作者 |  许丽思
已完成4轮融资，深度对话他山科技CEO马扬。

“在生物进化中，越晚出现的器官越容易模拟，越早出现的反而越难。”他山科技联合创始人兼CEO马扬在不久前接受机器人前瞻的采访时提到。
触觉，正是这一规律的典型例证——作为生物演化最早形成的感官能力之一，其复杂机制至今仍是机器人领域的“卡脖子”难题。
早在20亿年前，原始单细胞生物就能够通过细胞膜表面的受体感知周围化学物质浓度梯度，并做出趋利避害的运动反应。
这种原始的触觉机制经过漫长演化，在人类指尖形成了包含皮肤、肌肉、神经末梢的精密系统，让人类既能通过三维力的变化感知到物体形状、纹理，也可以完成一系列精细化操作。
当人工智能技术的飞速迭代推动着机器人的脑端等多方面能力快速提升，相比之下，触觉感知能力却依然面临重重难关：要突破从底层芯片到传感器结构等全链条技术瓶颈，解决多维度信号融合、抗干扰设计与实时闭环控制等复杂挑战。

▲他山科技联合创始人兼CEO马扬
马扬的创业之旅，正是始于对这一现状的洞见。
2004年，他从北京航空航天大学毕业后，进入了比亚迪工作。按部就班的职业轨迹，在马扬接触到一项名为ECT（电容层析成像）的技术时悄然转向。
当时，他加入了他山科技董事长孙滕谌创办的一家科技公司，这项ECT技术是由曼彻斯特大学杨五强教授研发的，可用于石油管道检测，展现出通过电容信号解析材质的潜力，为后续触觉研发埋下伏笔。孙滕谌与杨五强同为清华校友。
时间来到2017年，国内机器人产业风起云涌。马扬认为，机器人若想真正走向工厂、商场、家庭等，成为人类的得力助手，指尖的触觉闭环能力是不可或缺的一块拼图。而当时，市面上没有一家企业能做出可以放进指尖的触觉感知芯片。
于是，马扬与孙滕谌、杨五强一拍即合，共同创办了北京他山科技有限公司，专注于人工智能触觉传感领域。
创业之初，团队不得不面对市场对触觉感知的认知有限、需求基本不多的窘境。机器人产业的产品落地至少需要3到5年，他们决定先将底层触觉技术嫁接到家电、汽车等成熟行业，寻找生存与验证的土壤。
转机就在跨界合作中出现：他山科技和奔驰、宝马等全球知名车企合作，为其打造汽车上的智能感知系统，业务在海外市场逐渐有了起色。直到疫情突袭，海外B端业务遭重创，他山科技调头在国内的汽车智能交互、酒店配送机器人等场景中寻找突破口。
2019年，他山科技的第一款触觉感知芯片作为北京市重点合作项目立项研发。经过多年技术攻关，终于在2022年成功一次流片、一次点亮。
这是全球首款人工智能触觉传感芯片，搭载了团队基于R-SpiNNaker分布式类脑架构下的AI触觉传感技术，可同步处理指尖多维触觉信号，其核心性能超越国外头部厂商同类产品，能够满足机器人在精细操作过程中高精度、低延迟的触觉需求。
他山科技提出了“感控一体”的概念，将触觉感知和执行控制进行了深度融合，用触觉来牵引动作控制，这是与传统触觉传感器截然不同的技术路径。
不久前，他山科技还在IEEE国际机器人与自动化大会（ICRA 2025）上展示了自研的人工智能触觉传感器，通过模拟人类指尖的触觉功能，让机器人精准完成“抓取-移动-递交”任务。

