具身赛道又迎来一笔重磅融资。。。。 。
克日，，，，一目科技宣布完成E轮超10亿元融资，，，，投后估值突破100亿元，，，，跻身具身智能百亿估值俱乐部。。。。 。多家工业方、一线人民币基金及全球化美元机构联合押注。。。。 。这笔钱将用于产线订单的规；；；坎桓，，，，以及质料、芯片、算法和数据等底层手艺的一连迭代。。。。 。
新闻一出，，，，险些所有人都想问统一个问题：这家公司凭什么值百亿？？谜底，，，，或许就藏在机械人下手能力的要害堵点上。。。。 。
一个残酷的现实是：今天的人形机械人能跑能跳、能打拳舞蹈，，，，情绪价值拉满，，，，可一旦涉及细腻操作便连忙露怯。。。。 。拿扣扣子来说，，，，这个对人类再简朴不过的行动，，，，对机械人却是重大挑战。。。。 ？？圩拥幕⒉剂系募±，，，，仅凭视觉险些无法判断。。。。 。而背后缺失的，，，，正是人类最焦点的感知能力：触觉。。。。 。
正是这个痛点的放大，，，，把触觉传感器推向了资源的风口浪尖。。。。 。从年头到年中，，，，我们可以一窥融资新闻的要害词的转变：上半年还在谈“大模子”，，，，厥后酿成“人形机械人”，，，，到了下半年，，，，“触觉”和“感知”最先频仍泛起。。。。 。
我们再看一下整体规模：2026年海内人形机械人专用触觉传感器市场规模预计突破3.2亿美元，，，，同比增速超160%，，，，是所有零部件中增速最高的细分赛道；；；放眼全球，，，，2024年市场规模已超150亿美元，，，，预计2031年将突破350亿美元。。。。 。
在这样一个急速膨胀的市场，，，，一目科技更像一家稍显“清静”的宝藏公司，，，，扎扎实实做基础科研，，，，像极了淘金热里的卖铲人，，，，专心打造一把最趁手的“铲子”，，，，只不过这把“铲子”，，，，瞄准的是物理AI时代最稀缺的触觉感知力。。。。 。
把人类的“五感”赋予机械人，，，，90%触觉焦点指标达类人水准
一目科技的故事，，，，始于首创人兼CEO李智强的一个手艺愿景：把人类的“五感”赋予机械。。。。 。
WAIC展位现场图
首创人李智强拥有卡内基梅隆大学情形工程博士学位，，，，研研究偏向涉及微流控生物传感器和光谱芯片。。。。 。据果真资料，，，，其博士时代曾获得全美化学年会最佳学术报告奖。。。。 。
进入具身智能赛道后，，，，团队花了数月跑客户，，，，从灵巧手厂商到机械人本体企业，，，，再到夹爪供应商。。。。 。一圈下来，，，，客户反馈最集中的问题只有一个：体积太大。。。。 。
古板视触觉方案厚度普遍凌驾20毫米，，，，很难装进小型机械人手部，，，，就算适配主流灵巧手，，，，也会挤占操作空间、影响行动无邪性，，，，许多场景基础用不了。。。。 。以是做一款足够薄、能装进去的视触觉传感器，，，，成了一目科技的突破口。。。。 。
什么是视触觉？？简朴来说，，，，是在柔性子料反面装一组微型光学系统，，，，当传感器接触物体时，，，，质料外貌爆发形变，，，，摄像头拍下形变爆发的光影转变，，，，再通过AI算法解算出压力、纹理、滑动趋势等信息。。。。 。形象一点说，，，，就像给机械人指尖装了一台用光来“看”触感的显微镜。。。。 。相比古板的压阻、电容方案，，，，视触觉能捕获到的信息密度高得多，，，，靠近人类指尖的感知水平，，，，但体积问题一直是它大规模应用的最大障碍。。。。 。
一目科技从几何光学设计、模子解算到芯片化手艺，，，，一起优化下来，，，，把传感器厚度做到了行业同类产品的一半。。。。 。他们的仿生视触觉传感器接纳仿人体指腹形态，，，，尺寸和厚度都很靠近人类指尖。。。。 。要害手艺是一目自研的超外貌硅光感光芯片，，，，芯片能力决议了体积压缩的极限。。。。 。据一目科技透露，，，，其传感器厚度已迭代至小于3毫米。。。。 。公司方面称，，，，这一数据在现在已果真的同类量产产品中处于领先水平。。。。 。
