如果一笔超过10亿元的资金要押注具身智能，它会流向哪里？过去几年，资本给出的答案是一部分钱投向机器人本体，解决行走、关节、灵巧手和整机工程；另一部分投向大模型，解决机器人如何理解指令、规划任务和生成动作。现在，第三类公司开始变贵。
7月18日，虎嗅独家获悉，一目科技完成超10亿元E轮融资，估值突破100亿元。本轮融资由多家一线人民币基金、头部美元基金和知名产业方联合参与，庚辛资本担任长期财务顾问。所融资金将用于具身智能触觉感知材料、芯片、算法和模型的研发，以及产线订单的规模化量产和高质量交付。
机器人会推理，却不会动手
过去两年，具身智能行业的关注度长期集中在“本体硬件”与“大脑大模型”两端，但随着产业落地推进，“机器人会推理却不会动手”的瓶颈逐渐凸显。一目科技切入的，正是触觉这一技术难度最高但100%的机器人公司均有刚需的物理AI赛道空白。
一目科技做的东西很小，贴在机器人灵巧手的末端，厚度只有几毫米；但它试图解决的问题并不小：机器人进入真实世界后，如何获得稳定、连续、可计算的接触反馈。对具身智能来说，这几毫米的价值在于：机器人终于有机会知道，自己到底有没有真正“拿住”这个世界。
视觉语言模型让机器人进步很快：它们能识别物体、理解指令、规划动作。但一旦进入真实操作，最容易出错的地方往往不在“看见”，而在“碰到”。视觉可以告诉机器人杯子在哪里，却很难告诉它：指尖是否已经贴上杯壁，杯子有没有开始下滑，蛋壳还能承受多大压力。抓取不是一个静态动作——杯子刚拿起来没滑，不代表移动过程中不会滑；两个表面看起来一样的物体，摩擦系数可能完全不同；同一个杯子，空杯和满杯需要的抓握力也不是一回事。
人类几乎不会意识到这套反馈系统的存在。拿起鸡蛋时，手指会根据蛋壳的细微形变自动收力；杯子开始下滑时，指尖会先于意识加大握力。我们以为自己只是“顺手一拿”，实际上手指一直在高速读取压力、摩擦、形变和滑动趋势。机器人缺的，正是这层“手感”。
全球最薄可量产的仿生视触觉传感器
一目科技的核心产品是仿生视触觉传感器。它在传感器表面铺设弹性材料，物体接触后产生细微形变，内部光学器件读取这些变化，再由算法解算出压力分布、纹理、滑动趋势等物理信息。一次触碰，由此被转化成模型和控制系统可以读取的数据。
目前传感器厚度已迭代至小于3毫米，是全球最薄可量产的仿生视触觉传感器，破解了灵巧手“装不下”的行业瓶颈。核心指标包括：分辨率万点以上、力精度达毫克级、力分辨率0.005N、工业寿命超百万次按压。综合来看，90%触觉核心指标达类人水准。
更关键的是成本。一目科技的传感器成本变化契合摩尔定律趋势，指数级下降——触觉传感器正在从少数高端实验室的“奢侈配置”，变成整个机器人行业用得起的基础设施。
不止于传感器：数据-算法-模型的三层方案
估值破百亿背后的逻辑，是一目科技在传感器周围构建了一套三层架构，把触觉变成了机器人可理解、可使用的关键能力。
第一层是触觉数据采集方案和标准数据集构建，通过与UMI、DexUMI、Ego等主流数采技术深度整合，在真实操作场景中记录操作不同物体时所需要的力度，以及任务成功或失败时的触觉反馈信号。这相当于为机器人建立起一套高质量的触觉教材库。
第二层是自研的Tactile Transformer Encoder算法模块，能把不同硬件采集到的原始触觉信号，提取出物体表面形态、材质软硬、光滑还是粗糙等关键信息，并统一转化成通用编码。这样无论底层用什么触觉传感器，后续的机器人策略模型都能直接读懂。
第三层是多模态具身智能大模型训练，把编码好的多维触觉数据与视觉、语言等模态数据融合，补上了以往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。
三层构成一个正向闭环——客户买到的不只是一颗传感器，而是一套会持续进化的物理交互解决方案。
十年跨过一道坎，商业版图横跨全球
学术界对触觉传感器的研究已持续数十年，但全球实验室面临一个共同的难题：能做出一两个样品，但做不出成千上万颗一致性好、成本可控的工业产品。这需要企业在材料科学、精密光学、力学仿真、融合芯片和AI算法五个领域同时建立自研能力。一目科技花了十年跨过了这道坎。
商业化层面的认可随之而来。一目科技的商业版图已横跨全球的人形机器人、汽车、数据采集、制药、食品等多领域。数据采集公司是最早嗅到机会的一批客户，采购传感器与数采方案专门构建具身模型训练所需的物理交互数据。全球化机器人厂商则将一目科技的视触觉方案直接嵌入灵巧手与操作模组。
当 Physical AI 真正伸手触碰物理世界，资本正在重新为机器人的“手感”定价。一目科技跻身百亿俱乐部，标志着具身智能的投资逻辑正在从“会走会跳”转向“能摸能干”——机器人不能只识别物体，还要稳定操作物体；不能只完成演示，还要在产线上持续干活。几毫米的触觉，由此打开了一个极具商业想象力的入口。
