一年融三轮！触觉感知黑马跑出，全栈闭环撬开人形+工业量产市场

当人形机器人已能行走、奔跑并识别万物，但面对拧瓶盖、捏起柔性薄膜、精密拧螺丝等精细操作仍然困难重重。行业逐渐认识到，视觉之外，触觉正成为具身智能落地的下一个核心瓶颈。

资本市场上，触觉感知赛道也正以惊人的速度升温。

据预测，2026年国内人形机器人专用触觉传感器市场规模将突破3.2亿美元，同比增速超160%，是人形机器人所有零部件中增速最高的细分赛道。而截至今年7月，触觉感知领域新增融资已超70亿元，至少两家企业跻身新晋独角兽。从帕西尼感知科技完成10亿元战略轮融资，到千觉机器人拿下亿元级融资。触觉，正从实验室走向聚光灯下。

在这条爆发前夜的赛道上，深圳的模量科技正展现出加速势头。

近日，深圳市模量科技有限公司（ModuTech）宣布完成由猎鹰投资、益华资本投资的数千万元 Pre-A 轮融资，点石资本担任财务顾问。算上本轮，模量科技在不到一年时间内已完成三轮千万级融资，资金将主要用于研发团队扩充、产线扩建及全球业务拓展。

01.

全栈自研闭环：从“能感知”到“会决策”

模量科技的特点在于，它试图打通触觉感知的整个技术链条。

行业内做触觉传感器的公司不在少数，但大多停留在“做出一款传感器”的阶段。模量科技的做法有所不同，它构建了“传感器-数据采集-触觉模型”三大板块，构筑从硬件到算法、从物理信号到智能决策的一个完整闭环。

1. 传感器：“视触觉+压阻”复合方案

机器人触觉的难点不仅在于“感知有没有接触”，更在于“接触发生在哪里、以什么姿态、力度多大、表面纹理如何”。而一只机械手的不同部位，对上述问题的敏感度不同，指尖区域需要完成抓取、滑移检测、形变识别等精细操作，而指腹、手掌等区域对于于空间和结构设计要求更高。模量科技正是基于这一现实，没有押注单一技术路线，而是将视触觉与压阻深度融合，让它们各展所长、互为补充。

“视触觉+压阻”复合方案

视触觉上位机效果

在需要高精度空间分辨率的指尖区域，视触觉方案基于光学成像原理，通过接触时弹性体形变带来的光场变化，反推出三维形貌、滑动趋势以及完整的六维力信息。这种方案尤其擅长处理精密装配中微小零件的对位、动态抓取时滑移的预判——相当于给机器人装上了一双能“看见”接触细节的眼睛。

而在指腹、手掌等大面积区域，受限于安装空间和灵活性，模量科技采用压阻式柔性电子皮肤。这类模组轻薄可弯折，能贴合曲面，通过微纳传感结构和三维力算法，实时反馈抓取力度、接触姿态和表面纹理。它不追求极致分辨率，但胜在覆盖范围广、响应快、耐用性好，适合大包络抓取和碰撞检测。

在实际控制中，视触觉提供“局部高精”的特征点信息，压阻皮肤提供“全局连续”的压力分布图，二者在数据层融合后，机器人既能感知到物体边缘的微小凸起，又能判断整体握持是否稳定。目前，行业内能够同时掌握视触觉和压阻式传感技术，并将两者集成到灵巧手中的企业并不多。这种“点面结合”的感知能力，正是模量科技区别于多数触觉传感器供应商的核心差异之一。

2.触觉数据采集：把每一次操作变成数据资产

数据采集体系是连接硬件与算法的“神经中枢”，也是行业普遍的薄弱环节。

在当前产业中，触觉数据的碎片化是普遍痛点：不同传感器输出的数据格式不统一，触觉、视觉、机器人状态等多模态数据难以实现精准时间对齐，原始数据噪声大、缺乏任务级标注，无法直接用于模型训练。很多企业采购了触觉传感器，却拿不到可用的高质量数据集，算法迭代自然无从谈起。

针对这一行业痛点，模量科技构建了多模态高频同步、任务级对齐的数据体系：融合触觉（压力、三维力、微振动、温度）、视觉、机器人状态与控制指令等多源数据，通过统一时间戳与事件级对齐，将异构数据精准映射至同一时间线，再经过专业的任务标注与高速清洗，最终输出可追溯、可训练的标准化数据资产。

这套体系的核心在于，将机器人每次物理交互转化为高质量、任务级的数据燃料，从而让传感器从一次性硬件转变为持续增值的数据入口。

3.触觉模型：让传感器从“能感知”进化为“会决策”

