据量子位报道，一项新工作把"AI 词典：Token">Token"的思路延伸到了触觉领域，标题将其概括为"机器人终于有了通用手感"。从公开信息看，这项被归入模型方向的研究，核心指向是让机器人获得一种不依赖特定物体、特定场景的通用触觉感知能力。
长期以来，触觉是机器人感知链路里最"碎"的一环：硬件上传感器形态各异，算法上往往针对单一任务单独训练，换个物体、换个夹爪就要重新标定和调参，难以像视觉那样形成可复用的通用表征。而"通用手感"这一提法，指向的正是把触觉信号也变成可token化、可规模化学习的表示，使其能够在不同硬件与任务之间迁移。
这件事值得关注的原因在于，如果触觉能像文本、图像一样进入统一的token序列，机器人就有机会把"看到什么""摸到什么""要做什么"放进同一个模型里联合建模，而不必为每一种接触情形单独造一套系统。对具身智能而言，这补上的是视觉与语言之外最关键的一模态——精细操作、柔性物体处理、装配与力控，都高度依赖手上那点"感觉"。
需要说明的是，目前公开信息仅给出了这一方向性表述，具体的模型结构、数据规模、硬件平台与评测结果尚未在摘要中披露。触觉数据的采集成本高、跨设备一致性差，通用手感能否真正成立，仍要看后续在真实任务上的泛化表现。