把几百个微小压力探头塞进指尖太难，于是 GelSight 路线干脆在硅胶里塞一个摄像头：三色 LED 低角度打光，接触时反光涂层产生微米级凹凸，靠光度立体法反解出 3D 高度图，空间分辨率可做到 10-50 微米，比人手还密。它天然输出图像，能直接喂给端到端网络——这正是戴盟被蚂蚁看中的底层逻辑，代价是厚度 15-30mm、响应速度与硅胶寿命都受限。

视觉和语言能靠互联网语料喂养，触觉不行。切向力、材质纹理这类物理量，仿真引擎很难高保真生成，只能真机一帧帧采。行业公开口径是：全球公开触觉数据集数量不足视觉数据集的万分之一，触觉数据价格约大几百元每小时，比视觉数据贵一倍以上。这也解释了为什么资本宁愿往上游传感器和数据入口砸钱——不是本体不性感，是这块料真的稀缺。

乐观方看到的是：1000 套电子皮肤下线、近百家客户复购、宇树松延动力在列，工艺优势换来了量产窗口。谨慎方盯的是另外几组数——宇树 2025 年前三季度前五大客户合计只占 10.61%，最大单一客户京东不足 5%，整机厂自己都「大客户缺失」，那么高度依赖宇树等少数客户的皮肤供应商，订单持续性就更难稳住。一条链上的两端，对同一份订单簿给出了相反的估值。

矩侨把压阻结构拆到纤维层面，可裁可折、卷对卷年产能 20 万片良率 95%，但它自己承认单点精度不及视触觉，只能覆盖躯干、足底、机械臂这类大曲面。更硬的坎是柔性传感的通病：上万次弯折、汗液侵蚀、温变之后，导电粒子排布改变导致基线漂移，靠后端算法很难根治。这意味着「量产交付」和「信号长期可靠」是两件事，前者已跑通，后者还在验证。

行业预测 2030 年国内人形机器人电子皮肤需求 152.5 万平方米、市场约 274 亿元，但当下卡点很具体：不同机型结构各异，电子皮肤大多一机一版定制，模具无法复用，成本高、周期长；产品还要跨过一致性、可靠性、成本三道门槛。真正可观察的信号不是下一笔亿元融资，而是三件事——触觉数据格式能否在 1-2 年内形成初步标准、卷对卷产线的良率能否在定制件上守住、以及灵巧手 2.0 级别的精度能否通过整机厂验收。

视觉靠 ImageNet 式的统一基准跑出了通用模型，触觉现在有 FTP-1 这类尝试：3000 小时、26 个来源、21 种传感器硬拧成统一接口，宣称未见传感器上提升 31.6 个百分点。值得追问的是：触觉的「统一接口」能不能像图像格式那样抽象出来，还是传感器的物理形态差异注定让跨硬件迁移失效？另一个问题是，如果不统一，戴盟这类开源万小时数据集会不会反而先成为事实标准。