▲ICRA展会现场，他山科技触觉感知方案精准完成抓取-移送-递交

随着具身智能的爆发式发展，团队多年以来对触觉技术的探索终于等来了开花结果的时刻。目前，国内70%以上的机器人整机及灵巧手厂商、共超60余家机器人产业链公司都采用了他山的触觉解决方案。
他山科技正逐渐从单一的触觉硬件产品供应商转向整体触觉解决方案提供商——不仅涵盖物理端的方案，还将在仿真端开发配套模型，帮助客户完成线下与线上的训练。
成立至今，他山科技已完成四轮融资，投资方包括软银、国新、新鼎等。

01.从电容技术切入      造出全球首款AI触觉感知芯片


机器人前瞻：他山科技成立之前就已经有十几年的技术积累，具体在哪些方面？
马扬：他山科技的传感技术起源于曼彻斯特大学的杨五强教授，他在2000年左右研发了一项ECT技术，就是用电容进行层析成像，简单来说可以用电容技术来实现类似CT技术能做到的效果。这项技术最早应用于石油行业，在石油管道外壁安装电容传感器，可以实时探测石油管道横截面的油水气分布。这在当时是非常划时代的技术，在海内外都得到了广泛应用。
2007-2008年，我们关注到有企业机构开始研究机器人抓取物体、识别材质，就与杨五强教授合作开发相关项目。最初，我们用电容传感器来区分不同材质，比如塑料杯、玻璃杯、装水的塑料杯等，这些材质是视觉难以区分的，但触觉可以。
2014-2015年，随着机器人任务执行需求提升，我们开始将传感器布置在夹爪上，进行大量抓握实践。早期，夹爪在工业产线上的应用往往只能抓取刚性物体，而不具备柔性物体操作能力。因此我们持续研究柔性抓取，并开始构思硬件产品，最终在2017年成立了他山科技。
机器人前瞻：从2017年到现在，他山科技经历了怎样的不同发展阶段？
马扬：主要从研发端和商务端进行划分。2022年是研发端的分水岭，我们完成了全球首款人工智能触觉感知芯片。这个“全球首款”并非由我们自己定义，而是由北京市科委进行充分调研、汇总材料比较后确认的成果。基于这款芯片，后续我们将开发更多应用层技术，拓展不同场景的落地可能。
最近两年，研发与商业化的联系越来越紧密了。2024年初，机器人与具身智能的火爆，让我们多年的研发积累迎来了开花结果的时刻，也是技术逐渐产业化落地的关键时期。
机器人前瞻：相较于市面上众多从事触觉传感的企业，他山的技术路线主要是怎样的？
马扬：我们在触觉领域已深耕8年，可以说是细分赛道上最资深的触觉企业之一。我们的方向是从底层算法到硬件，再到模型，最后到传感器结构，由下而上实现。
许多传感器厂商是基于力传感性能好的材料来开发产品，而我们的核心差异在于专注芯片与底层，帮助不同材料厂商解决传感端需求，也向行业内电子皮肤厂商提供底层芯片和算法。
人形机器人发展刚起步，是未来5-10年最笃定的方向。我坚信，机器人尤其是服务型机器人将走进家庭，如同车辆、手机般普及。
机器人前瞻：目前他山科技整体团队规模如何？
马扬：目前非产线的员工大约130人左右，其中70%以上是研发人员。

