具身智能新独角兽：一目科技获10亿融资，破解机器人触觉难题

type

status

date

slug

summary

具身智能的阿喀琉斯之踵：为什么机器人干不了“细活”？

随着openai的chatGPT、claude等纯文本和多模态大模型的爆发，LLM（大型语言模型）赋予了机器强大的“大脑”。今天的具身智能机器人已经能跑能跳，甚至能根据提示词（Prompt）进行复杂的逻辑推理和情绪互动。然而，一个残酷的现实是：一旦涉及精细的物理操作，这些看似聪明的机器人便立刻“露怯”。

以扣纽扣为例，这个对人类而言仅凭肌肉记忆就能完成的简单动作，对机器人来说却是地狱级难度。纽扣的滑动趋势、布料的纹理肌理，仅靠视觉摄像头几乎无法准确判定。机器人缺失的，正是人类在物理交互中最核心的感知能力——触觉。

感知能力的缺失，直接导致了高质量物理交互数据的空白。没有数据，再强大的大脑也无法训练出能够理解复杂物理世界的模型。正是这个痛点，将触觉传感器推向了资本的风口浪尖，也成为了近期AI日报中频繁出现的关键词。

一目科技的破局之道：视触觉技术的极限压缩

为了解决机器人的触觉难题，一目科技选择了一条极具挑战但也最具潜力的技术路线：视触觉传感器。

简单来说，视触觉技术是在柔性材料背面安装一组微型光学系统。当传感器接触物体发生形变时，摄像头捕捉光影变化，再通过AI算法解算出压力、纹理和滑动趋势。这就像是给机器人的指尖装上了一台用光来“看”触感的显微镜。相比传统的压阻或电容方案，视触觉的信息密度呈指数级增长，无限逼近人类指尖的感知水平。

然而，传统视触觉方案的厚度普遍超过20毫米，根本无法装进小型机器人的灵巧手中。一目科技的杀手锏，在于其自研的超表面硅光感光芯片。通过从几何光学设计、模型解算到芯片化技术的一路死磕，一目科技成功将传感器厚度压缩至小于3毫米，在目前已公开的同类量产产品中遥遥领先，真正实现了将人类的“五感”赋予机器。

软硬结合与算法突破：构建百亿估值的技术护城河

除了体积，一目科技在材料和算法上也构筑了极高的壁垒，其90%的触觉核心指标已达到类人水准。

首先是材料科学的突破。触觉传感器既要“软”以感知微米级形变，又要“耐用”以应对工业场景的反复高强度按压。一目科技自建团队研发柔性电子皮肤材料，从高分子聚合物单体入手，实现了在百万次按压和数万次横向剪切力下性能不衰减的惊人指标。

其次是算法层面的优化。传感器捕捉到的“触觉照片”序列，需要强大的算法进行实时解算。一目科技实现了0.005N的力分辨率和最高120fps的输出帧率，并针对传统方案的温漂和盲区问题进行了全解算无盲区优化。这种从底层芯片、物理材料到感知算法的全栈自研能力，是其撑起百亿估值的核心底气。

商业化落地与AI变现：工业场景的效率革命

技术最终要服务于商业闭环。对于关注AI变现的行业观察者来说，一目科技在工业场景的落地数据极具说服力。

以电池包插拔组装工序为例，熟练工人完成一道工序约需30秒，而传统工业机器人难以胜任。一目科技的带反馈方案在初期测试时需要100秒，但通过强化学习（learning-based），机器人可以24小时不间断地进行技能训练。短短几个月内，操作时间从50秒骤降至15秒，效率直接翻倍，超越了人类老师傅。

正如一目科技创始人李智强所言，这就像AlphaGo在突破临界点后的不可逆转。这种将人类手艺数字化的能力，为制造业带来了巨大的降本增效空间。

基础设施的野望：打造物理AI世界的“TouchNet”

在当前的具身智能赛道上，存在三种主流打法：一是专注于通用大脑的模型算法派；二是软硬件全包的端到端本体派；三则是做基础设施的中间层。一目科技坚定地选择了第三条路。

一目科技的商业模式是“可拆可合”的三层结构：底层的触觉硬件（目前的主要收入来源）、中间层的触觉数据集与标准化能力、最上层的模型赋能（帮助客户更快达到AGI）。

其中，最具野心的是其正在推动的开源数据集项目“TouchNet”。语言大模型有海量互联网文本，视觉大模型有ImageNet，但物理世界的高保真触觉数据却是一片荒芜。一目科技试图通过统一标准和接口，打造物理AI时代的数据底座。谁掌握了高质量的交互数据，谁就扼住了下一代人工智能的咽喉。

总结而言，一目科技的10亿融资，投的不仅是一家传感器公司，更是对物理AI下一个十年关键生态位的提前占领。当具身大脑的技术路线仍在百家争鸣时，真实物理交互反馈的“卖水人”已经开始盈利。在这个充满变革的时代，想要把握科技脉搏，获取最新、最深度的AI行业洞察，欢迎持续关注AI门户，掌握通向未来的财富密码。