一目科技近日宣布完成超 10 亿元 E 轮融资，投后估值超过 100 亿元。本轮融资由多家人民币基金、美元基金及产业投资方参与，庚辛资本担任长期财务顾问。
一目科技成立于 2016 年，创始人李智强毕业于卡内基梅隆大学，拥有环境工程、人工智能和硬件研发经历。公开资料显示，他此前曾参与微流体微生物燃料电池和微型光谱设备研发。创办一目科技后，公司逐步将业务重心转向传感器、触觉数据和具身智能基础设施。
据悉，本轮资金将主要用于具身智能触觉感知材料、芯片、算法和模型研发，同时扩大产线产能，支持现有订单交付。
触觉传感器开始进入量产阶段
过去两年，具身智能行业的投入主要集中在机器人本体和基础模型两个方向。随着机器人逐步进入真实操作场景，触觉感知的重要性开始上升。
仅依靠视觉，机器人可以识别物体的位置和外形，但在抓取、装配、分拣等任务中，还需要判断物体是否滑动、抓取力度是否合适，以及接触面软硬、粗糙度和受力变化等信息。触觉传感器的作用，是将这些物理接触信号转化为机器人能够处理的数据。
一目科技主要研发仿生视触觉传感器。其工作原理是通过微型光学系统记录接触面的形变，再由算法计算压力、剪切力、纹理和滑动趋势等力学信息。
触觉传感器在学术界已经研究多年，但从实验样品转向规模化产品，仍面临一致性、寿命、尺寸和成本等问题。视触觉传感器涉及材料、光学、结构设计、芯片和算法等多个环节。实验室通常可以制造少量样品，但要实现批量生产，需要解决不同批次之间的性能差异，并控制制造成本。
按照公司披露的数据，目前相关传感器厚度已降至 3 毫米以内，分辨率超过万点，力分辨率为 0.005N，工业按压寿命超过 100 万次。公司称，这一尺寸能够适配部分灵巧手和小型操作模组，但相关性能仍需结合不同设备和应用场景进一步验证。
据悉，一目科技已经建立自有研发和生产体系，并开始向机器人、数据采集、汽车、制药、食品和工业制造等领域交付产品。
目前，具身智能数据采集企业是其主要客户之一。这类企业使用触觉传感器记录抓取和操作过程，为机器人模型训练提供物理交互数据。部分机器人厂商则将视触觉传感器集成到灵巧手和末端执行器中，用于检测抓取力、滑动和接触状态。在柔性装配、自动配液等工业场景中，触觉也可以用于提高操作稳定性和精度。
不过，触觉传感器能否成为机器人标准配置，仍取决于成本、可靠性、模型适配能力以及实际任务中带来的性能提升。
拓展构建完整方案
除硬件外，一目科技正在围绕触觉数据采集、信号编码和多模态模型训练构建完整方案。
在数据采集层，公司将触觉传感器与 UMI、DexUMI、Ego 等具身智能数据采集方案结合，记录机器人或人类操作不同物体时的接触力度、滑动状态及任务成败反馈，用于构建触觉训练数据集。
在算法层，公司开发了 Tactile Transformer Encoder，用于处理不同传感器采集的原始触觉信号，并提取物体形态、材质、软硬程度和表面粗糙度等特征。其目标是将不同硬件输出转化为相对统一的编码，供后续机器人策略模型使用。
在模型层，一目科技尝试将触觉数据与视觉、语言等信息结合，用于训练多模态具身智能模型。相比仅依赖视觉和语言的方案，引入触觉后，机器人可以获得更多关于接触状态和操作结果的反馈。
这一技术路线意味着，一目科技的业务不再局限于销售单一传感器，而是向触觉数据、算法模块和模型训练工具延伸。
在数据生态方面，一目科技正在与 Stanford University 等机构推进 TouchNet 开源触觉数据集项目。按照公司的计划，该项目将在 2026 年底前开放更多真实触觉数据，供研究人员和工程师训练、测试触觉算法和机器人模型。
当前具身智能行业缺少统一的大规模触觉数据集。不同厂商使用的传感器、采集频率和数据格式差异较大，使数据难以直接复用。开放数据集有望降低研究门槛，但其实际影响仍取决于数据规模、任务覆盖范围、标注质量和许可方式。
官方表示，完成本轮融资后，公司将继续推进触觉传感器量产，并扩大在机器人数据采集和多模态模型训练中的投入。
随着具身智能从演示走向实际部署，机器人触觉正从辅助功能逐步进入核心感知体系。现阶段，这一市场仍处于早期，行业尚未形成统一技术路线和接口标准。一目科技能否将传感器、数据和模型方案进一步转化为规模化收入，仍需观察其后续产品交付和客户部署情况。