▲他山科技在ICRA展会展示TS-V视触融合技术平台

02.从汽车领域开始落地    客户已覆盖国内七成机器人厂商

机器人前瞻：触觉传感器之前已经被列入国内35项目“卡脖子”技术里，具体是难在哪些地方呢？
马扬：不止国内，触觉感知技术对整个机器人行业来说，都是比较“卡脖子”的技术，我们已突破多个技术瓶颈。
前两天我在参会的时候，听一位院士提到，研发机器人时发现：生物进化中越晚出现的器官越易模拟，越早进化的器官越难。
例如大脑，我们通过脑端芯片已实现与人脑相似的计算能力，甚至在归纳能力上可能超越人类，并初步具备演绎能力。但相反，触觉作为生物进化早期就形成的感官能力，模拟难度极大。
触觉是生物体在演化初期就具备的基础能力，人类触觉系统的复杂性远超想象，触觉前端具有精密的神经元网络和突触自适应机制，全身皮肤的结构与功能也都各不相同，比如指尖的皮肤主要用于抓取，要实现三维力的精准识别和精准控制。
业内经常以“电子皮肤”来描述机器人的触觉感知系统，这一概念适用于机器人躯体的触觉覆盖，但指尖的功能实现远不止于皮肤层面。就像人类指尖因频繁使用而产生的老茧，其实说明了抓握动作的核心并非依赖皮肤，而是指尖下方的肌肉结构，以及底层神经、神经元和突触共同完成。
所以，我们提供的指尖产品是一个完整的指尖单元。它不仅需要完成感知，而且是所有感知器官中唯一一个需要与客观世界产生实质交互并控制物体的。大脑仅发送指令，实际控制更依赖整个指尖前端的结构。
虽然我们的产品距离人类指尖还有一定的距离，但是已经突破了触觉传感器的核心瓶颈。接下来，我们会建立更多泛化数据库，逐步通过模型将产品及底层算法进行迭代，最终希望它能具备媲美人类指尖的能力。
机器人前瞻：他山科技花费4到5年才制作出全球首款人工智能触觉感知芯片，在研发过程中最具挑战性的是什么？
马扬：我们需要完成芯片从0到1的研发，这与常规国产替代路径不同，没有参考范本。
我们先打造了24位的高精度模数转换模块，在芯片上集成了32个通道，这在传统工业芯片中从未有过先例，芯片性能已经超越同类产品。其次，我们需要将模数转换部分与底层的系统架构相结合，同时还设计开发了类脑控制单元，模数的Dual Router，负责数据的自主分发，从而支持神经网络模型在多芯片上的分布式部署和协同计算。
视觉数据通过双目采集后可直接传输至脑端芯片，而触觉端有上百个传感单元，需要更多芯片支持，以及这些芯片作为一个系统的协同工作。如完成抓握动作时，就需要协同整手触觉单元。
芯片要在分布式模式下协同工作，谁来协调指挥？Router就像是项目中的平行成员，这样每个节点均可输出指令，自主分发数据至其他芯片，实现网络中数据的有效交互，组建整体感知和计算网络。
这几大部分的整合，都极具挑战性。芯片项目作为2019年北京市9个重点合作项目中唯一由民营企业承担的课题，我们在2022年实现了芯片一次流片、一次点亮。
机器人前瞻：公司产品最初落地在什么领域？
马扬：他山科技的触觉感知技术产品率先在汽车领域落地，第一个项目是奔驰。当时，我们在奔驰汽车的仪表台面上通过一颗芯片和一个传感器，实现了人手识别功能：从10厘米之外的挥手交互，到2厘米距离的悬停识别，再到接触后的滑动和按压动作。
此外，系统还可以精准识别出人手和手机，比如把手放在仪表台面上能识别出来是人手，放上手机也能识别出这是手机，进而将手机与车机打通实现互联。
当时这个项目做得很成功，2018年我们还在德国获奖了。2019年，我们接了宝马一个项目。紧接着，我们的业务拓展到车内车外的传感器领域，逐渐从PVC项目迈向量产阶段。
机器人前瞻：最开始像奔驰这样的客户是在怎样的机缘下接洽上的？
马扬：2018年，奔驰在国内启动了一个面向创新型企业的新项目，需要优化车内交互方案——原有的视觉解决方案虽能通过挥手动作识别实现交互操作，但存在两大问题：一是车辆行驶时的震动环境易导致视觉动作识别误操作；二是车内作为隐私空间，用户很可能并不希望部署高清视觉传感器。
因此，奔驰寻求一种既能实现非接触操作、又能覆盖接触操作的触觉交互方案。而我们团队在2015-2016年已经将相关技术应用于一些在欧洲的项目，后来奔驰就找到我们，希望能够进行合作。
机器人前瞻：他山科技在人形机器人方面已经和国内哪些企业达成合作？
马扬：我们服务的客户，目前已经覆盖国内70%以上的机器人厂商。而在国内70多家机器人产业链核心公司中，已经有60多家客户采用了我们的产品；国内最头部的灵巧手厂商，都已经和我们建立了深度合作关系。

