泉源：6万彩礼退60%双方都不平作者： 倪俊毅：

融了10个亿，，，，，又一百亿独角兽降生

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。。。
。

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。。。
。