36氪首发 | 港科大博士创业做机器人全身触觉系统，红杉、瓴智、智元共同押注

作者 | 乔钰杰

编辑 | 袁斯来

硬氪获悉，全身多模态融合触觉解决方案公司模感科技（MoSense）近日完成数千万元天使轮融资，投资方包括红杉中国、高瓴创投及智元机器人。本轮融资资金将主要用于加速研发、团队扩充、算力投入及量产测试体系建设。

模感科技成立于2026年5月，总部注册于上海，在深圳前海设有研发中心，聚焦机器人全身多模态触觉感知系统研发。公司正式成立仅一个月便获得头部美元基金及人形厂商的共同押注。

随着人形机器人逐步从展示场景走向工业制造、物流搬运及家庭服务等真实复杂人物场景，机器人对环境的全面泛化感知能力正成为制约落地的重要瓶颈。相比视觉能够获取环境信息，触觉负责感知接触、受力、摩擦等物理交互状态，是机器人完成稳定操作和自主决策的重要基础。

不过，目前行业中的触觉方案大多集中部署于灵巧手或夹爪指尖指腹等局部位置，仅能应对局部精细操作需求。在复杂场景下，机器人身体其他部位仍然缺乏触觉反馈，难以形成完整的物理交互能力。同时，多种传统技术路线还受到成本、面积覆盖和感知模态等因素限制，难以实现大面积、连续曲面的规模化部署。

为增强机器人的全面感知能力，模感科技推出了基于电磁超构力学技术的MoSkin全身柔性多模态触觉系统，覆盖机器人手部、四肢、躯干、足底等多个部位，可将机器人刚性的物理边界转化为连续的六维力场感知，实现全身范围内的多模态触觉采集，为机器人运动控制和环境交互提供更加完整的物理信息。

电磁超构感知皮肤（足底）

针对传统触觉系统模态单一的问题，公司MoSkin方案可以集成多种复杂模态物理信息，如力觉、温度、滑移、振动、材质等，实现接近真实皮肤的感知能力。除硬件外，模感科技还在同步研发多模态融合算法。

严朝旭介绍称，当前世界模型已能够在仿真环境中完成策略训练，但模型部署至真实机器人时仍面临Sim-to-Real鸿沟，其中一个重要原因便是真机缺乏完整的全身触觉反馈，导致物理交互状态无法真实映射。

基于全身触觉硬件，公司研发了基于多模态隐空间融合门控机制的世界动作触觉预测模型，通过高频、多维触觉反馈不断修正低频决策过程，并利用全身触觉补充物理先验信息，进一步缩小仿真与真实环境之间的差距。

以搬运场景为例，当机器人感知到手部或身体局部摩擦力发生变化时，可提前判断物体存在滑落风险，并主动调整抓取策略，而不是等物体掉落后再进行纠正。公司希望通过全身多模态融合感知，让机器人在执行过程中持续学习、持续修正，进一步提升真实环境中的泛化能力。

团队方面，联合创始人兼CEO严朝旭博士毕业于香港科技大学微电子系，长期从事高频系统、电磁算法及具身多模态传感研究，拥有微电子器件产业化及量产经验。

联合创始人兼CTO周航博士毕业于香港科技大学机器人系，曾任国内车规级自动驾驶企业资深算法研究员，长期从事端到端自动驾驶模型、世界模型及具身智能算法研究。联合创始人兼CFO杨穆君拥有香港大学经济学硕士学位，曾在多家头部金融及科技公司任职，具备丰富的财务统筹和公司治理经验。

首席科学家温维佳现任香港科技大学讲座教授、香港科技大学（广州）功能枢纽院长，曾获国家自然科学二等奖，并入选爱思唯尔“全球前2%顶尖科学家”榜单，拥有连续创业及科技成果转化经验。

公司联合创始团队及首席科学家（图源/企业）

商业化方面，公司多模态融合触觉方案目前正在推进商业化落地，除人形机器人相关业务外，也在面向多行业拓展智能传感器落地合作。

以下是硬氪和模感科技创始人严朝旭交流节选：

硬氪：公司对全身触觉未来的应用有什么规划？

严朝旭：大概有三个阶段：第一步机器人先要学会感知物理边界，完成基础的防碰撞、放夹伤、精细操作等功能，机器人作为生产工具，安全性比功能性重要。

第二步是在全身触觉的辅助下完成各种复杂任务，比如机器人如何抱着一个大箱子走路，要求在复杂环境中箱子不掉落并且机器人不摔倒，再进阶一些比如说感知到箱子要滑落的时候用大腿去顶一下箱子，或者抱着箱子没手去开门的时候，它可以用脚或者胯去把门推开，FigureAI的机器人在家务中已经展现出了类似的拟人行为能力。

第三步就是真正最难的环节，直接面向高精度人机交互场景，以养老医疗场景举例，哪怕单纯把一个行动不便的人从床上抱起来去卫生间这个看似简单的动作，没有多模态的全身力感知几乎是不可能完成的，换句话说机器人哪怕重复十万次里面会失败一次把人摔地上，那后果都是不可接受的，量化为成功率就是99.999%以上。

硬氪：为什么公司会在研究全身触觉硬件的同时也在推进世界模型相关的研究？

严朝旭：我们坚持做难而正确的事情，作为触觉行业新秀，模感科技的出发点是希望为机器人通向真实复杂场景的部署落地做出有价值的贡献。

目前世界模型已经可以在仿真环境中完成大量训练。在仿真器里，机器人能够准确知道自己的身体边界以及环境边界，因此可以完成复杂的交互策略学习。但当这些算法部署到真实机器人时，问题就出现了——由于机器人缺乏完整的全身触觉反馈，它无法判断究竟是手臂、肩膀还是身体其他部位发生了接触，导致仿真中的物理交互难以映射到真实世界，这也是Sim-to-Real落地的重要瓶颈之一。

我们一方面通过全身触觉硬件补齐机器人对真实世界的物理感知，另一方面也同步研发配套的世界模型，希望充分发挥硬件优势，让算法能够真正部署到真机上。但这明显还不够，Sim-to-Real鸿沟的弥合，仍需要通过全身多模态感知反馈修正决策过程、补全物理先验，因此模感科技也同步自研了基于多模态隐空间融合门控机制的世界动作触觉预测模型，希望充分发挥硬件优势，让算法能够真正部署到真机上。

未来机器人厂商需要的不仅是一套硬件，更是一套能够直接验证价值的完整解决方案。当客户评估一套全身触觉系统时，他们希望看到实际应用效果，而不仅仅是一块电子皮肤。直接采用我们皮肤加算法的集成方案可以省去算法开发和全身数据采集的成本，我们会先把大部分功能模块优化好，最终的模式大概像车企去找智驾公司买整体方案一样。因此，我们会提前完成部分算法和应用开发，帮助客户更快完成产品验证和落地。

我们的团队并不是一家单纯的硬件团队，而是由硬件、传感、算法共同组成，希望通过软硬件协同，把全身触觉真正变成机器人能力的重要组成部分，而不仅仅是一种传感器产品。