银河通用系列的收官篇,聊一个在具身机器人领域越来越重要的方向——多模态感知。前面的视觉抓取岗主要靠"看",但很多场景光靠视觉不够:你看到一个杯子,怎么知道它是满的还是空的?看到一把螺丝刀,怎么知道它的表面是不是打滑的?这些属性必须靠触觉来补充。银河通用的多模态感知工程师面试核心考的是视觉与触觉融合、物体属性估计和接触状态识别。面试官的第一个问题很直接:"你手上装了一个阵列式触觉传感器,有16x16个触点。怎么从触觉数据里判断你抓住的是什么物体?"触觉传感:不只是压力分布图阵列式触觉传感器输出的是一张压力分布图(tactile image),每个像素对应该位置的接触力大小。乍一看跟普通图像差不多,但处理方式完全不同——触觉图的"分辨率"极低(16x16或32x32),但"帧率"极高(可以1000Hz采样),而且信息量跟视觉互补:视觉看的是物体外观,触觉感受的是接触面的力学特性。面试官追问:"用一个具体的例子说说——同样大小的铁块和泡沫块,触觉信号有什么不同?"差别非常明显。铁块硬且重——接触面的压力分布集中在几个点上(因为硬物体跟夹爪的接触面积小),总压力大;泡沫块软且轻——压力分布很均匀(软物体跟夹爪贴合面积大),总压力小。更细致的区别在于压力随时间的变化:铁块被抓时压力几乎不变(刚体),泡沫块被抓时压力会逐渐降低(泡沫被压缩后回弹力衰减)。这些时序特征就是区分不同材质的关键线索。银河通用 reportedly 用的触觉传感