原出压力分布、剪切力、纹理、滑移趋势等丰富的物理信息。因此，这不是在“测力”，而是在“看见形变，理解力”。

在此次WAIC上，一目科技展示的真假花生识别，就是这一原理最直观的体现。与此同时，一目科技还展示了五指集成视触觉灵巧手。机械手抓取过程中，每根手指的压力分布、接触区域和滑移趋势都在实时可视化呈现。过去隐藏在机械结构内部的物理信息，第一次成为可以被机器人学习和理解的数据。

在此过程中，真正稀缺的并不是一颗传感器，而是由传感器持续产出的高质量物理交互数据。因为对于Physical AI而言，每一次接触，都是机器人认识世界的一次学习；每一次抓取，都会产生新的Ground Truth。一目科技致力于构建Physical AI基础设施，填补连接物理世界与智能系统之间缺失的那一层。

公司方面介绍，一目科技搭建了一套完整的基础设施体系：底层，视触觉传感器持续采集真实交互数据；中间层，通过数据采集系统和触觉编码模型，将复杂的物理交互转化为模型能够学习的结构化知识。不仅仅是在编码触觉，而是通过海量的交互，让机器人学习GTM（Grounded Transition Model），最终形成机器人的Affordance（可供性）能力。

此次WAIC展出的视触觉产品矩阵、五指集成灵巧手、数据采集系统、虚拟仿真平台，以及覆盖生产制造、生活服务、精密实验等不同场景的应用展示，共同组成了这一完整链路。

公司方面对记者表示，一目科技希望提供的不仅是一款视触觉产品，而且是一套让机器人能够持续理解物理世界的能力。从看见世界到理解世界，从识别物体到理解交互，Physical AI正在进入新的阶段。

“机器人真正需要学习的，不是互联网上的海量图片，而是物理世界的内在规律。智能的本质是压缩，但这种压缩必须经过物理现实的检验。围绕真实交互建立的数据能力，正在成为机器人迈向开放环境的重要基础设施。”公司认为。