在机器人触觉感知领域，长期存在一个核心难题：如何将各种不同类型的触觉传感器——如指尖传感器、皮肤传感器——高效集成到一只机器人手上，并通过统一接口完成数据传输。针对这一挑战，Meta AI 与 Wonik Robotics 联合给出了一个解决方案，即名为 Digit Plexus 的标准化软硬件平台。

简而言之，Digit Plexus 相当于机器人手的“触觉中枢”。它允许开发者将 Digit、Digit 360、ReSkin 等触觉传感器组合到同一只手中，仅需一根电缆即可将触觉数据编码并发送至主机，实现无缝的数据采集、控制与分析。这意味着以往需要为每种传感器单独布线和编写驱动程序的工作，如今被大幅简化了。

图片来源：Techcrunch

值得关注的是，Meta 与 Wonik 的合作并不仅限于平台本身。下一步，双方计划共同开发 Wonik 的新一代 Allegro Hand——一款搭载 Digit 360 等触觉传感器的机器人手，整套系统将在 Digit Plexus 平台上运行。换句话说，未来我们有望看到一只既能轻柔抓取鸡蛋而不捏碎，又能敏锐感知物体材质细微差异的机器人手。

图片来源：XELA

触觉只是机器人感知能力的一个环节。为了研究人机协作在家庭场景中的实际表现，Meta 在 Habitat 3.0 模拟平台的基础上推出了一项新基准——PARTNR。这绝非小项目：它包含了 10 万个自然语言任务，覆盖 60 栋虚拟房屋和 5800 多个独一无二的物体。乍看之下数字惊人，但背后的逻辑十分清晰——要想让机器人在人类家中帮忙收拾桌子、递送物品、开关冰箱，它必须先学会理解“把那个红色的杯子放到厨房台面上”这类指令，并与人类默契配合。

图片来源：LinkedIn

PARTNR 的目标正是评估大型语言模型和视觉模型（LLM / VLM）通过人机交互工具与人类协作的真实性能。Meta 表示，希望通过这个标准化基准“让机器人的研究不再只是独立运行，而是能够围绕人类运行——更高效、更可靠，并且适应每个人的喜好”。

让机器人拥有“触觉”，其实并非空中楼阁。从数据来看，这些传感器对外界变化的敏感度已经远超人类，配合高效的软硬件系统，未来在外科手术、精密仪器制造等场景中大有用武之地。而且，触觉之外的其他感官也在快速跟上：宾夕法尼亚州立大学的研究人员已经用 AI 模型模拟出了“味觉”，一家名为 Osmo 的公司甚至教会了 AI 如何模仿比人类更灵敏的“嗅觉”。

也许有一天，机器人能在感官层面完全“复刻”人类。不过话说回来，它们最好别同时长着一副逼真的“人形”——否则，恐怖谷效应真要犯了。