华威科：跳出硬件的“舒适区”，驶入触觉AI的“新蓝海”

电子皮肤行业正在换赛道。

过去几年，玩家们比拼的是“谁能造出更薄、更灵敏、更耐用的传感器”；但从今年开始，竞争的逻辑变了，谁能让触觉数据流动起来，谁就能拿走下一阶段的船票。

华威科是这场转换中最坚定的行动者。今年8月，华威科在世界机器人大会上集中发布了万象系列六款触觉传感器，同步推出触觉数据采集手套、触觉仿真SDK和VTLA多模态模型，并明确提出建设超大规模多模态触觉数据体系；9月，公司任命刘海锋为首席技术官（CTO）、智能研究院院长，由其掌舵TIP（Tactile Intelligence Platform）触觉智能平台。

一系列动作背后，意味着华威科商业模式正从一次性硬件销售，转向以传感器为入口、以数据为壁垒的持续服务闭环。

从更长远的视角看，这一变化对机器人产业的意义更为深远。一旦触觉数据实现规模化流动，下游厂商的开发门槛将被大幅拉低，他们不必再从零搭建触觉系统，只需调用成熟的传感器、数据集与模型接口，机器人的进化，也将因此从“能感知”加速迈向“会理解”。

01.

行业的分水岭，

数据决定下一程

电子皮肤领域，华威科是“优等生”。2025年，其机器人触觉电子皮肤市占率超70%，服务覆盖超85%业内企业，是行业首家灵巧手触觉配套超1万台的企业。同期，汽车座舱柔性电子皮肤在葛店量产，首年车规级产线出货超100万片，目前一期扩产项目同步推进中，建成后将实现行业首个千万片级量产。

硬件做到极致后，也让华威科更早意识到一个问题：传感器性能已经足够好，但机器人的操作能力却仍有巨大的提升空间。瓶颈不在硬件，而在数据侧，这背后有三个关键挑战。

一是，触觉数据缺乏公共语料库。视觉有ImageNet、COCO，触觉没有。每个触觉样本需通过真实物理交互产生，成本极高，无法像图像一样从互联网爬取。现有公开数据集规模有限，且缺乏统一评测基准。

二是，仿真与真实数据之间存在“鸿沟”。物理引擎能较好模拟视觉，但触觉涉及微观形貌、材料非线性形变、摩擦力动态变化等，几乎无法精确建模。仿真训练的模型在真机上表现不佳，仿真到真实的落差（Sim-to-Real Gap）尤为突出。

三是，传感器输出格式不统一，数据无法跨本体复用。A机器人在B场景采集的数据，换一台机器人即失效，限制了行业数据积累的效率。

这三个挑战环环相扣，但也恰恰指明了行业下一步突破的方向。谁能率先打通数据闭环，谁就能打开新的增长空间。

从这个角度来说，当电子皮肤的商业化瓶颈从“制造端”转移到“应用端”，华威科的“转向”并不是简单的业务扩张，而是基于对行业痛点的精准判断——行业真正缺的不是更好的传感器，而是一个能让触觉数据流动起来的系统性平台。

02.

四张底牌，

从硬件走向数据的跳板

也正因此，华威科率先看到了一条更宽的路，从卖产品走向卖数据服务。这个转身看似大胆，但它敢于跳出“舒适区”的底气，藏在四张底牌里。

第一张底牌，IDM一致性，破解“数据格式不统一”。触觉数据最大的隐性成本，不是采不到，而是对不上。不同批次、不同本体之间的信号口径不一致，数据无法合并训练。

华威科的“解法”，是从源头统一口径。它自研卷对卷印刷装备、柔性材料与电子墨水，配合车规级标定和统一输出协议，构建了国内少有的全链IDM体系。万象系列传感器内置自标定算法，出厂即按统一物理量输出，精度与稳定性满足工业级长期运行要求，常规工况下可长期免校准。跨批次可补偿、跨本体可映射。

