在具身智能领域，丁文伯正引领一场以触觉为核心的变革。这位兼具通信博士与材料学博士后背景的学者，如今以Xspark AI联合创始人兼首席科学家的身份，提出了“脊髓”架构理念，试图为机器人补全物理交互的关键短板。他的研究路径打破了传统技术框架，将触觉从视觉的附属地位中解放，赋予其独立的智能逻辑。
丁文伯的学术生涯充满转折。2007年以安徽省理科第三名考入清华电子系时，他原计划攻读经管专业，却因招生老师的“宏伟蓝图”说服而转向电子领域。博士阶段选择通信所直博，他坦言当时受限于认知，未能预见行业重心向工业界的转移。读博前三年研究进展缓慢的经历，反而成为他科研方法论的转折点——在师兄的指导下，他通过补全代码边缘场景的缺陷，最终独立完成论文，并领悟到从零突破的研究真谛。
2016年博士后阶段，丁文伯在佐治亚理工学院接触电子皮肤研究时，再次面临方向抉择。尽管材料科学领域已有深厚积累，但他发现自己更擅长系统集成与跨学科协作。这种特质促使他转向机器人触觉研究，并在2019年回国后创立SSR实验室。实验室初期聚焦电子皮肤与摩擦纳米发电机技术，逐步开发出能同时识别物体材质与纹理的MTSensing系统，以及融合多光谱成像与惯性测量的SuperTac多模态触觉系统。
丁文伯对纯视觉路线的批判性思考，源于对机器人物理交互本质的洞察。他指出，视觉虽能解决99%的感知问题，但在接触后的信息修正、安全避险等场景中存在致命缺陷。例如，机械臂抓取时，视觉无法精准判断手指施力是否过当或物体是否滑动。这种认知推动他提出“触觉原生智能”概念——不同于视觉大模型追求的丰富语义，触觉智能需要更轻量、更低延迟的架构，如同人类脊髓的反射机制，在碰撞、失衡等瞬间完成反应。
实现这一理念面临多重挑战。硬件层面，不同触觉传感器间的一致性差异导致模型迁移困难；数据层面，触觉缺乏互联网时代积累的海量标注样本，且同一动作因传感器、机器人本体差异会产生数据分布变化。丁文伯将问题概括为“跨传感器、跨模态、跨本体”三大难题，并采取折中策略：短期先优化单一多模态传感器与现有模型融合，长期则致力于构建独立的触觉模型与逻辑。
Xspark AI提出的“慢脑-快脑-脊髓”三层架构，正是这种思路的工程化表达。其中，视觉语言模型构成“慢脑”，负责高层认知与任务规划；触觉与视觉、语言、动作信息在“快脑”层协同，完成灵巧操作；最底层的“脊髓”则以触觉为核心，实现碰撞检测、滑落预警等即时反应。丁文伯强调，这种分层设计借鉴了生物神经系统与自动驾驶安全架构，但“脊髓”概念是其独创——它要求系统在接触发生后，无需经过复杂认知过程即可触发保护机制。
创业决策源于丁文伯对学术与产业边界的深刻理解。2025年初，他意识到学校环境在算力资源与工程化能力上的局限，而此时一家具身智能头部企业抛出首席科学家橄榄枝。最终，他选择联合熊祺、陈天行创立Xspark AI，试图打通“感知-模型-整机”的完整链条。公司业务聚焦原生触觉模型与整机服务，数据采集则作为基础设施支撑研发。丁文伯透露，其数据优势在于团队自身具备模型开发能力，能精准识别对训练有价值的数据片段，交付效率远超行业平均水平。
在技术路线争议中，丁文伯对VLA（视觉-语言-动作模型）持审慎乐观态度。他认为，VLA如同早期的Transformer架构，虽在灵巧操作等复杂任务上存在局限，但仍是具身智能发展的重要里程碑。对于世界模型概念，他则直言其仅为“一类能力的统称”，过早将其神化可能偏离技术本质。这种务实态度贯穿于他的研究哲学——在丁文伯看来，触觉智能的突破不在于追逐热点，而在于持续解决“接触发生后如何反应”这一核心问题。
