当前位置:首页 > 科技资讯 > 正文

视触觉传感器融资热潮涌动:市场格局未定,科技巨头争相布局

视触觉传感器融资热潮涌动:市场格局未定,科技巨头争相布局 视触觉传感器  人形机器人 融资热潮 具身智能 第1张

具身智能技术,特别是人形机器人,正以惊人的速度崛起,预计将引发视触觉传感器市场的爆发性增长。然而,在视触觉传感器成为投资热点之际,市场仍缺乏明确的行业领导者。

在天使轮和A轮阶段,京东和小米便率先介入投资,这揭开了视触觉传感器领域融资浪潮的序幕。

短短一个月内,国内三家专注于视触觉技术的企业——纬钛机器人、戴盟机器人和帕西尼,相继宣布获得资金注入。

8月19日,纬钛机器人的关联公司上海纬钛科技有限公司发生工商变更,新增了小米旗下的瀚星创投等股东。此前在4月,纬钛机器人完成了近亿元的天使及天使+轮融资,其中天使轮由小米战投领投。

8月12日,戴盟机器人宣布完成亿元级天使++轮融资,由招商局创投领投。该公司在2023年9月和2024年11月已分别完成数千万元的天使轮和亿元级天使+轮融资,加上此次天使++轮,三次累计融资金额达数亿元,刷新了触觉传感领域天使轮融资的最高纪录。

帕西尼的融资进展更为迅速。8月,帕西尼完成了数亿元的A++++轮融资,由京东战略领投。值得注意的是,这已是该公司今年内的第三次A系列融资,同一轮融资周期相对较长。天眼查数据显示,该公司自2021年4月进入天使轮融资,随后三年每年分别获得Pre-A轮、A轮和A+轮融资。进入2025年后,在4月、6月和8月分别斩获A++轮、A+++轮和A++++轮融资,金额均在数亿元级别。

在此之前,还有一目科技、千觉机器人等视触觉相关公司宣布融资。其中,致力于成为AI感知领域“英伟达”的一目科技,已完成数亿元D轮融资。成立仅半年就获得高瓴投资的千觉机器人,正为智元机器人提供触觉感知解决方案,并与宁德时代合作,在实验室开展用机械手装配电池的概念验证研究。

融资热潮背后,一个日益明显的趋势是:各大人形机器人和灵巧手本体厂商都在积极引入传感器技术。以人形机器人为代表的具身智能迅速兴起,有望带动视触觉传感器市场的扩张。但触觉传感领域百花齐放,技术路线多样,市场格局尚未定型。在高热度下,投资人频繁考察项目,创业者探索机会,大型企业谋划布局,各方都在努力抢占先机。

视触觉传感器成投资热点,市场尚未形成绝对龙头

在大多数人的认知中,传感器是将外界信号转换为电信号的装置。机器人对物理世界的精确感知和交互,都需通过传感器实现,拥有类人感知能力是人形机器人实用化的前提。中信建投研报数据显示,全球传感器市场规模约为520亿美元,近年来年化增长率在10%左右;中国传感器市场规模约1640亿元,年化增长率超过15%。

业界认为,触觉传感是灵巧手落地的关键,而灵巧手又是人形机器人硬件侧落地的核心,也被称为人形机器人走向大规模商业应用的“最后一厘米”。随着处理任务复杂度的提升和应用场景的拓展(从工商业到家庭),触觉感知将逐步从手部延伸至手臂、足部、躯干和脸部等部位。

然而,触觉传感的主流技术路线众多,包括压阻、电容、压电、磁电霍尔效应、光学、摩擦电和视触觉等,各路线在实际落地中都存在性能与成本方面的瓶颈。其中,视触觉传感技术被寄予厚望。相关研报指出,与传统触觉传感器相比,视触觉传感器方案具有接近人手的动态感知与高灵敏度、适配AI与大模型的图像化数据格式、低成本且易集成以及抗干扰能力强的优势。

作为一种融合光学成像与触觉感知的传感方法,其核心原理是用摄像头捕捉弹性材料接触物体时的细微形变,再将这些变化转化为高清的“触觉图像”,通过摄像头观察柔软层的形变来“感知力量、纹理和滑动”。这种高保真的触觉信息,能帮助机器人更精准地“理解”物体特性,像人类一样完成精细操作。

根据国泰海通证券测算,当人形机器人产量达到1000万台时,对应触觉传感器市场规模(考虑各技术路线融合)约为0.24万亿元;产量达到1亿台时,这一市场规模可能高达1.18万亿元。若仅考虑单一技术路线占据全部市场测算,当人形机器人产量达到1亿台时,各技术路线对应的市场规模分别为:压阻3010亿元、电容约1.25万亿元、磁电霍尔效应约2.5万亿元、视触觉约3.76万亿元。

戴盟机器人的投资方昆仲资本曾直言,当前投资视触觉传感器行业的核心逻辑在于,这是一个仍处于早期阶段但拥有明确增长路径的前沿技术领域。市场尚未形成绝对龙头,为创业公司提供了弯道超车的机会。

初创公司排队宣布融资,创始人师从行业大佬

《财经》新媒体注意到,最近一个月融资的三家视触觉传感企业,均为近年成立的初创公司,创始人师从不同派系。依托融资支持与产学研协同快速补位,在产业化落地上持续突破。

追溯视触觉传感技术(Vision-Based Tactile Sensor,简称VBTS)的发展,最早由东京大学研究团队在2004年提出,2009年经MIT CSAIL的Edward Adelson教授团队持续迭代发扬光大。Edward Adelson教授团队此后成立Gelsight公司将VBTS产业化,目前GelSight已成为全球视触觉传感器龙头。

