据雷峰网报道，9月27日至10月1日在美国匹兹堡举行的IEEE/RSJ智能机器人与系统国际会议（IROS 2026）上，具身智能的讨论重心从概念展示转向工程落地。哥伦比亚大学李昀烛团队介绍了开源柔性压阻式触觉传感器FlexiTac开源一年半后的进展，亚德诺半导体正推进其商业化版本；昆士兰大学Jen Jen Chung则在主旨演讲中提出，数据规模不等同于信息量，盲目堆砌数据可能导致策略失能。
FlexiTac采用FPC与力敏薄膜层叠结构，组装仅需3分钟，可弯曲、裁剪并包裹于不同几何表面，适配手套、指尖或机器人皮肤等形态。团队开源完整BOM、组装说明和数据读取软件，并将其集成到机器人学习框架LeRobot中。李昀烛称，即使是本科生，只要有一台能打印SO-100机械臂的3D打印机，也能把触觉传感器装上机器人。开源约一年半以来，FlexiTac已在学术界与工业界获得采用，衍生出多模态策略、可变形世界模型、四足移动-操纵、VLA触觉反馈等工作；与普渡大学合作的多指灵巧操纵工作VTAP Gripper入围本届IROS最佳论文奖。
商业化方面，李昀烛表示亚德诺半导体正在开发FlexiTac商业化版本，该版本触觉分辨率达到人类手指的五倍，基于半导体制造工艺量产。压阻材料本身不能直接测得剪切力，但提高空间和时间分辨率可对剪切力做近似估计；ADI合作团队目标分辨率至少是现有版本的5至7倍，已有两篇论文被CORAL会议接收，其中一篇研究用压阻材料检测滑移。
在IROS 2026的论文和研讨中，技术路线呈现收敛。具身基础模型开始强调物理规律内化，10月1日的Physical World Models for Scaling Embodied AI研讨会邀请斯坦福大学吴佳俊等六位学者分享，配套WorldArena 2.0挑战赛首次将视触觉感知、强化学习效用与真实物理操作纳入统一评测。大小脑分层架构成为工程范式：论文LITHE将Python层作为大脑运行LLM、VLM和任务规划，把C++层作为小脑运行1kHz实时控制，支持动态热切换，最坏执行时间不到100微秒，方案可在250美元的树莓派4B上运行；在操作场景中，人形机器人推动17公斤重物，真实场景成功率超过80%。
触觉在精细操作中的角色也被重点讨论。韩国团队提出的KineFuse通过运动学感知的触觉融合，在视觉被遮挡时自动切换到触觉主导，解算物体6D姿态。VTAP Gripper采用指尖感知与视触觉主动手掌协同设计。ViHaTeleop展示了一套0.7公斤的轻量化视触觉遥操作系统，加入触觉反馈后，接触关键任务成功率提升2.2至15.6个百分点。数据采集方面，HALO框架通过高保真仿真合成对抗式轨迹，再配合少量真实数据，实现80%以上的仿真到现实迁移率。
昆士兰大学Jen Jen Chung在主旨演讲中结合无人机自主滑翔、多机器人通信和策略学习案例，提出应关注数据质量与信息密度。无人机滑翔实验在第20至27轮训练出有效控制策略，超过临界空速后继续采集数据无法改善策略。多机器人通信中，团队用布隆过滤器压缩状态信息，并通过加盐使连续数据去相关，再以流式传输让机群在信息不完整时快速决策；实验显示，其总通信量和接收数据体量低于基线，地图同步质量仍逼近无损信道理想状态。在策略学习上，她提出“策略修复”方案，定向选取修复性样本比盲目扩增数据更能提升泛化性能。
雷峰网还观察到，中国团队在本届IROS上存在感增强，包括大连理工大学的MIWA力矩辅助方法、与酷哇科技合作的DeLM双轮足移动操作框架，以及北京大学董豪团队主办的双臂操作研讨会。会议传递出的信号是，具身机器人正从未来概念进入具体的工程优化、成本压缩与场景落地阶段。