牛津博士带队、华为专家加盟！李泽湘力挺，解码触觉传感的“GPT时刻”

传感器，作为机器人感知物理世界、获取信息的重要窗口，其技术演进直接决定着机器人智能等级的跃迁。对于人形机器人而言，视觉、听觉、触觉、力传感器等核心部件协同工作，共同支撑其对周围环境的全面感知与智能化判断，而在这些感知模态中，触觉正成为当前人形机器人智能突破的关键短板。

猿声科技创始人兼CEO侯宁喆表示：“人形机器人行业整体遵循仿生发展路径，除视觉外，覆盖人体96%面积的皮肤是获取外界信息最主要的感知载体。人类日常交互操作、人际互动，本质上都依赖皮肤实现触觉感知。上一代工业机器人以‘完成既定任务’为核心，对交互能力并无过高要求，这也导致了触觉技术发展的滞后。随着人形机器人向生活、复杂作业场景渗透，这一短板已成为行业进阶的关键瓶颈。”

他进一步指出，当前行业短板仍十分显著，多数机器人触觉感知仍处于发展初期。事实上，无论是人类还是机器人对触觉的需求本质上可分为两类：一是服务于灵巧操作的需求，支撑机器人完成精细作业；二是 “全身交互与环境适应触觉”， 关联手之外的全身大面积区域，主要用于人际交往和与外界环境的交互及安全保障。

侯宁喆强调：“从人形机器人仿生发展路径来看，触觉感知技术的完善与升级是必然趋势。未来机器人的触觉感知，必须同时覆盖‘干好活’的操作需求与‘安全交互’的适配需求。”正是基于这一判断，猿声科技聚焦触觉感知领域，致力于为人形机器人提供关键的触觉技术支持，推动行业技术进步。”

一、半年三轮融资，以“多维压阻”路径卡位触觉传感赛道

猿声先达科技（深圳）有限公司自2025年初成立以来，在半年内迅速完成三轮融资，获得了上市公司柯力传感、深圳科创学院（由李泽湘教授发起）、启高资本等机构的支持。这一速度的背后，是市场对其顶尖团队与“多维压阻”这一独特技术路径的支持与认可。

猿声科技创始人侯宁喆是一位连续创业者，博士在牛津大学Oxford Robotics Institute从事机器人触觉方向的研究；联合创始人程逸钧曾任职华为高级算法工程师，二人系帝国理工大学研究生同学，硕士阶段均主修 “人类与生物机器人（Human and Biological Robotics）” 专业，主攻方向与人形机器人高度相关。

其中，程逸钧的硕士论文专攻机器人触觉应用领域，侯宁喆博士阶段也聚焦机器人触觉传感器的开发与应用，为后续深耕机器人触觉赛道奠定了坚实基础。

团队还包括一线研究所科研人员、大厂机器人老将，以及在技术社区中拥有百万访问量、连续多年名列领域榜首的技术专家，具备从基础探索到工程转化的全链路创新能力。

谈及创业契机，侯宁喆指出，触觉传感器需求虽早已存在，但过去场景分散，市场仅维持线性增长，缺乏爆发性增长机遇。随着人形机器人、具身智能兴起，他们预判这一赛道将迎来指数级增长，在技术积累与行业经验成熟之际，果断投身触觉传感器赛道。

技术路径的选择，是猿声科技吸引顶尖人才和资本的另一张王牌。侯宁喆借用电影《黑莓》中的一句经典对白“他们能参与研发世界上最好的手机”来阐释顶尖技术人才的共同追求：实现自身的技术价值。在他看来，猿声科技的技术路径恰好能为他们提供这样的平台。

侯宁喆指出，猿声科技所处的赛道是 “高密度多维力触觉感知”，目前市场上能实现这一效果的主流方案主要有四种：基于霍尔原理的磁传感方案、视触觉方案、电容方案以及猿声科技所采用的“空间编码的多维压阻”方案。每一种路径在技术与商业化层面都面临不同挑战。

