觸覺具身來了個夢之隊：天使輪近億

允中 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

過去兩年，具身智能的資源與研究重心高度集中于視覺感知，聚焦于“讓機器人看懂世界”。

但在真實精細化操作場景中，核心挑戰(zhàn)往往不在視覺識別本身，而在物理接觸后的交互環(huán)節(jié)

能夠完成USB接口的視覺對準，卻難以判斷插入過程中的受力變化與合適力度；能夠夾起衣物，卻無法實時感知布料的滑移狀態(tài)與張力分布，難以完成精準的褶皺整理。

絕大多數(shù)精細化操作的失敗節(jié)點，并非視覺識別階段，而是物理接觸發(fā)生之后的交互過程。

這一行業(yè)共性痛點，正是新智具身選擇觸覺具身智能賽道的核心切入點。

5月27日，上海新智具身智能科技有限公司（NeoteAI，以下簡稱“新智具身”）宣布完成近億元天使輪融資，本輪由上海國投旗下上?？苿?chuàng)集團，以及復(fù)旦科創(chuàng)聯(lián)合領(lǐng)投，上?？苿?chuàng)集團旗下策源基金等共同投資，多維資本擔任獨家財務(wù)顧問。

據(jù)公開信息顯示，新智具身源自復(fù)旦大學(xué)可信具身智能研究院，背靠產(chǎn)學(xué)研與地方政策雙重加持，作為復(fù)旦大學(xué)與靜安區(qū)戰(zhàn)略合作的重要落地成果，公司在初創(chuàng)期便獲得靜安區(qū)科經(jīng)委與市北高新集團的大力培育，先后獲得靜安區(qū)戰(zhàn)略性資金及上海市經(jīng)信委促進產(chǎn)業(yè)高質(zhì)量發(fā)展專項資金的支持，上海市科委也針對其核心視觸覺傳感器的研發(fā)給予了專項經(jīng)費支持，全面加速公司的技術(shù)攻關(guān)進程。

在行業(yè)持續(xù)押注視覺、VLA和大模型的時候，新智具身選擇把一個更底層的物理問題放回機器人訓(xùn)練主干：

機器人不只要看懂世界，還要在碰到世界之后，知道自己碰到了什么、碰得對不對、下一步該怎么動。

簡單說，它賭的是觸覺。

機器人缺的不只是視覺，還有手感

機器人精細化操作的絕大多數(shù)失敗，都發(fā)生在與物理世界產(chǎn)生接觸的瞬間及后續(xù)過程。

對于人類而言，很多判斷幾乎是下意識完成的：

• 手指觸碰到接口邊緣時，手腕會根據(jù)阻力反饋自然微調(diào)角度；
• 拿起紙杯時，指尖會依據(jù)杯壁形變實時調(diào)整夾持力度；
• 整理布料時，手部會順著張力變化動態(tài)改變拉動方向。

而這些，正是當前機器人感知體系中缺失的關(guān)鍵一環(huán)。

新智具身的核心行業(yè)判斷是，具身智能正從單一“視覺中心主義”，向“視覺+觸覺雙中心”的感知體系演進：視覺負責全局定位與語義理解，觸覺則承擔接觸后的物理狀態(tài)反饋與動態(tài)調(diào)整

只要機器人與物理世界產(chǎn)生交互接觸，觸覺信息就是不可或缺的核心感知要素。

但觸覺感知的落地，絕非簡單加裝一個傳感器就能實現(xiàn)。

若觸覺信息僅停留在孤立的硬件讀數(shù)層面，便無法真正轉(zhuǎn)化為機器人的操作能力。

新智具身的核心目標，是將觸覺感知轉(zhuǎn)化為可訓(xùn)練的標準化數(shù)據(jù)，使其深度融入具身模型的訓(xùn)練與推理全鏈路。

新智具身的核心團隊源自復(fù)旦大學(xué)可信具身智能研究院，具備深厚的產(chǎn)學(xué)研融合基因。

CEO趙世豪本碩畢業(yè)于復(fù)旦大學(xué)，博士就讀于香港大學(xué)，曾作為核心研究員在微軟全球研究院、阿里通義實驗室深耕前沿模型研發(fā)，研究覆蓋視頻世界模型、生成式模型；

