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；；；坎桓叮，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±恚，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。。，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炕埃，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。。

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。。