磁传感方案基于霍尔原理，主要通过感知磁场信号实现检测，但对外界磁干扰敏感、抗干扰能力弱，在复杂场景中稳定性不足；

视触觉方案核心问题在于小型化难度高。其对空间要求较高，随着灵巧手日趋纤细、安装空间缩减，小型化与部署难度显著；同时依赖相机采集，最高采样频率难以适配高速操作场景；

电容方案则面临信噪比方面的技术瓶颈，难以在指尖等狭小空间内实现高密度感知点的有效部署。

猿声科技所选择的“空间编码的多维压阻”路径，在底层采用超高密度单维压阻敏感层，并在此基础上通过半导体工艺集成了可量产的空间编码层，基于编码通过算法重构出多维力场。在实现小体积、薄封装的同时，保证了单位空间内极高的感知点数量与多维力感知精度。

侯宁喆坦言，各个方案的研发团队都会针对自身技术路径的短板，通过工程化手段进行弥补与优化，猿声科技的竞争力根植于其独特的 “空间编码的多维压阻”路径。该技术不仅能实现单个指尖数百个三维力感知点的密度和高达1000Hz的采样频率，更关键的是，猿声科技通过半导体工艺成功解决了该技术量产化的世界级难题，构建了极高的成本优势。其量产指尖传感器价格仅为行业竞品的十分之一，并为未来实现千元级手触觉覆盖提供了坚实可能。

二、以“硬件+软件+平台”全栈式触觉方案，打通机器人触觉感知全链路

基于对机器人触觉需求的系统性洞察，猿声科技围绕“解决机器人触觉感知全链路需求”确立了全栈式产品布局的战略方向，形成了“硬件+软件+平台”三位一体的产品架构。

硬件层面，触觉传感器作为数据采集的源头，是整个方案的基础支撑。侯宁喆判断，人类与机器人的两类触觉需求，对应着猿声科技的两大产品布局：一是服务作业的“灵巧触觉”，核心集中于指尖等关键操作部位，支撑精细操作；二是“全身触觉”，满足环境交互与安全需求。

猿声科技基于此规划了指尖触觉传感器与全身电子皮肤两条产品线，并在资源分配上确立了清晰的优先级。当前重点聚焦于实现灵巧操作的指尖触觉传感器（已量产），以满足“让机器人先把活干起来”的市场刚需；同时，为未来人机交互安全预研全身电子皮肤，形成兼顾现实与长远的梯队化产品矩阵。

这种“聚焦核心刚需、兼顾未来需求”的优先级规划，确保了在资源有限的情况下，力量能集中于关键赛道。

在软件布局上，猿声科技自主研发软件“RealTSense”，包含触觉数据采集与触觉数据部署与训练两大功能模块，致力于打通触觉数据从收集到应用的全流程。

“当前行业的瓶颈不仅存在于硬件参数的细微差异（如传感器密度、厚度），软件端的问题更为关键”。侯宁喆表示，当前公开的机器人数据集普遍缺失触觉模态，其根源在于人工遥操采集数据时，操作人员无法感知机器人的触觉反馈，难以基于触觉调整操作策略，导致有效触觉数据收集受阻。

他进一步强调，即便获取了触觉数据，行业也缺乏标准化的处理与训练路径：人类的触觉信号会经脊髓、丘脑、大脑等层级分层提炼压缩，但在机器人系统中，触觉数据在“手部处理器、边缘算力（类比人类丘脑）、高性能算力（类比人类大脑）”间的传递与处理并无统一标准，触觉数据难以有效用于模型训练，最终形成“收集不到、训练不了、用不起来”的恶性循环。

针对这一现状，猿声科技自主研发了“RealTSense”软件体系。

在数据采集端，这套具备闭环反馈的遥操作架构，首次让操作人员能够“看到”机器人所感知的触觉信息，从源头打破了数据收集的瓶颈。

在数据训练端，借鉴人类触觉分层处理机制，打造出覆盖从原始数据输出、跨层级处理压缩、到感知模态符号化并接入模型训练的全流程工具链，为行业提供了标准化的触觉数据训练与部署方案。