03.人形机器人完成有限泛化任务已可行    现阶段降本尚在探索中


机器人前瞻：人形机器人想要真正走入千家万户和场景，降本是非常关键的一环。您觉得人形机器人现在到了讨论降本的时候吗？
马扬：从发展阶段来看，全面降本的时机尚未完全成熟，但从智能体技术迭代的角度，对降本的探索其实一直在进行。当我们在讨论智能体或者机器人时，核心依旧是他们解决人在执行端的一些痛点。去年，我们参与制定了上海的人形机器人与具身智能分级指南，将具身智能与自动驾驶进行了类比分析，划分成L1到L5级。
如果要打造出具备充分泛化能力、能像人类一样完成各类复杂任务的人形机器人，乐观估计需要3-5年才能逐步落地。但聚焦在有限泛化任务，现阶段已可行。
以我们与酒店机器人厂商云迹的合作为例：传统酒店机器人仅能完成路径规划的移动任务，而完整的服务闭环需要“抓取-移动-递交”三个环节，目前只有我们的触觉解决方案能够帮助机器人厂商完成这一系列流程。
我们的触觉解决方案通过自适应力的抓取和三维力识别技术，能确保机器人抓取物体后平稳递交，比如自主取走桌上的外卖，送至房间门口或直接递交给用户，有效减少配送环节的人力消耗。
另一个场景是在酒店的洗衣房里。很多时候，洗衣设备空占率高，需人工全程介入衣物的装载、转移和收取，任何环节遗漏都会导致设备闲置。在这个过程中，如果机器人能够完成衣物的拿取然后送到客人房间，就能够非常高效地帮助酒店节省成本。
在这些场景里，机器人只需要实现有限泛化即可，需要抓取的物品无非就是酒店的香皂、牙刷、梳子之类的日用品，不同形态的外卖、衣物等。训练过程无需充分泛化，可能在3-6个月之内完成95%的任务学习，剩余的5%通过有限的算法模型就足够支持完成任务。
未来1-3年，许多场景将出现可商业化的具身智能应用。如同自动驾驶从L0到L3逐步推进，机器人也将进入渐进式商业化过程。
机器人本质是人工智能，核心目标是通过能力验证替代人类工作。只要机器人能够在某些方向超越人类的能力，即便初期成本高，也必然能在应用场景中占据一席之地。随着技术迭代实现规模化应用后，机器人就能凭借效率优势显著降低综合成本，展现出相较于人力的长期经济性。
机器人前瞻：之前的人形机器人马拉松赛事，您对这件事情如何看待？马拉松上机器人的表现如何？
马扬：天工机器人、松延动力等参赛机器人的最终表现非常亮眼，赛事整体完赛率达30%左右，极具突破性。
机器人参与马拉松的意义类似于汽车挑战达喀尔拉力赛——这类设备的初始设计目标是满足室内或室外短距离作业需求。但是在赛事中，机器人展现出来的持续运行能力让人非常吃惊：例如采用自主跟踪模式的天工机器人，长时间没有出现机械故障，充分验证了复杂场景下的稳定性。
一些国外同行反馈，中国人形机器人在马拉松上的表现非常让人吃惊，因为海外极少有机器人能够在公开场合中完成这样的长时间操作。
部分人形机器人在起点表现差异，可能与赛事开放度高有关，有很多学生团队、普通开发者参与其中。如果给国内绝主流本体厂商1-2个月的优化周期，完赛率是可以显著提升的。这次赛事是一个非常好的契机，无论企业是否获奖，这样的挑战都会推动技术进步。
机器人前瞻：像马拉松比赛非常考验人形机器人的运动控制能力，那您认为在运动控制、智能和操作这三大方面中，哪个环节能够率先推动整个行业实现质变？
