触觉赛道融资超25亿元：资本升温，数据对齐仍是难关
据不完全统计，7月以来机器人触觉赛道至少发生8起融资，金额超过25亿元。资金正在进入传感器、数据和模型公司，但触觉数据稀缺、采集成本高及多模态对齐仍限制真实任务表现。
自7月以来，具身智能触觉赛道至少发生8起融资，金额超过25亿元。帕西尼和一目科技最新一轮融资均达到10亿元，并进入百亿元估值区间。
资本关注的原因，是视觉在精细操作中存在天然盲区。夹爪伸进包内、抓取时遮住耳机，或者物体开始滑动时，摄像头可能看不到关键接触状态；触觉可以补充接触位置、压力、受力分布、摩擦与滑移趋势，让控制系统动态调整抓取点和力度。
硬件路线已经分化。压阻、电容和霍尔效应仍是常见方案，近两年视触觉传感器也快速升温：它用摄像头观察软胶受力后的形变，再由算法还原接触面的形状与受力。千觉机器人官网展示了多款传感器和智能触觉夹爪，公司称其主要押注视触觉路线。
触觉数据比普通视频更难规模化。业内人士称，触觉手套或UMI数据采集设备整套可能需要数万元到十几万元；单个视触觉传感器约一两千元，两指夹爪可能使用4个，灵巧手可能使用10个。不同设备的安装、磨损、漂移和采样频率又会带来额外校准成本。
更大的难点在模型端。把触觉力信号直接拼接进预训练视觉—语言—动作模型，任务成功率反而可能下降，原因涉及时间频率、表示方式及视觉、动作、物体状态之间的对齐。触觉只有在发生接触时才产生有效信号，不能像视频那样持续记录。
企业正在尝试不同的数据路线。千觉通过自研传感器、采集设备和数据处理流程训练触觉模型；智在无界则尝试从大规模人类视频推断接触概率和连续接近度，再用少量硬件采集数据补足精度。前者成本更高但信号更直接，后者扩展更快但依赖估算。
千觉创始人称，今年上半年产品订单量已是去年全年的数倍；多家公司仍处于概念验证阶段。
截至2026年8月16日，公开信息能够确认的是资本与企业数量在增加，不能据此推断某条触觉路线已经胜出。要判断“手感”是否真正转化为生产力，还需要统一评测、第三方重复实验，以及在遮挡、磨损、温差和长期运行条件下的真实数据。