如果说过去几年，具身智能行业比拼的是单点能力，那么今年 WRC 释放出的明确信号是：竞争正从单项技术突破转向系统能力的完整性。
传感器精度、灵巧手灵活性及数据规模固然重要，但机器人进入工厂、仓库和家庭后，面对的是位置偏差、物体形变及人员干扰等动态环境。单一能力难以独立保障任务完成，因此“全栈”成为产业关键方向。其核心价值在于减少环节间的信息损耗，实现从数据采集、模型训练到控制执行的数据闭环。
本届 WRC 上，帕西尼展示了由硬件感知、数据采集、模型训练和场景落地构成的纵向链路，致力于建立围绕机器人物理交互持续迭代的闭环。
全栈感知筑基，打造具身智能类人感官
WRC 大会上，帕西尼重磅发布第四代 GEN4 多维触觉传感器矩阵产品。新产品搭载自研第四代原生真 6D 触觉感知芯片 FUSE，在升级 Elite、Core、Omega 等系列基础上，推出 Superior 旗舰传感单元、Neuron 全身电子皮肤和 Gripper 夹爪感知模块三种形态，分别面向高精度触觉、全身覆盖和工业末端感知。
Neuron 电子皮肤采用轻薄传感单元和柔性线路，可贴合手臂、腿部及躯干等复杂曲面。帕西尼目前提供 19 款不同尺寸方案，将触觉感知从指尖延伸至机器人体表。
同期发布的全球首个 PX-FOOTRIX 足底多维触觉传感器，赋予了机器人全新的足底感知能力。基于 6D 阵列触觉传感技术，该产品通过高密度测点和高频采样，输出足底三维受力分布及整体六维力与力矩信息。相较于视觉识别和传统末端力传感器，PX-FOOTRIX 能精准反馈“落脚之后”的物理状态，帮助双足机器人根据地形和动态受力调整步态策略，提升姿态稳定性与复杂地形适应能力。
帕西尼的“全身感知”方案不仅涵盖体表触觉，还包括 PX3Q 关节扭矩传感器和 PX6D 六维力传感器，分别用于感知关节力矩变化和机械臂末端合力。这套全覆盖、高精度的类人感知方案，打通了机器人全身物理感知闭环，为后续数据闭环与模型迭代奠定了坚实基础。
以真实数据破局，构筑以人为中心的全模态实采基建
解决数据来源后，具身智能面临的另一核心问题是数据的可用性。纯仿真或公开数据集训练的模型，往往难以应对现实世界的复杂物理交互。帕西尼首创“以人为中心”（Human-Centered）的全模态感知高精度实采数据体系，通过整手无盲区触觉覆盖的数采设备、空间视觉矩阵及 Neural Mesh 多模态神经织网等自研软硬件一体化采集系统 PMEC，有效解决了遥操作动作不协调及“模拟到现实”的鸿沟问题。
作为该体系的主要入口，新一代五指数据采集手套 PXCap Pro 深度集成了全域触觉感知、超广角腕部相机及高精度角度编码器，将触觉、视觉与关节姿态转化为高一致性的“真值”数据。
通过标准化采集与开放式采集协同，帕西尼持续构建具身数据的规模化生产能力，为模型训练、场景应用及产业落地夯实数据基础。
闭环迭代加持，赋予机器人高阶泛化与落地能力
传感器和数据需进入模型与控制系统才能转化为机器人能力。依托自研感知硬件采集的百亿级触觉核心数据，帕西尼构建了“硬件自研 + 物理实采 + 闭环训练”全链路体系，持续训练 OmniVTLA 具身智能大模型。
硬件、数据与大模型的三重协同，使帕西尼人形机器人具备高阶自主作业与柔性交互能力。在 WRC 现场，TORA 机器人在无人为干预下完成了全链路智能化作业：从接收观众抽取奖品的指令，到自主规划路径、精准拾取并递送餐盒，整套流程流畅顺滑，充分展现了其在复杂开放场景下的任务理解与执行能力。
凭借领先的物理泛化能力，帕西尼人形机器人已在物流仓储、3C 电子、车机制造及轨道交通等场景完成实测验证，兼顾工业精密作业与公共服务需求。由此，一套高效的技术迭代飞轮正式运转：数据赋能模型迭代，模型升级定义本体性能，本体实景作业反哺真实数据，形成正向循环，推动机器人持续进化。
生态联动，共探机器人未来发展
全栈技术能力的成熟落地，终将驱动具身智能产业生态的繁荣。8 月 19 日，帕西尼主办了 2026 全球具身生态之夜（GEEN 2026），汇聚科研、产业链、场景端与资本多方力量，开放真实场景需求，推动技术与资源对接，探索“科研—技术—场景—资本”的协同路径，为具身智能规模化搭建开放的产业连接平台。
未来，帕西尼将继续以创新为核心驱动力，深耕具身智能全栈技术布局，打造可持续迭代的基础设施，助推技术落地千行百业，释放具身新质生产力。