110
3原文祯是我的中学同学，当我与知乎合作，开始这一档播客的策划的时候，几乎第一时间想到，应该找她来聊一期。
首先当然是因为她是一位杰出的机器人学家。文祯现在是伊利诺伊大学香槟分校（UIUC）计算机系助理教授，RoboTouch 实验室创始人。
此前，她在清华大学机械工程系本科，MIT 博士，师从 Edward Adelson，是视触觉传感器 GelSight 的核心研发者之一——这项技术让机器人的指尖第一次拥有了接近人类皮肤的分辨率。
而且，她的研究周期，几乎跨越了触觉的整个寒冬。
2012 年入行时，触觉正处在它最冷清的年代；十三年后，触觉被不少人视为通用机器人的最后一块拼图。文祯的研究贯穿了这个领域从冷到热的整个周期：从传感器的设计与制造，到触觉与视觉的跨模态感知，到触觉仿真，再到跨传感器的通用触觉表征。
2025 年，文祯获 IEEE RAS Early Career Award，这是机器人领域给青年学者的最高荣誉之一。我很想知道，当实验室只剩下她一个学生的时候，她是怎么走下来的，而当这个领域变得热闹起来的时候，她似乎也并没有着急参与其中。
这期节目里，我们会聊文祯如何一头扎进触觉这个领域，聊触觉究竟是什么，它和视觉有着怎样的不同，触觉会以怎样的方式拓展 robotics 的边界，触觉传感器发展的瓶颈究竟在什么地方，而她为什么一直坚持在触觉这个领域。
Outline
开场
十八年前的高考志愿：去机械系造「聪明的身体」
「进了清华机械系，发现是做铸锻焊的」
最好的机器人学者，需要是某种通才
去 MIT：Adelson 从视觉转向触觉
触觉的 80 年代：先行者们为什么纷纷退圈
15000 美元一个的传感器，和「量没上去」的真相
一柜子念不出名字的化学试剂
GelSight：从一个大盒子，到机器人的指尖
人的触觉和机器人的触觉，是两种东西
一个被当成噪音的信号
「十年后，你现在学的知识一点用都没有」
实验室唯一的学生：触觉最冷的那几年
摸西红柿：把一个直觉变成定量研究
Connecting Look and Feel：照片完全不同，人一眼知道是同一块布
Sergey Levine 为什么「拉黑」了触觉
「道法万物」：她理解的本质
在仿真里重建一个传感器
真正的瓶颈是接触模型：摩擦力，一个物理界都没有共识的东西
Kitchen Artist 为什么不用 GelSight：「我研究的是触觉，不是 GelSight」
一件毛衣：可编程针织机做成的全身触觉皮肤
让所有传感器说同一种语言：触觉最 critical 的问题
学界的问题，产业界的问题，和三个 open question
触觉在机器人身上，到底怎么用
「为了证明触觉有用而找任务」——一个尖锐的批评，和她的回应
怎么判断真问题：「像喜欢梵高还是莫奈」
快问快答，以及她的拒绝回答
本期提到的人物与概念
张文增：清华大学机械系教授，原文祯本科时的科研启蒙导师，研究灵巧手，以支持本科生做科研著称。
Edward（Ted）Adelson：MIT 教授，原文祯的博士导师。以人类视觉与感知研究著称，职业生涯横跨神经科学、认知科学、计算机视觉，2010 年前后转向触觉，是 GelSight 技术的开创者。
GelSight：一种「用看实现摸」的视触觉传感器：柔软的胶面接触物体产生形变，内置相机拍下形变，再通过算法还原出接触面的精细几何和力——分辨率接近甚至超过人类指尖。
BioTac：2010 年代最流行的商业触觉传感器之一，指头形状，节目中提到它售价 15000 美元一个——触觉传感器「贵」的经典例子。
Jeremy Fishel：BioTac 的开发者，博士毕业后创业将其商业化。节目中那句「如果能像 iPhone 一样一年卖几百万个，我可以把成本降到 20 美元」出自他。
Photometric Stereo（光度立体）：计算机视觉的经典技术：用不同方向光照下物体的明暗变化，反推出表面的三维几何。GelSight 用它从相机图像还原接触面形状——「用看实现摸」的原理核心。
视触觉传感器（Vision-based Tactile Sensor）：用摄像头「看」柔软表面的形变来实现触觉的传感器路线，GelSight 是代表。相比传统的电信号式触觉传感器，分辨率高出几个数量级。
Slip Detection（滑移检测）：检测「手里的东西正在滑」。人靠触觉本能地做到这件事（杯子一滑手就握紧），机器人做到它极难，是触觉最经典的应用之一。节目中她把一度以为是噪音的信号，识别为滑移的特征。
Contrastive Learning（对比学习）：一种训练方式：让「同一个东西的不同观察」在表征空间里靠近，「不同东西」远离。Connecting Look and Feel 用它逼出跨模态一致的表征。
Andrew Owens：原文祯在 MIT 时的合作者，做视觉出身，把她「带入」了神经网络，Connecting Look and Feel 等工作的共同作者。现任教于康奈尔大学（节目中称「安柱」）。
Sergey Levine：UC Berkeley 教授，机器人学习领域最有影响力的学者之一，坚定的「数据派」。节目中那位相信「一千个数据不够就一万个」、最终「拉黑」了触觉的合作者。
TRI（Toyota Research Institute）：丰田在北美的研究机构，机器人研究规模很大。原文祯博士毕业前后在此实习，第一次深入接触了仿真。
CMU 机器人研究所（Robotics Institute）：卡内基梅隆大学的机器人研究机构，全球规模最大的机器人研究单位之一，原文祯在此任教四年后转至 UIUC。
Jeannette Bohg（Janet）：斯坦福大学教授，原文祯博士后期间的合作导师。她提到，选择 Janet 的一个重要考量，是想学习一位年轻女性学者如何带团队。
Sim-to-Real：在仿真里训练机器人、再迁移到真实世界的路线。省数据省硬件，但仿真和现实之间的差距（gap）是永恒的难题。她做触觉仿真，正是为了缩小这个 gap 里「传感器」那一块。
接触模型（Contact Modeling）：描述两个物体接触时会发生什么（会不会滑、怎么变形）的物理模型。节目中她认为这是当前触觉仿真真正的瓶颈——连摩擦力本身，物理学界都还没有共识。
Sensor-invariant Representation（跨传感器通用表征）：她近年的主线工作：不同触觉传感器像在说不同「方言」，数据互不相通；这项工作学出一个抹去传感器差异的通用表征，让新传感器只需少量标定就能接入。她认为这是触觉领域当前最关键的问题。
制作
声音设计 / 制作：君泽
制作人 / 主播：君泽
知乎：闻烜、CC、冬菇
