丁文伯提出机器人需要独立的触觉“脊髓”架构

丁文伯的科研道路并非一开始就围绕机器人展开。2007年，他以安徽省理科第三名的成绩进入清华大学电子系；2011年本科毕业后，选择系内较难进入的通信所直博。博士前期，他长期依赖导师给出的课题，曾一度怀疑自己缺乏从零提出问题并完成研究的能力。直到一位师兄带着他跑通一套尚未完善的代码，并在约40天内反复修改论文近60遍，他才真正掌握科研方法。

2016年博士毕业后，丁文伯在MIT和美国佐治亚理工学院之间选择了后者，转向电子皮肤及软硬件结合研究。刚到实验室时，他用一两周时间自学LabVIEW和NI数据采集系统，将传感器采集、MATLAB算法和交互界面整合成实时系统。相比单纯做材料，他逐渐发现自己的优势在于系统集成，以及协同不同背景的研究者解决完整、稳定、可复现的问题。

2017年至2018年前后，他开始与同事思考机器人方向，并于2018年筹建“智能感知与机器人”实验室，简称SSR。研究最初聚焦机器触觉和电子皮肤。团队随后完成MTSensing，利用单个柔性摩擦纳米发电机同时识别物体材质与纹理。此后，他们又转向视触觉传感器，借鉴丁文伯在通信领域的积累，将可见光扩展至多光谱方案，陆续推进M³Tac和发表于Nature Sensors的SuperTac。

SuperTac将多光谱成像、摩擦电感测和惯性测量结合起来，可帮助机器人感知力度、位置、温度、材质、纹理、颜色、振动、滑动、碰撞和接近等信息。丁文伯认为，传感器本身做得更好，并不会自动让机器人变得更聪明，皮肤后端的芯片、电路和模数转换同样可能成为系统瓶颈。2022年至2023年前后，他开始更加关注具身智能，但对简单延续大模型规模扩展路线保持审慎。

2025年，丁文伯成为Xspark AI（无界智航）联合创始人兼首席科学家。他认可视觉语言动作模型在具身智能中的价值，但指出机器人最终必须与真实世界接触。视觉或许已经解决了约99%的环境感知问题，触觉无需与视觉竞争，而应在接触发生后快速判断物体是否滑动、抓握是否过紧、是否发生碰撞，并及时修正动作或避险。因此，他提出机器人需要一套独立的触觉模型和类似“脊髓”的反馈架构，以降低冗余并提升物理交互效率。