首席科學(xué)家吳祖煊為復(fù)旦大學(xué)可信具身智能研究院副院長，曾任職于Meta，長期深耕視頻模型、多模態(tài)模型等核心領(lǐng)域；

COO董道國則是兼具學(xué)術(shù)與產(chǎn)業(yè)經(jīng)驗的跨界人才，具有近20年的產(chǎn)業(yè)界經(jīng)歷，曾任華為榮耀Magic一代首席架構(gòu)師，現(xiàn)任復(fù)旦大學(xué)可信具身智能研究院研究員，主要為公司的技術(shù)商業(yè)化保駕護航。

正是基于團隊在多模態(tài)模型領(lǐng)域的深厚積累，新智具身并未選擇單一硬件的切入路徑，而是同步布局視觸覺傳感器、精細化數(shù)據(jù)采集平臺與觸覺具身大模型三大核心板塊，構(gòu)建完整的技術(shù)閉環(huán)。

先把觸覺信號采回來

新智具身技術(shù)落地的首要環(huán)節(jié)，是實現(xiàn)機器人末端執(zhí)行器接觸信息的高精度采集

公司自主研發(fā)的視觸覺傳感器，可全面適配工業(yè)夾爪與靈巧手等末端執(zhí)行器，能夠精準采集接觸過程中的力值、滑移、形變與邊界輪廓等多維度物理信息。

△新智具身·視觸覺傳感器

這一技術(shù)路線的核心在于視觸覺感知范式。

傳統(tǒng)壓阻式、電容式觸覺傳感器多輸出低維離散點信號，僅能反饋單點受力狀態(tài)，無法完整還原接觸面的幾何輪廓、滑移方向、表面紋理與形變邊界等關(guān)鍵信息。

更為關(guān)鍵的是，此類方案的感知性能上限在硬件出廠時即已基本固化，難以通過后續(xù)算法迭代實現(xiàn)能力提升。

視觸覺技術(shù)采用全新的感知原理：傳感器內(nèi)部集成微型光學(xué)相機，通過拍攝柔性硅膠表層在接觸物體時產(chǎn)生的亞毫米級形變圖像，再由端側(cè)深度學(xué)習(xí)模型解耦出六維力信息、滑移軌跡、物體表面輪廓與像素級力場分布。

這一技術(shù)路線具備兩大核心優(yōu)勢：

其一，感知信息密度顯著提升，能夠提供傳統(tǒng)傳感器無法實現(xiàn)的全域接觸表征

其二，輸出數(shù)據(jù)格式與視覺數(shù)據(jù)高度兼容，可與現(xiàn)有Transformer架構(gòu)及視覺數(shù)據(jù)實現(xiàn)自然融合，大幅降低了觸覺模態(tài)接入已有具身模型的技術(shù)門檻。

新智具身的視觸覺傳感器，主要由復(fù)旦可信具身智能研究院研究員陳文明及其博士生羅虎主導(dǎo)研發(fā)，這也是公司與復(fù)旦大學(xué)產(chǎn)學(xué)研融合的首個標志性成果。

觸覺具身數(shù)據(jù)Scaling up

傳感器的突破只是觸覺具身智能的第一步。

觸覺感知能力的真正釋放，依賴于大規(guī)模、高質(zhì)量的觸覺交互數(shù)據(jù)支撐。

為解決行業(yè)觸覺數(shù)據(jù)稀缺的痛點，新智具身搭建了超千平方米的專業(yè)化觸覺具身數(shù)據(jù)采集中心

△新智具身·大規(guī)模觸覺+視覺的具身數(shù)據(jù)采集

數(shù)據(jù)采集任務(wù)圍繞精細化操作場景展開，包括USB插接、螺絲擰入、內(nèi)存條安裝等接觸操作；線束裝配、薄壁容器抓取、彈性部件處理等對力度控制要求較高的任務(wù)；織物整理、紙張折疊、膠帶粘貼等易變形物體的操作。

上述任務(wù)的核心難點在于，操作成敗的關(guān)鍵信息僅存在于接觸過程中。

新智具身構(gòu)建了互補式的觸覺具身數(shù)據(jù)采集體系：

真機采集線通過標準化的機械臂，保證數(shù)據(jù)的精度、一致性與多模態(tài)同步性，所有采集單元均集成自研視觸覺傳感器與力反饋系統(tǒng)

