清华研发超薄触觉传感器SuperTac 材料成本不足1美元
SuperTac使机器人实现无视觉触觉感知：精准识别熟果及遥控器，区分杯子材质与表面粗糙度，检测0.07毫米发丝，盲文识别准确率100%。
由清华大学深圳国际研究生院丁文伯教授团队研发，材料成本低于1美元，具备量产潜力。
（来源：https://doi.org/10.1038/s44460-025-00006-y）
应用场景多元化
SuperTac适用于精细化触觉感知全场景。已获国内头部企业及人形机器人厂商合作意向，聚焦居家康养柔性交互；科技部青年科学家项目提议拓展至航空航天、核辐射等高危领域；军工应用需求显著。
仿生设计突破局限
团队受鸽子紫外视觉及磁感应能力启发，集成多光谱成像、摩擦电传感等技术。SuperTac仅1毫米厚，实现材质、纹理、温度、颜色全方位感知，支持接触前预判物体靠近。
（来源：https://doi.org/10.1038/s44460-025-00006-y）
四层结构精妙解析
传感器采用四层设计：导电层（PEDOT:PSS材料）通过摩擦电分辨材质；反射层实现单向光学切换；荧光层在紫外光下标记变形位移；硅胶支撑层通过气压调节受力范围。指甲盖大小区域同步感知力、温度、纹理等十种信息。
（来源：https://doi.org/10.1038/s44460-025-00006-y）
性能指标全面领先
测试数据表明：力觉精度0.06牛、位置精度0.4毫米；温度范围0-90°C、精度0.25度；纹理识别98%、材质分类95%、滑动检测97%；非接触感知距离达15厘米。
（来源：https://doi.org/10.1038/s44460-025-00006-y）
触觉语言模型赋能
配套85亿参数DOVE模型将多模态触觉数据转为自然语言，如输出“黄色、室温、凸起纹理、金属质感”。具备推理能力，可识别相似物体的材质差异，在垃圾分类等场景实现精准判断。
图 | 丁文伯（来源：受访者）
工业制造中可检测零件瑕疵或抓取电子元器件；医疗领域辅助识别组织硬度与温度变化；家庭服务中能为盲人提供触觉反馈阅读。
产业化进程加速
经8万次接触测试，信号输出稳定且紫外荧光无褪色。团队正推进小型化研发，目标覆盖机器人全手指。丁文伯团队聚焦与头部企业合作，孵化无界智航公司专项攻克具身智能数据需求。