谁在为“伪自研”买单：一场触觉传感技术溯源

在机器人触觉传感这条赛道上，真正让人尊敬的突破，从来都是靠长年的技术积累和硬核的工程化能力一点一点磨出来的。头部触觉传感器企业，多年来深耕多维度触觉感知、高精度力矩解算、异构阵列标定等底层技术，从材料配方、传感器结构、专用芯片到解算算法，建立了完整的自主知识产权体系，专利墙越垒越厚，产品从实验室走向工业现场，真正撑起了国内触觉传感的技术天花板。这些公司用了多年时间证明了一件事：触觉传感没有捷径，只有把每一个环节啃下来，才能做出真正可用的产品。

一套开源CAD，几颗市售磁体和磁力计，一块打样PCB，再配上公开的采集代码和映射算法，可以做出什么？

答案是：一颗能够工作的磁触觉传感器。

2026年，具身智能赛道出现了一种值得警惕的现象：一些成立才1、2年的公司，迅速推出“磁化柔性材料”“独家可换皮电子皮肤”“全球首创超材料触觉”电磁超构力学"等产品概念。产品图片足够精致，通稿里的技术名词也足够完整。

问题在于，当这些产品与ReSkin、AnySkin、eFlesh等开源项目并排比较，磁路、PCB、换皮结构、微结构拓扑和算法流程之间，存在大量可以追溯的对应关系。

这就超出了正常的宣传尺度。

开源可以缩短研发周期，却不能替一家公司生成原创履历。

触觉传感器需要材料配方、磁路设计、结构拓扑、信号采集、标定方法、解算模型和批量一致性的共同支撑。真正完成底层突破的团队，往往要用数年打磨其中一个环节，再用更长时间把样机送进生产现场。

如今，一些后来者试图将这段过程压缩为几个简单动作：下载文件、复现结构、更换外观、重新命名。当开源技术以这种方式进入商业叙事，“自研”便不再描述研发能力，而开始成为一种估值语言。

01.

一条已经公开的技术谱系

要讨论“开源换壳”，首先要把ReSkin、AnySkin和eFlesh的技术谱系说清楚。

最早于2015年，早稻田大学Sugano实验室率先提出"磁弹性界面 + 磁传感 + 数据驱动"的技术构想；2016至2020年间，团队围绕这一方向持续产出高水平成果，其提出的uSkin——一种具备亚厘米空间密度、可测量三轴力的薄软分布式机器人皮肤——相关论文相继发表在机器人领域权威期刊 IEEE RA-L 及顶级会议 ICRA 上，更在论文中公开了磁触觉的实现方法，率先奠定了磁触觉皮肤这一技术路线的早期学术基础。

正是这一由早稻田奠基的磁触觉皮肤路线，为后续 Meta AI 的 ReSkin、AnySkin 以及 NYU 的 eFlesh 铺平了道路。后续工作的核心思路——将磁性柔性界面与电子感知部分分离、通过磁力计读取磁场变化并经机器学习模型反演接触信息——与早稻田 uSkin 系列的技术范式一脉相承。

2021年，Meta AI与卡内基梅隆大学团队发布ReSkin。将磁性柔性界面与电子感知部分分离，通过磁力计和机器学习模型恢复接触信息，强调低成本、可更换和跨实例使用。相关设计思路、实验方法与论文记录均可公开查询。

2024年，AnySkin在论文中明确写道，其工作建立在ReSkin基础之上。进一步处理粘接、换皮和不同传感器实例之间的一致性问题，使触觉表皮更容易安装、拆卸和复用。

2025年6月，纽约大学团队发布eFlesh，将这条路线进一步推向低成本和参数化制造。公开的eFlesh继续推进模块化和低成本制造：使用消费级3D打印、现成磁体和磁力计电路板，引入参数化cut-cell微结构，并开放从模型到可打印文件的设计工具、采集代码与学习模型。

论文直接说明，所有设计文件、代码和CAD到STL的转换工具均已开源。

仓库的引用部分还留下一句话：

“If you build on our work or find it useful, please cite.”

学者们把心血公开，唯一的要求只是"提一句citation"。这不是一句复杂的要求。如果你使用了相关成果，就应该说明技术从哪里来。

eFlesh仓库采用MIT许可证。MIT允许使用、修改、分发和销售，但要求在软件副本或实质性部分中保留版权与许可声明。仓库中的“please cite”则属于学术引用请求。两者不是同一个问题，却共同划出了一条边界：可以使用，可以改进，可以商业化，但不能把已有成果重新叙述为自己的原始发明。

02.

蓄意隐瞒开源，被抹掉的究竟是什么

如果一家企业基于ReSkin、AnySkin或eFlesh开发了新产品，完成了更好的封装、量产、耐久设计和客户适配，这当然具有产业价值。

问题出现在另一个环节：技术谱系被系统性删除。

开源项目的名称没有出现在官网技术说明中，没有进入专利的prior art，没有出现在融资材料和媒体稿件里；与之相对的，是“独家方案”“核心自研”等不断加码的表述。

如果这种情况真实存在，它就不再是“自研还是非自研”的概念争论，而是技术来源是否被如实披露的问题。

一个团队有能力下载GitHub仓库，有能力按照CAD复现传感器，也有能力重新训练MLP模型，却没有能力在官网写一句“基于某项开源工作进行改进”，很难被解释为单纯疏忽。

开源不丢人，蓄意隐瞒开源才丢人。

03.