全自研觸覺UMI便攜式采集終端則降低了數(shù)據(jù)采集的部署成本與周期，同時支持跨品牌、跨型號機械臂的數(shù)據(jù)遷移與適配。

在數(shù)據(jù)規(guī)模的認知上，新智具身采用了跨行業(yè)的對比視角。

當前具身領(lǐng)域數(shù)據(jù)量大約還在千萬級別，而語言模型則從十億甚至百億起步，這種數(shù)量級的差距直接限制了具身模型的泛化能力與魯棒性。

因此，公司將數(shù)據(jù)規(guī)模化積累作為現(xiàn)階段的最高優(yōu)先級，采取“先做大規(guī)模，再優(yōu)化成本”的發(fā)展路徑。

目前所有采集數(shù)據(jù)均優(yōu)先供給內(nèi)部模型訓(xùn)練，待數(shù)據(jù)體系與采集流程成熟后，再逐步探索數(shù)據(jù)服務(wù)等商業(yè)化模式。

不止于數(shù)據(jù)，觸覺如何賦能模型

數(shù)據(jù)的終極價值，在于深度融入模型訓(xùn)練與推理鏈路，轉(zhuǎn)化為機器人的實際操作能力。

新智具身的目標是將觸覺接入預(yù)訓(xùn)練具身大模型（VTLA與Tactile世界模型），并結(jié)合融入觸覺模態(tài)的強化學(xué)習(xí)技術(shù)路線，系統(tǒng)性構(gòu)建觸覺賦能的具身智能能力，并在多個精細化操作任務(wù)中取得了重大突破。

傳統(tǒng)VLA依賴視覺與語言輸出動作，面對精細操作容易因為感知盲區(qū)而失敗。

新智具身的VTLA模型可實時獲取接觸反饋：夾持、滑移、到位、形變等真實狀態(tài)，精準指導(dǎo)操作的完成。

世界模型需學(xué)習(xí)動作與環(huán)境變化的關(guān)聯(lián)，純視覺難以應(yīng)對柔性材料、精密裝配等精細化任務(wù)。

新智具身的觸覺世界模型補齊了物理信息短板，極大的提高了精細化操作的成功率。

到了強化學(xué)習(xí)里，觸覺則成為實時修正動作的信號。阻力異常、夾持不穩(wěn)、發(fā)生滑移，都可以被模型用來調(diào)整下一步動作。

先在工廠里驗證

商業(yè)化上，新智具身的第一站是工廠

原因不復(fù)雜：任務(wù)結(jié)構(gòu)清楚，效果可量化，泛化要求低于家用場景，觸覺帶來的增益也更容易被驗證。

線束裝配、內(nèi)存條插拔、柔性材料整理、家紡操作，都是典型的精細化操作場景。

它們長期依賴人工，不是因為視覺定位做不到，而是接觸之后的狀態(tài)變化太復(fù)雜。

上海本地完善的產(chǎn)業(yè)生態(tài)，也為技術(shù)落地提供了得天獨厚的土壤。

汽車、3C、家紡等產(chǎn)業(yè)高度集聚，涉及大量精細化操作場景，與新智具身重點布局的數(shù)據(jù)采集與技術(shù)驗證方向高度契合。

當前，公司已在多個工業(yè)細分場景落地POC驗證訂單

后發(fā)者要換一個入口

新智具身的競爭視角也比較明確。

團隊的后發(fā)判斷是，純視覺路線經(jīng)過多年的高速發(fā)展，已進入資源密集型競爭階段，研發(fā)成本不斷攀升，但其在精細操作領(lǐng)域的固有局限也日益凸顯。

對于后發(fā)企業(yè)而言，沿著先行者的軌跡亦步亦趨難以實現(xiàn)突破，唯有找到行業(yè)尚未解決的核心難題，從新的技術(shù)變量切入，才能構(gòu)建起不可替代的競爭壁壘。

而新智具身的判斷正是將觸覺從可選模態(tài)變?yōu)闄C器人的標配

看懂任務(wù)只是具身智能的入門要求，能否在物理交互過程中實時調(diào)整動作、穩(wěn)定完成任務(wù)，才是下一階段行業(yè)競爭的核心分水嶺。