这张底牌的价值在于，它为后面的数据流通铺设了“标准轨距”。没有这个底座，再多的采集和模型都只是孤岛数据。

第二张底牌，工具链，填补“语料空白”与“仿真鸿沟”。真实触觉样本贵，一条抓取轨迹要反复物理交互；仿真又不准，接触力学、材料形变、摩擦动态很难精确建模。

华威科的应对之道，是一套组合工具链。采集手套单手近1000个传感点，配合视觉与位姿同步输出多模态数据，解决“语料从哪来”的问题。仿真SDK做虚实对齐，可在指定训练任务下降本约90%、提效约10倍，有效缓解“仿真到真实”的落差。VTLA多模态模型将视觉、触觉、语言、动作联合建模，现场跑通双臂倒水、软硬物体抓取等操作任务。这套组合已在智元旗下临界点OmniPicker3上实现0.1N级力控，在松灵pikasense/UMI上完成无本体数采验证。

这套组合同时补上了行业的两块短板。一方面，真机采高质量小样本，解决“语料从哪来”；另一方面，仿真扩量级，再用SDK对齐真机分布，缓解Sim-to-Real落差。工具链跑通了，触觉数据才能从“采得到”走向“用得上”。

第三张底牌，TIP平台，把零散工具串成飞轮。采集手套能采数据，SDK能做对齐，VTLA能跑模型，但没有一个平台把它们串起来，就形不成闭环。

华威科给出的答案，是TIP触觉智能平台。它将由9月加盟的CTO刘海锋主导搭建，把IDM标准信号、采集手套、仿真SDK、VTLA模型与场景回流串联起来，跑通从传感器部署到数据采集、再到模型训练和场景优化的完整循环。

华威科首席技术官、智能研究院院长刘海锋

刘海锋曾任京东集团技术副总裁及首席架构师、OPPO互联网CTO及数智工程事业群总裁，先后在两家机器人企业担任CTO、技术合伙人。他带来的大规模数据治理、模型部署和在线推理能力，恰好补上了华威科从硬件走向数据服务最关键的一块拼图。

TIP一旦跑通，下游厂商就不必再从标定、采集、训练全部自己做一遍。统一信号协议、标准数据集、仿真对齐与场景回流逐一打通，触觉数据才能真正从“能用”走向“好用”。

第四，豪华团队，对手最难复制的竞争壁垒。为什么这些事能在同一家公司做成，而不是分散在不同企业手里？答案在华威科的强大团队配置上。

学术层由熊有伦院士2011年发起创立并定调，依托华中科技大学柔性电子智能感知领域顶尖科学家团队，为华威科奠定了技术底色，围绕柔性电子制造、材料与多模态融合，推动技术从实验室走向产线。他们的职责是定路线与标准。

华威科CEO朱晓辉

工程层由公司CEO朱晓辉带队，负责将学术层的技术蓝图转化为可批量交付的产品。灵巧手万台级出货、车规百万片级交付，靠的就是这一层的工程化能力。这个环节确保一致与量产。

系统层由刘海锋挂帅，加上自有算法团队在灵巧抓取、VTLA模型、仿真SDK方面的积累，负责将工程层输出的硬件与学术层沉淀的算法整合为完整的闭环。从数据治理到模型部署、场景回流，这一层跑数据与模型。

学术层定方向，工程层保落地，系统层建闭环，三层阵容协同作战。大多数创业公司只具其一或其二，华威科把三层放在一个屋檐下，这是它敢于从硬件延伸到数据服务的组织底气，也是对手短期内难以复制的竞争壁垒。

这四张底牌构成了一个“滚雪球”式的正向循环：硬件出货越多，数据就越多；数据越多，模型就越强；模型越强，场景就越广；场景越广，闭环就越完整。起点是硬件规模，终点是数据生态。

这就是华威科把“造皮肤”的能力延伸成“管触觉数据、交操作模型”能力的底层逻辑，也是降低整个机器人行业触觉开发门槛的关键一步。

03.

