Xspark AI 丁文伯：觸覺替代不了視覺，但機器人需要一套自己的“脊髓” ｜物理AI 50人
具身智慧正快速邁向「觸覺時代」，然而在Xspark AI（無界智航）聯合創始人、首席科學家丁文伯看來，觸覺雖然關鍵，卻無法取代視覺的角色；真正需要補強的，是一套專屬於機器人的「脊髓」架構，才能有效補足物理世界中的互動短板。這位擁有通信工程博士、材料科學博士後背景的機器觸覺學者，在2025年正式以創業者身份投入產業，希望為機器人打造更完整的感知閉環。丁文伯指出，視覺與觸覺在機器人系統中各司其職，無法相互取代。視覺擅長長距離、全域的環境理解，可以快速辨識物體、空間與障礙；觸覺則在近距離、接觸式操作中扮演無可替代的角色，例如抓取易碎物品、感知表面紋理或施力回饋。
問題在於，當前多數機器人缺乏一套類似人類脊髓的中樞處理機制，無法將來自不同模態的感知訊號即時整合，並轉化為精準的動作指令。他提出的「脊髓」架構，正是要填補這塊空白，讓機器人在觸碰、抓取、操作等過程中擁有更接近生物體的反應速度與適應能力。從學術研究跨入創業，丁文伯觀察到業界對觸覺技術的需求已經從實驗室驗證階段，轉向真正的量產應用。過去幾年，機器人產業大量依賴視覺導航與環境建模，但在實際操作中時常因為缺乏觸覺回饋而發生失誤，例如夾取力度過大導致物品破損，或是無法適應不同材質的表面。這些痛點驅使越來越多機器人本體廠商開始尋求穩定的觸覺感測方案，而Xspark AI正是在這個時間點切入市場。
丁文伯的學術背景橫跨通訊與材料兩個領域。他在通信領域的博士訓練讓他對於訊號處理、系統整合有深厚功底；材料學的博士後研究則讓他能從材料端理解觸覺感測器的物理限制與突破方向。這樣跨領域的視角，使得Xspark AI在開發觸覺方案時，不是單純將實驗室的薄膜壓力感測器商用化，而是從系統層級思考如何讓觸覺訊號能與視覺、力矩等其他模態流暢協作。目前Xspark AI正重點開發兼具高解析度與耐用性的觸覺感測方案。這套方案不僅要能精準偵測微小壓力變化，還需承受機器人反覆抓取、移動過程中的機械磨損。丁文伯強調，觸覺感測器如果只能在實驗室環境中維持穩定，就無法真正落地。
因此團隊在材料選用、封裝工藝與訊號處理演算法上都做了針對性的設計，目標是讓機器人真正擁有「感覺」與「本體感應」的雙重能力，而不只是仰賴視覺導航。在合作端，Xspark AI已與多家機器人本體廠商展開測試。這些廠商涵蓋協作機械臂、人形機器人與服務型機器人等領域，共同痛點在於現有系統缺乏觸覺閉環，導致精密操作與人機互動的安全性存疑。透過導入Xspark AI的觸覺方案，機器人可以在抓取瞬間調整施力，並在接觸到不預期障礙物時即時停止或退避，大幅降低碰撞風險與工件損壞率。丁文伯將這套整合視覺、觸覺與動作控制的架構比喻為「脊髓」系統。
在生物體中，脊髓負責將大腦的指令傳遞到四肢，同時接收感官訊號回傳，並在反射弧中快速處理緊急反應。機器人目前欠缺的正是這種即時、低延遲的模態融合中樞。若只在軟體層面寫入控制程式，往往因為感測器數據量龐大、運算負擔重，導致反應延遲；而硬體層面的專用處理單元則可以加速訊號同步。Xspark AI的「脊髓」架構正是從硬軟體協同設計出發，為機器人量身打造一個專屬的感知融合單元。展望未來，丁文伯認為觸覺技術的發展將不再只是單點突破，而是與機器人本體、AI演算法、力控制系統深度耦合。
當機器人能夠像人類一樣透過觸覺即時調整姿態，許多過去只能由人工完成的精密裝配、醫療手術、家庭服務等工作，才有機會真正交給機器人執行。Xspark AI預計在2025年下半年推出首款商用觸覺感測模組，並同步開放給開發者社群進行二次開發，期望加速整個產業從「看得見」進化到「摸得著」的階段。丁文伯強調，觸覺替代不了視覺，但視覺也無法替代觸覺；兩者必須在「脊髓」架構的整合下協同運作，機器人才有可能在動態、非結構化的環境中展現真正的智慧。從學術到創業，這條路雖然剛開始，但他相信掌握感測融合的系統思維，將是台灣與全球機器人產業邁向物理AI時代的重要關鍵。
Related
相關文章
消息稱 Anthropic 低調建立生物實驗室，借 AI 推進藥學研究