产品矩阵：Sentra-T系列视触觉传感器可普遍适用于主流夹爪、灵巧手
除了体积，，，，视触觉传感器的难，，，，还卡另外两个地方：质料和算法。。。。 。
质料上要软，，，，才华感知细微形变；；；又要耐用，，，，才华在工业场景里扛得住重复按压。。。。 。这两种特征理论上自然对立。。。。 。但一目科技自己组建团队研发柔性电子皮肤质料，，，，从高分子聚合物的单体最先研究，，，，探索官能团的自恢复性和骨架结构的刚性。。。。 。现在已经实现百万次按压、数万次横向剪切力下性能不衰减。。。。 。
第三是算法。。。。 。 传感器通过内置摄像头捕获弹性子料接触物体时的形变，，，，拍到的是“触觉照片”序列，，，，再通过AI解算出压力、纹理、滑动趋势等信息。。。。 。感知性能上，，，，传感器能做到微米级形变解算、0.005N力分辨率、最高120fps输出帧率。。。。 。针对古板方案容易泛起的温漂和感知盲区，，，，一目科技用自研算法做了优化，，，，实现全解算无盲区，，，，防护品级抵达IP65。。。。 。
触觉基座：以触觉赋予机械人一连感知、纪录接触行为的能力
综合来看，，，，一目科技的90%触觉焦点指标达类人水准。。。。 。以上三个维度整合在一起，，，，也组成了一目科技现在的全栈能力，，，，并且从底层芯片到感知算法，，，，一目科技实现了所有自研。。。。 。阻止现在，，，，一目科技在全球结构了凌驾700件知识产权，，，，拿了国家高新手艺企业认定和省专精特新中小企业认定，，，，通过了ISO三系统认证，，，，四年内拿了12项国际大奖。。。。 。
百亿赌注，，，，押在了机械人的“手”上
“在大模子领域，，，，中国是一个追赶者的角色。。。。 。可是在物理AI领域，，，，中美基本上在统一个起跑线上，，，，差别险些没有。。。。 。”在刚刚开幕的WAIC 2026的访谈中，，，，一目科技首创人李智强这样判断。。。。 。
这话听起来颇有底气，，，，但底气事实从何而来？？谜底很质朴，，，，甚至有些出人意料：各人同时被统一个贫困绊住了：机械人能跑能跳了，，，，但干不了细活。。。。 。正是这个被无数人忽略的“细活”卡点，，，，撑起了一目科技的百亿估值。。。。 。
仔细拆解，，，，这笔10亿融资投的远不止一祖传感器公司。。。。 。它投的是一个要害共识：当具身智能的腿已经迈出去，，，，手却还僵在半空，，，，谁能让机械人真正“上手”，，，，谁就卡住了下一个十年最值钱的生态位。。。。 。
在李智强看来，，，，行业现在有三种差别的打法。。。。 。
第一种是纯模子算法类。。。。 。英伟达的Cosmos 3、Physical Intelligence的π系列模子，，，，这些公司相信要做通用的具身智能大脑，，，，不太关注硬件，，，，主要聚焦数据和算法。。。。 。
第二种是软硬件一体。。。。 。特斯拉的Optimus、Figure，，，，尚有中国的智元机械人，，，，从本体到算法所有自己做。。。。 。这类公司需要很是强的研发能力，，，，把硬件研发、制造和软件算法模子统一起来。。。。 。
第三种，，，，是一目科技的蹊径。。。。 。李智强说：“我们以为在这个时间点，，，，具身智能要生长，，，，分工和开放是一个很是主要的方式。。。。 。”一目科技做的是基础设施层，，，，把硬件和算法毗连起来的中心层，，，，买通从感知入口到数据飞轮再到赋能模子的整条链路。。。。 。
为什么基础设施层至关主要？？
李智强把物理AI的瓶颈拆成了三个卡点。。。。 。第一个是感知层，，，，机械人怎么屎厕物理天下的数据。。。。 。第二个是操作执行层，，，，怎么做到类人的精准操作。。。。 。第三个是大脑层，，，，而大脑的条件是数据。。。。 。
三个卡点层层递进，，，，缺一不可。。。。 。但行业现在最大的问题出在最前端：感知能力太弱。。。。 。没有精准的感知，，，，就没有高质量的数据；；；没有高质量的数据，，，，就无法训练出明确物理天下的大脑。。。。 。这正是一目科技选择触觉作为突破口的逻辑。。。。 。