三个场景，

验证转型的真实成色

万事俱备，接下来就看场景能否跑通，而华威科已经在三个方向上开始了验证。每一块“试验田”都在测试同一个命题：传感器铺出去之后，数据能否流回来，回流能否创造新价值。

第一，机器人，真实触觉数据的生产验证场。装机量就是数据产量，华威科拥有行业内最大的触觉传感器装机量基础，每多一只灵巧手在工作，就多一条真实操作轨迹在产生。

那些捏碎的鸡蛋、滑脱的杯子，恰恰是模型成长的养料。这些失败样本与成功操作一起汇入训练管道，传感器铺到万台级规模后，系统团队需要对每一条回流轨迹进行清洗、标注，才能用于模型迭代。这是一个典型的“数据飞轮”闭环：硬件铺得越广，回流数据越多；数据质量越高，模型迭代越快。

机器人场景的意义远远超过了传感器销量本身。它初步证明了“传感器即数据节点”在真实世界中是可以成立的，为整个飞轮提供了强劲的冷启动引擎。

第二，座舱，跨场景复用的数据放大器。同一套传感器硬件和数据管道，到了座舱场景，产出的不再是操作力控数据，而是人类与物体交互数据。座椅压力分布可以用来判断乘员姿态，方向盘触觉阵列可以用来评估驾驶疲劳。

这两类数据回流后，会产生一个有趣的化学反应。坐姿压力分布、握持力度变化可反哺机器人理解“人如何拿东西”。这种跨场景复用的前提，是IDM团队把传感器做到了车规级的一致性和可靠性，同一套硬件才能在机器人车间和汽车座舱之间无缝迁移。

座舱场景让华威科从“机器人皮肤公司”变成了“多场景触觉数据公司”。同一传感器在不同场景产出不同数据，互相滋养，边际数据成本持续下降。这才是跨场景复用真正的商业潜力。

第三，睡眠与康养，从硬件到服务的模式转换器。今年7月，床垫企业慕思股份对华威科完成超千万元战略投资，指向的正是智慧睡眠赛道，人体在床垫上的压力分布与体态变化，同样是一片待挖掘的触觉数据蓝海。

床垫、枕头的柔性阵列单价不高，但价值在于持续性。24小时不间断的压力时序数据，形成了一条长期稳定的数据流。目前，双方已围绕智慧睡眠展开合作，探索从压力数据到健康指标的转化路径，不是简单设置一个阈值然后报警，而是基于长期数据训练个性化的健康模型。

睡眠与康养场景的意义，在于收入结构的质变。这条路一旦走通，华威科将从一次性硬件销售切换到持续性数据服务，估值逻辑也随之改变。传感器仍是入口，真正的价值增长点来自数据流的持续性输出。当硬件收入变成订阅式数据服务的起点，商业模型的想象空间便不再受限于出货量，而是取决于数据资产的深度与广度。

这三块场景“试验田”的共同特点，都是传感器作为入口，数据流才是真正的价值载体。当飞轮在三个领域同时开始转动，华威科的转型便不再是战略构想，而是有了实实在在的场景支撑。

最后，回到开头的那个判断：电子皮肤行业的竞争维度正在切换。过去阶段，赢家是“造得出、造得好”的公司；下一阶段，赢家将是“让触觉数据流动起来”的公司。

华威科的特殊性在于它同时站在两个时代的交接处，IDM制造能力是上一个时代的门票，决定它懂一致性、懂车规、懂批量；TIP数据平台是下一个时代的船票，决定它懂采集、懂训练、懂场景回流。

而真正决定这家公司未来高度的，是它主动选择将制造优势重组为数据优势，并用机器人、座舱、睡眠等多类场景把“触觉”从器件参数扩成应用底座。背后的那份底气，正是源自那支横跨学术、工程、系统的三层团队，它是华威科最为坚实的“护城河”。

更为关键的是，这只是一个开始，当飞轮持续加速，当更多场景接入TIP平台、更多数据回流训练管道，华威科将有机会定义一套“触觉数据的行业标准”。正如历史上高通定义了移动通信的芯片标准、英伟达定义了AI计算的GPU标准一样，触觉数据的规模化流动一旦形成网络效应，后来者将很难绕过华威科的基础设施直接触达下游客户。

这才是华威科走向“触觉数据运营商”的真正价值所在，而只有当触觉成为基础设施，行业的天花板才会被真正打开。