作者：清源 責編：清源 評論： 9 月 18 日消息，路透社今天（18 日）晚間援引知情人士消息稱，Anthropic 在舊金山灣區低調建立了一座溼實驗室，把 AI 業務進一步延伸到需要實際動手操作的生物學研究和藥物科學領域。知情人士透露，在公眾對 AI 風險愈發擔憂之際，Anthropic 開始在溼實驗室進行實體實驗。Anthropic 此前提出，希望藉助 AI 推動罕見病治療方法的發展，公司的生物學研究也從“計算機模擬”和計算機評估進一步走向真實實驗。注：溼實驗室是一個科學概念，與“幹實驗室”相對。相比干實驗室，溼實驗室在實驗中需要用到較多的化學試劑。相比之下，幹實驗室則注重通過各種儀器進行計算，以歸納出實驗材料的物理模型。Anthropic 生命科學負責人埃裡克 · 考德勒-艾布拉姆斯證實了溼實驗室的存在。“我們認為，生物學研究最終還是要接受真實實驗室工作的檢驗，而且未來一段時間都會如此。我們現在確實在做這些工作。整體模式和大多數生物科技公司類似，一部分在自己的設施裡完成，另一部分則與外部合作伙伴共同開展。”Anthropic 發言人又進一步補充，這座實驗室並非專門用於藥物發現，並拒絕進一步說明具體用途。知情人士稱，建立溼實驗室只是 Anthropic 邁向更大目標的一小步。Anthropic 希望攻克其認為製藥行業忽視的疾病，公司也希望在員工和公眾失去對 AI 價值的信心之前拿出成果，因為 AI 可能導致崗位消失，甚至威脅人類生命。不過，任何藥物研發項目都無法保證成功，大多數候選藥物最終都無法通過臨床安全性和有效性試驗。這項工作對 Anthropic CEO 達裡奧 · 阿莫迪還有一層個人意義。
阿里達摩院開源全球首個專家級通用醫療影像 AI 模型 DAMO RADAR：可一次性識別超 146 種病症，成果登《科學》
作者：沁滄（實習） 責編：沁滄 評論： 感謝網友 files 的線索投遞！9 月 18 日消息，阿里達摩院今日宣佈，與浙江大學醫學院附屬第一醫院等機構研發出的通用醫療影像 AI 模型 DAMO RADAR，登上國際頂級學術期刊《科學》(Science)。
零樣本幹活！Figure 機器人走進 30 個陌生家庭，整理客廳、折毛巾、鋪床
AGI...智客Z...2026.09.18 15:08 · 來自北京全文3855字00:00 / 11:06美國人形機器人公司Figure發佈Helix 2.5，將其稱為最先進的神經網絡。人形機器人真正走向家庭，難點或許從來不是“會不會做家務”，而是換一個家庭之後，它還能不能繼續做。
AGI最難一戰，竟在醫院！中國AI登上Science，醫生不怕失業還催著上線
。 2016年，Hinton老爺子就預言：“人們現在就應該停止培養放射科醫生。”他甚至認為，五年內，AI就會在醫療影像識別上超過放射科醫生。 老爺子一生謹慎，但歷史和他開了個玩笑。十年過去了，人們離AGI已經越來越近，但在醫療場景裡，即使圖像識別這樣的AI新手村任務，依然是hard模式。 如果從IBM的Watson算起，在醫療上遭遇滑鐵盧的AI專家數不勝數。
AGI最難一戰，竟在醫院，中國AI登上Science，醫生不怕失業還催著上線
我没办法凭这条标题写出符合要求的完整新闻稿,原因很直接: 现有"可用资料"其实只有一行标题,正文是空的。后面的内容全是的侧边栏推荐和网站导航(Anthropic华人、Manus估值、腾讯投资药企等),跟这条新闻没有关系。 如果硬写 900–1600 字,我就得自己编造这些关键事实: 是哪个团队、哪家医院、哪篇 Science 论文 论文的具体方法和结果数据 医生"催着上线"的具体场景和原话 这些一旦写出来就是假新闻,我不做这个。
AI製藥獨角獸Anew單飛，字節推了一把“最燒錢的慢生意”
Reuters：Anew Labs完成首輪外部融資2.9億美元、投後估值15億美元，HSG、IDG Capital、GL Ventures、五源資本等機構入股，字節跳動融資後持股56%。2. IQVIA 2026年分析：經確認有AI參與的新興生物科技項目I期、II期臨床成功率比較，及樣本有限的說明。3. 《Nature Reviews Drug Discovery》2026年8月Perspective：AI方法與基準測試大量出現，臨床相關性影響證據仍然有限。4. Deloitte全球大型生物製藥公司晚期研發管線年度研究：2025年平均藥物開發成本約26.7億美元，計算含研發失敗成本。