“国内创业公司依托本地产业链优势及落地场景,正通过产学研协同加快追赶。”在开源证券看来,视触觉的基础原理和开源论文已被全球研究者广泛复制与改良,中国高校、研究团队及企业在材料设计、薄化工艺、标定技术及深度学习模型方面均有大量产出,学术深度与技术原理与海外差距不明显。

其中,纬钛机器人创始人师从GelSight创立者Edward Adelson教授,延续前沿技术脉络;戴盟机器人孵化于香港科技大学科研团队,叠动科技融合MEMS工艺与视触觉技术,千觉机器人、智元机器人、帕西尼、一目科技等则通过自主研发,从多维触觉、全栈系统等方向切入新赛道。

具体来看,李瑞博士在MIT毕业后,于2024年1月成立纬钛机器人。公司总部位于上海,聚焦于视触觉传感和手眼协同,产品应用在智能制造、医疗康复、智能服务等领域,身后云集小米战投、瀚星创投、梅花创投、微光创投等投资方。其中,雅瑞资本、iCANX Fund、梅花创投和微光创投连续参与了天使轮和天使+投资。

公开资料显示,纬钛机器人融资所获资金主要用于深化技术研发与商业化进程,打造适用于通用类人机器人的相关系统、算法及场景解决方案。当前纬钛机器人已与多家科研单位及制造业头部客户达成合作,在精密装配等场景完成了初期商业化测试。

戴盟机器人由被誉为机器人产业“黄埔军校”的香港科技大学孵化,为该校机器人研究院创始院长王煜教授及段江哗博士联合创立,于2023年8月正式运营,总部位于中国深圳。公司主要专注于颠覆式的触觉感知与灵巧操作技术研发,投资方包括昆仲资本、金鼎资本、国中资本、联想创投等。

今年4月,戴盟机器人对外发布全球首款多维高分辨率高频率视触觉传感器、多维触觉感知五指灵巧手、便携穿戴式遥操作数据采集系统。目前,戴盟机器人自主研发的视触觉传感器已在人形机器人、工业机器人等领域展开应用。

帕西尼创始人许晋诚毕业于早稻田大学,师从日本机器人界权威菅野重树教授。2021年,许晋诚回国创立帕西尼,成立之初即获得前微软全球副总裁陆奇博士、数家一线资本联合领投,后获北汽产投、比亚迪、京东等公司和产业资本加持。

成立后,帕西尼主要聚焦多维触觉驱动的商用人形机器人研发,打造从“传感器核心零部件”到“整机制造”的全链路产品矩阵。据了解,在灵巧手方面,帕西尼已推出“多维触觉+AI视觉”双模态灵巧手DexH13。在人形机器人方面,帕西尼发布了多维触觉人形机器人TORA-ONE。

大厂纷纷押注,技术实现和商业化路径亟待验证

值得注意的是,从投资方看,尽管处在天使轮或A轮系列融资,不少企业已获知名公司和产业资本加持。小米、联想、比亚迪、京东、阿里、腾讯、百度、美团等企业,在具身智能领域和相关产业链领域,均频频出手投资。

战略领投帕西尼前,京东就已在具身智能产业链上下游发力。今年3月,京东对外确认内部成立具身智能业务部门,侧重家用场景。5月,京东参与智元机器人的融资。7月21日,京东一天之内,同时领投千寻智能、众擎机器人和逐际动力三家人形机器人公司。

压注纬钛机器人的小米,已在机器人领域布局四五年。小米集团合伙人、集团总裁卢伟冰在2025年中期业绩投资者电话会议上表示,人形机器人落地工厂并产生价值仍需要时间,目前看来难度非常高,尚未明确商业闭环的时间点。小米的目标是先看人形机器人能否在自有工厂实现业务闭环,再进一步着眼效率提升。

人形机器人厂商,也开始构建起自己的投资版图。目前,智元对外投资了诸多产业链企业,千觉机器人仅是其一。千觉机器人推出的多模态高精度触觉传感器G1-WS,便应用于智元“远征A2-D”数采机器人结合的数据采集工作。

同时,不乏被投企业与投资方在业务侧展开合作。2025年2月,联想创投投资的戴盟机器人,便宣布与深圳联想制造即服务团队签署战略合作协议,正式入库深圳市联想智能制造中小试基地项目库,共同推动智能制造协同创新。根据协议,双方将推动资源开放共享,形成更紧密协同关系,进一步推进戴盟机器人技术与产品在智能制造领域的应用。

不过,除视触觉外,不少触觉传感器厂商目前在走不同路线,商业化亟待验证。

《财经》新媒体观察到,从融资轮次看,一般按照以往对融资轮次的界定,天使轮、A、B、C、D轮区分标准明确。目前,市场融资更扎堆于天使轮、A轮,整体上同一轮融资周期被拉长,投资机构比前几年更加谨慎。

昆仲资本也曾提及,投资者也需要清醒认识潜在风险。首先,视触觉领域尚未形成类似计算机视觉领域ImageNet那样的标准大规模数据集,也缺乏专门的触觉大模型。这使得技术发展面临数据和算法双重瓶颈。其次,当前视触觉传感器的耐用性仍有提升空间。表面材料长期使用后可能发生磨损或老化,影响传感精度和使用寿命,这对产品的商业化形成挑战。

在技术实现层面,实时处理视触觉图像需要相当的计算资源,如何在保证性能的同时控制功耗和成本,是产品工程化必须解决的问题。此外,由于物理结构限制,当前视触觉传感器的感知面积有限,与人类皮肤覆盖整个身体的触觉感知相比仍有差距。

尽管面临这些挑战,视触觉传感技术仍然展现出巨大潜力。而视触觉相关企业的技术成熟度、商业化进展如何,留待后续观察。