侯宁喆强调：“通过这套软件，既能帮助客户解决有效触觉数据的收集问题，又能支持数据在不同算力层级的部署，最终让触觉传感器真正发挥作用，这也是猿声科技布局软件业务的核心逻辑”。

此外，侯宁喆介绍，考虑到客户单独采购硬件后，在第三方机器人部署软件时面临的兼容性差、操作复杂问题，猿声科技开发了平台型产品。该产品以自研人形机器人为载体，一体化整合硬件传感器与 “RealTSense” 软件，提供 “触觉数据收集到模型训练” 的一站式服务，让客户到手即用，既能高效落地软硬件方案，又降低了技术应用难度。

值得一提的是，猿声科技“RealTSense”软件体系除了与平台产品绑定销售外，其后端数据处理与训练的核心工具链，将以开源形式向行业开放，旨在推动触觉感知技术路径的标准化与生态共建。

三、以“标准化+柔性定制”平衡规模化与个性化，用“软件”定义下一代触觉基础设施

触觉传感器赛道长期受困于“高度定制化”难题，行业因难以规模化生产导致成本居高不下。对此，猿声科技以“标准化验证+柔性化定制”策略破局。

侯宁喆指出，触觉传感器本质上属于高度定制化产品，猿声科技并未直接追求“一刀切”的通用型产品，而是先以标准化产品作为技术验证入口，再依托半导体工艺构建的柔性量产体系响应客户定制需求，在规模化与个性化之间实现有效平衡。

通过“硬件+软件+平台”的三位一体布局，以及“开源软件核心，柔性定制硬件”的生态战略，猿声科技正致力于将曾经昂贵、非标的触觉感知，转变为可规模化部署的机器人基础能力。

展望未来，侯宁喆认为未来3-5年“标准化”与“需求爆发”将成为驱动行业变革的两大主线。他指出，当前行业的核心瓶颈在于数据格式不统一。各家厂商传感器输出的数据彼此独立、无法互通，严重制约了数据的整合与规模化使用。而在强调“数据对齐”价值的具身智能时代，推动不同传感器之间形成统一的触觉表征格式，已成为行业发展的必然方向。猿声科技正通过开源核心工具链等方式，积极推动建立统一的触觉表征格式。

在下游应用层面，触觉传感器的爆发需以机器人整体能力的跃升为前提。侯宁喆预判，当人形机器人在灵巧操作领域迎来如“GPT时刻”般的断代级突破，能够胜任更多复杂任务与场景时，作为实现精细操作与安全交互的核心部件，触觉传感器将随之步入高速增长阶段。这一爆发不仅是技术发展的必然，也需产业链上下游在传感器、大模型与系统架构等环节的协同推进。

在具体时间窗口上，侯宁喆更倾向于高盛研究报告的乐观判断，认为2030年有望成为触觉传感器迈入规模化应用的关键节点。

在技术演进层面，侯宁喆明确了“多模态融合>成本控制>精度提升”的优先级顺序。他认为多模态融合将直接推动具身智能的算法突破，成本问题会随产业规模扩大自然解决，至于精度，他认为人类对力的感知本就具有模糊性，而具身智能更注重功能实用性。传统工业场景中的高精度需求源于制造速度与良率要求，但在具身智能系统中，算法能够有效补偿精度局限，因此无需作为技术突破的优先方向。

此外，侯宁喆明确指出，行业的长期壁垒“更多在软件，而非硬件”。当前触觉技术落地的核心瓶颈，在于从数据采集、分层部署到模型训练的全流程尚未打通。

基于这一认知，猿声科技正从两个维度构建长期壁垒：一方面积极进行多路径技术储备，以适配未来可能出现的标准架构；另一方面重点打造“RealTSense”软件工具链，通过打通从数据采集到模型训练的全流程，形成以软件为核心的差异化竞争优势，致力于成为机器人触觉感知领域的关键基础设施构建者。