据量子位报道，具身智能产业正步入价值落地的关键阶段，触觉感知被视为继视觉之后的新一代核心感知技术。在众多触觉传感路线中，以光电转换为核心的视触觉传感器（VBTS）热度最高，但该报道分析认为，这一技术方案在技术渊源、底层原理、性能边界和产业落地等方面存在诸多局限，其投资价值可能被高估。
报道指出，视触觉传感器的底层技术依赖小体积CMOS摄像头模组成像，自GelSight时代至今没有本质提升。由于视觉传感器产业高度成熟，视触觉产品多沿用现成方案，硬件制作门槛极低，高校学生短时间内即可自研原型并在电商平台销售。在算法层面，视触觉研究大量复用ResNet、U-Net、光流法等视觉领域现成算法，缺乏独立于视觉体系的原创性算法范式。这种“拿来主义”虽加速了论文产出，但也意味着该领域在核心技术上的自主性不足。
从产业看，视触觉传感器供应链高度依赖外部，核心元器件CMOS图像传感器由少数国际巨头主导，国内能自主供应的厂商不到十家。数十家公司基于相同原理和开源算法开发产品，性能难以拉开差距，导致赛道同质化内卷，至今未出现具备技术代表性和市场统治力的头部企业。报道认为，这种“供应链外采、算法外购”的拼装式创新，缺乏核心技术带来的定价权，资本只会将其视为高风险的低壁垒资产。
在工业可落地性方面，报道列举了多项硬伤。为保障成像质量，视触觉传感器需要满足最小焦距约束，主流方案厚度普遍在10毫米以上，难以适配高自由度、微型化的灵巧手。其依赖封闭光学腔体和刚性成像基底，无法柔性贴合机器人躯干和曲面，只能作为末端局部感知方案。当从单指扩展到双手多指时，以典型配置计算，一台灵巧手需部署近30个视触觉模组，多路视频流同步采集和走线困难，算力需求超过160 TOPS，功耗超百瓦，端到端延迟达数十毫秒，而柔顺控制闭环要求仅1至4毫秒，架构级不足使其难以满足机器人本体对体积、功耗、实时性和成本的敏感要求。
报道还指出，视触觉传感器面临弹性体材料“零和博弈”的物理困局：弹性体越软，灵敏度越高但耐久性差；越硬，耐用性提升但成像能力衰减。这种“软则灵、硬则钝”的死结，使传感器在真实产线中面临光学特性漂移，长期可靠性难以保证。在灵巧操作的底层逻辑上，视触觉将三维形变压缩为二维图像再反演力分布，本质是欠定逆问题，法向与切向力信息混叠，误差难以消除。图像像素数也不等于测力分辨率，有效测力点密度远低于像素密度，单纯堆砌像素反而劣化信噪比。
基于上述分析，量子位的报道认为，视触觉的热度建立在视觉算法外溢与低硬件门槛之上，而非触觉测量能力的根本突破。该技术路线既无法小型化集成于整手，也无法覆盖全身，更难以在严苛环境下稳定服役，其产业预期可能已严重透支。