这一判断与英伟达CEO黄仁勋在2026 NVIDIA GTC Taipei场合的亮相有所呼应。。。。 。在NVIDIA宣布首套人形机械人参考设计时，，，，触觉灵巧手首次成为官方参考架构的主要组成部分。。。。 。
虽然，，，，有人会问：触觉还处在四五十分的水平，，，，值这个价吗？？李智强给出的理由很忠实，，，，也很有说服力。。。。 。2026年被称为“触觉元年”，，，，绝非无意。。。。 。价值层面，，，，行业已经告竣高度共识；；；手艺层面，，，，视触觉蹊径正在收敛为主流方案；；；本钱层面，，，，视触觉是唯一能沿着摩尔定律一连降本钱的触觉模态。。。。 。这三重确定性叠加在一起，，，，让触觉传感器从一个小众课题，，，，酿成了能承载百亿估值的资源锚点。。。。 。
在工业场景里，，，，这套逻辑正在被验证。。。。 。拿电池包插拔组装工序来说，，，，工人完成一道工序约莫需要30秒，，，，古板工业机械人还难以胜任。。。。 。一目科技的带反馈方案第一次测试花了100秒，，，，远远不如人工。。。。 。但到了今年四月，，，，时间缩短到50秒，，，，现在已经降到15秒，，，，比人工效率高了一倍。。。。 。
“这就像AlphaGo在收敛前难以战胜人类，，，，一旦突破便不可逆转。。。。 。”李智强说。。。。 ；；；等送ü炕，，，，以learning-based方式学会这个手艺，，，，相当于把先生傅的手艺数字化了。。。。 。它的优势在于可以24小时不中止训练，，，，人一天最多干8小时。。。。 。
商业模式上，，，，一目科技的做法是“可拆可合”的三层结构。。。。 。最底层是触觉硬件，，，，传感器和带传感器的灵巧手，，，，现在对收入孝顺最大。。。。 。中心层是触觉数据集和标准化能力。。。。 。最上层是模子赋能，，，，仿真能力、语义明确的编码器，，，，帮客户更快抵达AGI能力。。。。 ？？突Э梢宰约喝パ≡瘛⑷ゴ钆渥约旱男枨蟆。。。 。
基础设施的野望，，，，在数据层面体现得最为弘大。。。。 。李智强指出，，，，物理AI现在最大的短板是数据资产。。。。 。语言大模子有海量文本，，，，视觉有ImageNet，，，，但物理天下的高保真触觉数据险些一片空缺。。。。 。于是他正在推动一个名为TouchNet的开源数据集项目，，，，试图为物理AI打造一个类似于ImageNet的标准化数据底座。。。。 。
“这肯定不是一个人的实力能做到的，，，，但条件条件是我们要先把标准、接口和整个链条规范下来、买通。。。。 。然后我们就可以去形成这样的数据资产和数据飞轮。。。。 。”这句话背后，，，，意味着一目科技试图走一步界说行业规则的先手棋。。。。 。谁掌握了数据集的标准和接口，，，，谁就有可能成为物理AI时代的“数据守门人”，，，，而这个职位一旦确立，，，，百亿估值生怕只是一个起跳点。。。。 。
因此，，，，一目科技给自己的最终定位是Physical AI基础设施提供商。。。。 。这个定位的底层自信在于，，，，无论未来具身大脑走哪条手艺蹊径，，，，要实现逾越剧本的灵巧操作，，，，都必需依赖真实的物理交互反馈。。。。 。当大大都玩家还在争抢一个完整的机械人时，，，，一目提供的，，，，正是那一套标准化的物理交互数据解决方案，，，，为种种“具身大脑”输出标准化、高保真的物理信号输入接口。。。。 。
那么，，，，谁在领跑下一代基础设施？？这个问题现在还远未到有定论的时间。。。。 。已往20年，，，，数据中心建设解决了信息之间的流动、存储和盘算。。。。 。现在，，，，物理AI天下需要的是对物理天下的感知和明确能力。。。。 。在这个新赛道上，，，，谁能率先构建起以触觉感知和多模态融合为底座的基础设施，，，，谁就能拔得头筹。。。。 。
