深港产学研协同，让机器人“摸”懂世界｜宝安“企”明星

7月中旬的一天，位于前海-宝中片区的海纳百川大厦，迎来了一群年轻的新“住客”——正式运营不到2年、从香港科技大学实验室走出的戴盟（深圳）机器人有限公司，将总部搬到了宝安。

这家专注于研发含触觉多模态具身智能的企业，在灵巧手、视触觉传感器、遥操作系统等领域的探索，已走在全国乃至全球前列。创始人、CEO段江哗介绍，戴盟的使命，正是让机器人拥有媲美人类的触觉感知，真正“摸”懂世界。

技术破局：助力具身智能“感官”升级

当“视线”被遮挡时，触觉信号替代视觉实现精准定位与握持，让机器人“摸”到瓶盖——这一被中国科学院列入35项“卡脖子”技术的触觉感知，被认为是机器人感官体系的最后一块“拼图”。

戴盟正瞄准这一关键领域破局。在联合创始人、首席科学家王煜教授带领下，团队跳出依赖三色光的传统路径，开辟出高分辨率视触觉感知新路线，一举攻克传感器算力高、发热大、耐用性差等行业痛点，为具身智能的感官升级提供了全新“解法”。

基于核心技术，戴盟已构建起三大产品矩阵——全球首款多维高分辨率高频率视触觉传感器DM-Tac W、多维触觉感知五指灵巧手DM-Hand1、便携穿戴式遥操作数据采集系统DM-EXton。

其中，DM-Tac W每平方厘米覆盖4万个感知单元，不仅远超人手的240个/平方厘米，更是当前最密集阵列式触觉传感器的数百倍。它能精准捕捉物体的形貌、纹理、软硬、滑移、按压力等多种信息，为夹爪等执行末端赋予类人触觉能力，“即使在视觉遮挡、光线干扰的场景下，也能通过触感完成稳定操作。”段江哗说。

这样的技术突破直接转化为实效：在相同训练条件下，融入触觉的操作模型成功率从50%跃升至80%以上；若要达成95%成功率，所需训练数据从5万次锐减至数百次，单模型成本降低十几万元，大幅减轻企业的训练负担。

如今，通过这些具身智能赛道的“关键部件”与数据素材，戴盟已实现机器人“感知-操作-学习”全链路贯通。推动机器人从“能干活”向“心灵手巧”进化，加速商业化落地。

深港协同：双向奔赴“具身智能港”

戴盟的发展轨迹，是深港产学研协同创新的生动注脚。作为香港科技大学孵化的企业，其技术源头可追溯至港科大实验室的前沿研究——团队早期在香港完成视触觉传感器的原理验证与核心算法研发，依托深圳产业链实现工程化与产业化。

“香港擅长0-1的原创突破，深圳则能提供1-100的产业化加速。”段江哗解释，香港高校的科研优势在于基础研究与国际视野，而深圳完备的供应链体系让技术转化效率倍增。

这种深度协同也体现在政策层面。在今年的一场座谈会上，段江哗提出的“多模态感知技术、灵巧操作技术、基于 VTLA （视觉-触觉-语言-动作）构建的具身智能基座及垂直领域大模型”相关内容，被写入《深圳市具身智能机器人技术创新与产业发展行动计划（2025-2027年）》。

“当时在座谈会上提出两点关键：一是人类操作依赖触觉，机器人训练必须纳入触觉数据；二是融入触觉能显著提升模型效率、降低成本。”段江哗认为，这切中了深圳发展具身智能的“降本增效”需求。

选择落户宝安，则是戴盟与这片产业热土的"双向奔赴"。"宝安的优势在于产业基础、精准政策、生态协同的三重支撑。"段江哗说。

作为全国制造业强区、深圳产业大区，宝安集聚着机器人企业近1.5万家，已形成了从核心零部件到本体，再到集成应用的全产业链；政策上，0首付入驻、华为生态合作补贴等"精准滴灌"，让企业轻装上阵；而政府对前沿产业的敏锐度，更让戴盟感受到"被看见的价值"。

眼下，戴盟所在的前海-宝中片区，正在崛起一个“具身智能港”——在大铲湾片区，由湾区产业投资大厦、“互联网+”未来科技城、智能机器人灵巧手产业园等空间载体构成，落地了华为云具身智能产业联合创新中心、粤港澳大湾区工业互联网公共技术服务平台、宝安低空经济产业公共服务中心等重大载体平台，汇聚了从技术研发到数据底座、从资金人才到公共服务等具身智能产业创新所需的各类要素。

在段江哗看来，“具身智能港”的核心竞争力并非简单的物理集聚：“生态培育比简单聚集更重要。戴盟就是宝安系统性布局具身智能中的关键一环。”

行业前景：分阶段落地迎爆发

据高盛预测，2035年全球人形机器人市场规模将达1540亿美元，但市场也存在对人形机器人“实用性不足”的质疑。

段江哗认为"分阶段落地是关键"，就像手机从大哥大到智能手机用了数十年，机器人也不会一蹴而就。“现在任务类机器人已能在制造业替代人工，随着技术迭代，会逐步向更多场景渗透。”

谈及未来，段江哗相信具身智能的"DeepSeek时刻"（爆发临界点），将由触觉技术成熟触发。"就像深度学习让AI突破视觉、语音领域，触觉的突破会让机器人操作能力产生质变。"

他将机器人落地分为三个阶段：第一阶段是"任务类通用"，如能在不同场景完成装配、焊接的机器人，目前已进入商业化初期；第二阶段是"场景内通用"，如家庭场景的多任务处理，预计5-8年成熟；第三阶段是"跨场景通用"，实现从工厂到家庭的全适配，需10年以上培育——随着数据飞轮（人类穿戴设备采集+远端监管修正）的转动，机器人将真正走进每个人的家中。

撰文/摄影：南方+记者 王悦

部份照片由受访者提供