三种“自研”，必须分开定价

讨论开源商业化，不能把所有企业混在一起。市场上至少存在三类参与者。

第一类：使用开源，也公开承认开源

这类企业基于已有论文或开源仓库开发产品，保留必要的版权与许可信息，主动说明技术来源，并清楚列出自己的工程增量。

这种路径有明确的产业价值。把实验室方案改造成能够量产、耐久、标定和交付的产品，同样需要供应链、制造、质量控制和客户服务能力。基于开源完成的工程创新，应当获得合理的商业回报。

说明自己站在何种技术基础上，并不会削弱企业的工程价值。

第二类：使用开源，却把来源藏起来

这类公司享受了开源带来的时间与成本优势，却在官网、专利、融资材料和媒体传播中淡化技术谱系，甚至将高度同构的方案包装为“独家自研”。

它们一方面利用开源成果降低研发成本，另一方面又以“完全原创”获取额外的市场估值。这正是触觉赛道正在出现的“自研通胀”。

宽松许可证可能允许商业使用、修改与分发，但具体项目仍需遵守相应版权和许可条款。学术引用、商业披露与广告真实性又属于不同层面。可以依法使用，不等于可以把技术来源改写成自己的原创历史。

MIT不是遮羞布，商业化也不意味着可以省略技术来源。

第三类：真正完成底层自研

真正的自研，不等于连每一颗螺丝都要自行制造。它意味着企业掌握关键技术的定义权、解释权和持续迭代能力。

材料为什么这样配，磁路为什么这样排，结构为何采用这种拓扑，温漂如何修正，批次差异如何标定，算法为什么能够跨传感器泛化，失效之后能否准确定位原因，这些问题必须由研发记录、实验数据和连续产品迭代来回答。

真正自研的企业通常拥有连续的实验记录、版本迭代、专利谱系和失效数据库。它们不仅能做出第一代产品，也能解释为什么第二代、第三代要这样修改。

毕竟单代产品可以复现，持续迭代只能建立在理解之上。

04.

当“自研”失去含金量，真正自研者如何自处

真正投入底层研发的企业，正在面对一种不对称竞争。

一边要承担材料实验、芯片开发、结构迭代、设备投入和量产失败的全部成本；另一边可以从公开仓库起步，用更短时间完成物理复现，再以同样的“纯自研”标签进入融资、补贴和采购体系。

当两者被放进同一套评价标准，认真披露技术来源的公司甚至可能显得“不够自主”。讲清技术边界的人被反复追问，不说明来源的人反而可能获得更高估值。

劣币驱逐良币，往往不是劣币更强，而是市场缺少有效的鉴别机制。

如果产业基金、政策制定者和采购方继续把“自研率”作为简单指标，却缺少技术来源审查，资源就可能流向更擅长包装的团队，而不是更有能力解决底层问题的团队。被浪费的不只是资金，还有整个行业的研发时间。

真正自研之所以宝贵，是因为它提供的不只是一件产品，而是继续产生下一代产品的能力。它能在供应链变化时重构方案，在客户任务变化时重新定义指标，在现有技术触及极限时继续向下突破。

复现解决的是产品从无到有，自研决定的是技术能否持续向前，行业未来是否还能进步。

05.

“自研通胀”的账单由谁支付？

资本首先承担估值风险。

如果一家公司的核心技术高度依赖未披露的开源项目，那么所谓壁垒可能只是一组没有被识别的外部依赖。上游项目停止维护、改变许可证或出现知识产权争议，都可能影响产品迭代和公司估值。

采购方承担交付风险。

传感器发生漂移和失效时，供应商能否解释底层机制？更换材料和器件后，标定模型是否需要推倒重来？没有掌握核心原理的团队，可能做得出样品，却解决不了现场问题。

真正的研发团队承担竞争成本。

它们投入数年建立材料、芯片、算法和量产体系，却要与复现开源方案、同时宣称“完全自研”的产品在同一张价格表上竞争。

开源社区承担的代价更长远。

当公开成果反复被剥离来源并包装成商业壁垒，研究者会重新计算开放的风险。宽松许可证可能转向非商业协议，关键数据和工艺细节可能停止公开，项目也可能直接闭源。

一家公司的换壳节省了半年，整个行业可能因此失去未来十年的开放工具。

06.

触觉赛道需要一场技术溯源

行业需要的不是“猎巫”，也不是想按公司成立时间排资论辈，而是需要的是一套公开、可核验的技术溯源机制。开源不是无主之地。MIT不是遮羞布。“纯自研”也不该成为一套删掉作者名字、换上公司Logo便能成立的商业话术。

一家企业当然可以站在巨人的肩膀上。但不能一边抹掉巨人的名字，一边出售自己的身高。触觉传感器需要感知微小的力，行业也该恢复对事实的感知。从现在开始，每一句“纯自研”，都值得再问三句话：技术从哪里来？真正的增量在哪里？证据是什么？

账单已经寄出。是时候回答了。

来源与参考资料：

1. eFlesh论文：eFlesh: Highly Customizable Magnetic Touch Sensing Using Cut-Cell Microstructures

https://arxiv.org/abs/2506.09994

2. eFlesh官方代码及设计文件仓库

https://github.com/notvenky/eFlesh

3. AnySkin论文：AnySkin: Plug-and-play Skin Sensing for Robotic Touch

https://arxiv.org/abs/2409.08276

4. AnySkin开源代码仓库

https://github.com/raunaqbhirangi/anyskin

5. ReSkin论文：ReSkin: Versatile, Replaceable, Lasting Tactile Skins

https://arxiv.org/abs/2111.00071

6. MIT许可证文本(商用需明确说明引用源)

https://opensource.org/license/mit