马扬：目前，国内人形机器人的运动控制能力已经达到领先的水平，甚至可以完成一些人类难以实现的复杂动作，并且具备一定的工业化应用基础。但单纯的运动控制能力不足以让机器人替代人类——除了跑马拉松之外，人类日常对腿部运动的功能性需求相对有限。
相较之下，操作端以及脑端的发展水平和运动控制能力还存在一定差距。正如木桶效应，只有各部分都达到一定水平，才能推动人形机器人在工业、商业、家庭场景中的发展。
以自动驾驶分级为类比：当运动控制达到L2水平，类似汽车具备基础道路行驶能力，机器人脑端与操作端的精细执行仍需从有限泛化场景起步。
在灵巧手方面，许多厂商倾向于研发五指高自由度灵巧手，因其更贴近人类交互习惯，可模仿人类完成复杂任务。随着人形机器人进入充分泛化阶段，高自由度手的成本将随量产规模下降。
而面对一些可快速商业化场景，灵巧手无需追求过高自由度，满足有限场景需求即可（如二指夹爪）。毕竟，自由度越高，模型计算的算力需求越大，因此三指、二指等低自由度夹爪在未来的一些商业化应用场景中反而具备落地优势。
机器人前瞻：如何看待目前整个人形机器人行业的泡沫？
马扬：从以前的第一波人形机器人浪潮至今，经历了极为关键的大模型迭代阶段。当前，在通用模型的支撑下，人形机器、具身智能领域的开发成本及时间迭代效率已显著提升。
以抓取物体的训练工作为例，我们在七八年前完成同类任务可能需要6个月，而目前仅需一周左右，时间成本大幅降低。当下的核心工作，是聚焦于机器人专用端模型的优化与完善。
其次，家庭的智能终端除了手机、汽车外，机器人也是非常重要的方向。换言之，机器人终将成为家庭中的核心智能终端——具备通晓家居环境并提供优质服务能力的通用保姆型机器人，将成为家庭场景的标配。
当前，机器人或具身智能是最稳定的未来导向赛道，市场潜力堪称巨大。当行业发展至成熟阶段，其市场体量将与汽车产业比肩，将会面临每年万亿的市场。
如果我们对未来充满信心，那么这只是时间长短的问题。
在这个过程中，行业可能出现阶段性波动，外界对“泡沫”的认知或许存在差异，但核心在于技术根基是否扎实，只要行业浪潮持续向前，终将形成坚实的发展态势。如果大家对未来方向足够坚定，那么眼前的“泡沫”，不过是发展进程中的细微波动而已。
机器人前瞻：他山在技术产品或者商业化方面有什么规划？
马扬：我们最初推出自己的产品时，更多地将其定位为触觉传感器。今年，在与行业内的同行以及下游客户讨论时，我们希望能进一步升级为整体的解决方案—— 不仅涵盖物理端的方案，还将在仿真端制开发配套模型，以更好地帮助客户完成线下与线上的训练。
未来几年，主要分为两个方向：
一个方向是面向L4/L5级充分泛化场景，为客户提供数据采集支持，不仅是在现实训练场景中，还包括仿真虚拟场景。另外，触觉数据区别于视觉数据的核心特征在于其连续性，例如“抓取-握持-放下”的动作必须是连续。所以，他山科技会推动触觉数据的标准化与通用化进程，期望以行业共建的模式实现资源共享。
第二，聚焦未来三年商业化落地场景，我们会与许多下游客户合作，比如酒店服务、物流分拣、养老护理等场景，提供在不同场景下的专用解决方案，并搭建开放平台供客户自主训练与底层模型迭代。