在2026世界人工智能大会（WAIC）上，一家成立近9年的科技企业——一目科技成为焦点。该公司宣布完成E轮超10亿元融资，投后估值突破百亿元，本轮融资由多家一线人民币基金、头部美元基金及产业方共同参与。这家由卡内基梅隆大学环境工程博士李智强于2016年创立的企业，此前专注于微光谱AI芯片和水环境监测领域，近两年才将业务重心转向具身智能赛道。
当前，大模型技术为机器人赋予了更强大的“大脑”，VLA、世界模型等技术不断刷新机器人理解任务和规划动作的能力。然而，当机器人从展台走向工厂和家庭时，一个关键短板显现出来：它们擅长推理，却缺乏“动手能力”。这一问题的根源在于数据——大语言模型的突破依赖于互联网积累的万亿级文本数据，而机器人在物理世界中的交互数据仍十分稀缺。更关键的是，视觉数据所能提供的物理信息存在天然局限，缺乏真实交互的“物理真值”，模型的理解本质上仍是一种压缩后的近似。
人类通过触觉感知世界。婴儿最初通过触摸、抓握和摔打来认识物体，而非语言。在物理世界中，视觉仅能提供物体的形态信息，而触觉才能揭示其本质属性——硬度、摩擦力、弹性和纹理。例如，在WAIC现场，一目科技演示了一项技术：两颗外观几乎完全相同的花生，视觉无法区分，但机器人通过指尖轻触即可判断真假。这一案例生动展示了触觉在物理交互中的不可替代性。
为解决这一问题，一目科技选择了视触觉（Vision-based Tactile）技术路径。传统力传感器仅能测量单一方向的力值，无法感知接触面的形变分布。而一目科技的方案是在柔性材料内部嵌入光学观测系统，当机器人与物体接触时，材料产生微米级形变，内置光学系统实时记录这些变化的图像，再通过AI算法还原出压力分布、剪切力、纹理、滑移趋势等多维物理信息。这一技术路线的工程难度极高，传统视触觉传感器厚度普遍超过20毫米，难以适配小型化灵巧手。一目科技通过全链路优化，依托自研的超表面硅光感光芯片，将传感器厚度压缩至3毫米以内，仅为行业同类产品的一半。其核心指标包括：分辨率超万点、力精度达毫克级、力分辨率0.005N、工业寿命超百万次按压，90%的触觉核心指标达到类人水准。
一目科技的目标不仅是开发一款传感器，而是构建一套让机器人持续理解物理世界的基础设施。其架构分为三层：第一层是触觉数据采集方案，通过整合UMI、DexUMI、Ego等主流数采技术，在真实操作场景中记录机器人与不同物体交互时的力度、触觉反馈信号，为机器人建立高质量的“触觉教材库”；第二层是自研的Tactile Transformer Encoder算法模块，将不同硬件采集的原始触觉信号提取为物体表面形态、材质软硬、光滑或粗糙等关键信息，并统一转化为通用编码，使后续的机器人策略模型能够直接调用；第三层是多模态具身智能大模型训练，将编码后的触觉数据与视觉、语言等模态融合，补全任务操作中长期缺失的触觉感知环节，训练出能感知、会决策、可行动的完整模型。
触觉传感器市场的快速增长印证了这一赛道的潜力。据行业数据，2026年国内人形机器人专用触觉传感器市场规模预计突破3.2亿美元，同比增速超160%，成为所有零部件中增速最高的细分领域；全球市场预计在2031年突破350亿美元。资本层面的热情也在升温。除了一目科技的10亿元E轮融资，本届WAIC上，千觉机器人展示了VTLA具身触觉模型和视触觉多模态数据集；傲意科技推出了OpenArm具身双臂机器人，作为灵巧手的标准化搭载与数据采集平台。触觉感知从去年的边缘议题迅速进入主流视野。
李智强将当前具身智能行业的竞争格局分为三类：第一类是以英伟达Cosmos、Physical Intelligence的π系列为代表的纯模型算法路线，聚焦数据和算法，不涉足硬件；第二类是以特斯拉Optimus、Figure、智元机器人为代表的软硬件一体路线，从本体到算法全部自研；第三类是一目科技选择的“基础设施层”路线，打通从感知入口到数据飞轮再到赋能模型的整条链路，以开放分工替代封闭自研。他表示：“在大模型领域，中国是追赶者；但在物理AI领域，中美几乎站在同一起跑线上。”