有了硬件与数据的基础，模量科技进一步向上延伸，打造了触觉模型能力，让传感器从 “能感知” 真正进化为 “会决策”。

不同于行业常见的浅层状态识别，模量科技采用 “通用触觉底座 + 任务技能模型” 的双层架构：底层是通用触觉底座，通过海量数据预训练掌握通用触觉认知能力；上层是面向不同场景的任务技能模型，可以快速适配分拣、装配、灵巧手操作等具体任务需求。

在训练方式上，该模型通过自监督预训练、任务示范学习、实机反馈优化三步法，融合触觉、视觉、关节状态与任务 ID 等多模态信息进行统一理解，最终输出的不是抽象的感知结果，而是滑移预警、力控建议、轨迹修正等机器人可直接执行的控制信号。

这种模式的核心优势，在于形成了持续进化的闭环：每完成一次操作，任务结果就会回流到数据体系中，反过来优化模型精度。同一个通用底座，可以快速扩展到更多场景，让原本一次性的硬件投入，变成了越用越聪明、越跑越值钱的持续进化资产。

02.

双引擎驱动：左手人形机器人，右手工业制造

技术闭环跑通了，接下来的问题是：谁需要这项技术，愿意为它买单？

模量科技的答案是重点领域“两手抓”：人形机器人和工业智能制造。

在人形机器人领域，他们已经与十余家头部企业建立了深度合作。其中一家客户下了数百万级的规模化订单，即将完成交付；另一家客户的产品已导入供应链，正处于从小批量到大批量的爬坡阶段。

值得注意的是，这已不仅是实验室验证，而是进入规模化的商业交付。对初创传感器公司而言，能获得头部客户的重复订单，本身就是产品稳定性和一致性的最好证明。

而在工业制造端，应用场景同样清晰。模量科技的触觉传感器已经切入新能源电池检测、3C制造、汽车零部件等高要求的工业场景。一项来自客户产线的真实数据是：搭载模量视触觉传感器后，不良率降低了至少30%。

据估算，30%的不良率降幅，对于一条年产百万件产品的产线来说，可能就是上千万的成本节约。这种能直接反映在财务报表上的经济效益，是工业客户愿意付费的根本原因。

这两大赛道也形成了协同效应：人形机器人的前沿需求会牵引技术不断迭代，倒逼产品性能提升；而工业场景的大规模交付，则能持续打磨产品的成熟度和可靠性。两者互为驱动，形成产业化落地的“双引擎”。

03.

产品矩阵成型，六维力传感器上线即交付

产品层面，模量科技已经形成了四大产品线：MoVi视触觉传感器、MoFi触觉模组、MoGlo触觉手套和触觉模型，覆盖从核心器件到算法方案的全链条。

其中，近期发布的MoVi视触觉六维力传感器颇受市场关注。

传统六维力传感器价格昂贵，动辄数万元一个，而且体积大、结构复杂。模量科技这次将视触觉技术与六维力感知融合，实现了15万个有效感知点、0.1N的灵敏度，同时体积和成本都有明显优势。

据了解，该产品上线两个月便获得大量主动咨询，并已完成小批量订单交付，商业化速度在硬件领域颇为迅速。

另一条值得关注的产品线是MoGlo触觉手套。模量科技同时布局了织物触觉手套和触觉与姿势感知手套两条产品线。前者能实时捕捉手掌与物体接触时的压力变化，生成高分辨率的手部压力分布图；后者则进一步融合了姿态捕捉功能，可以完整记录人手操作时的全手姿态信息。

MoGlo数据采集手套

这类产品的战略意义在于数据采集。灵巧手操作是具身智能的终极挑战之一，而训练灵巧手需要海量的人手操作数据。触觉手套恰好能提供这种带有触觉信息的人手演示数据，成为机器人技能学习的重要数据入口。

04.

触觉数据飞轮，才刚刚开始转动

从模量科技的技术路线图来看，其构建了一个“感知—数据—模型—本体—场景”的闭环逻辑。

传感器在真实应用场景中采集力、形变、温度、材质等高维触觉数据；高精度信号采集系统将这些原始数据进行任务级对齐和标注；高质量数据集持续反哺算法模型训练，提升识别精度和泛化能力；模型驱动本体能力升级，形成行业标准化知识体系；能力增强的机器人进入更多应用场景，带动更多传感器的部署，产生更丰富的数据。

这个循环一旦启动，就会产生滚雪球效应。 客户越多，场景越丰富，数据就越多，算法就越精准，产品竞争力越强，后来者追赶的难度就越大。

这也是为什么模量科技联合创始人周建林会说：“触觉感知行业的竞争，最终是数据的竞争。谁先把数据飞轮转起来，谁就能建立持久的优势。”

从这个角度看，一年内完成三轮融资，或许正是在抢占这一时间窗口。

2026-2027年将成为国产触觉传感器规模化落地的关键周期。模量科技的“数据飞轮”，才刚刚开始转动。