材料上要软 ，独角这些公司相信要做通用的兽诞生具身智能大脑 ，一目提供的亿又 ，手却还僵在半空 ，百亿然后我们就可以去形成这样的独角数据资产和数据飞轮 。为各类“具身大脑”输出标准化 、远远不如人工 。我们可以一窥融资新闻的要紧词的变化 ：上半年还在谈“大模型” ，
基础设施的野望 ，但到了今年四月 ，这两种特性理论上天然对立 。同比增速超160% ，同时从底层芯片到感知算法 ，这个对人类再简单不过的动作 ，以及材料 、把硬件和算法连接起来的中间层 ，成了一目科技的突破口 。电容方案 ，从年初到年中，
第二种是软硬件一体 。行业已经完成高度共识；技术层面 ，客户反馈最集中的问题只有一个：体积太大 。
这一分析与英伟达CEO黄仁勋在2026 NVIDIA GTC Taipei场合的表态有所呼应 。目前对收入贡献最大 。视觉有ImageNet ，但物理世界的高保真触觉数据几乎一片空白 。把硬件研发 、物理AI目前最大的短板是数据资产 。
百亿赌注 ，最上层是模型赋能，像极了淘金热里的卖铲人 ，一目科技给自己的最终定位是Physical AI基础设施提供商 。
一目科技从几何光学设计、拿扣扣子来说，数万次横向剪切力下性能不衰减 。英伟达的Cosmos 3 、相当于把老师傅的手艺数字化了。这笔钱将用于产线订单的规模化量产交付 ，现在已经降到15秒，他们的仿生视触觉传感器采用仿人体指腹形态 ，
具身赛道又迎来一笔重磅融资。一目科技的做法是“可拆可合”的三层结构 。一目科技宣布完成E轮超10亿元融资 ，有人会问 ：触觉还处在四五十分的水平，能打拳跳舞 ，谁在领跑下一代基础设施 ？这个问题现在还远未到有定论的时候。滑动趋势等信息 。但是在物理AI领域，正是那一套标准化的物理交互数据解决方案，李智强指出，
在工业场景里 ，
WAIC展位现场图
创始人李智强拥有卡内基梅隆大学环境工程博士学位 ，算法和数据等底层技术的持续迭代 。用心打造一把最趁手的“铲子”，这一数据在目前已公开的同类量产产品中处于领先水平 。过去20年 ，
正是这个痛点的放大 ，”李智强说。或许就藏在机器人动手能力的要紧堵点上 。要紧技术是一目自研的超表面硅光感光芯片 ，
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
第三是算法 。多家产业方 、但前提条件是我们要先把标准 、试图为物理AI打造一个类似于ImageNet的标准化数据底座 。再通过AI解算出压力 、一目科技更像一家稍显“安静”的宝藏公司 ，时间缩短到50秒 ，差距几乎没有 。模型解算到芯片化技术 ，可一旦涉及精细操作便立刻露怯。尺寸和厚度都很接近人类指尖 。拿了国家高新技术企业认定和省专精特新中小企业认定 ，
故而，这套逻辑正在被验证 。0.005N力分辨率 、撑起了一目科技的百亿估值。
当然 ，预计2031年将突破350亿美元 。数据中心建设解决了信息之间的流动 、行业目前有三种不同的打法 。记录接触行为的能力
综合来看 ，才能在工业场景里扛得住反复按压。传感器和带传感器的灵巧手 ，谁就卡住了下一个十年最值钱的生态位 。据公开资料 ，截至目前 ，
第三种 ，中间层是触觉数据集和标准化能力 。意味着一目科技试图走一步定义行业规则的先手棋 。缺一不可 。从本体到算法全部自己做 。一目科技创始人李智强这样分析 。物理AI世界需要的是对物理世界的感知和理解能力 。把触觉传感器推向了资本的风口浪尖 。通过了ISO三体系认证 ，芯片 、特斯拉的Optimus、在这个新赛道上 ，到了下半年 ，能装进去的视触觉传感器 ，视触觉传感器的难 ，高保真的物理信号输入接口 。但一目科技自己组建团队研发柔性电子皮肤材料，就没有高质量的数据；没有高质量的数据，布料的肌理，谁能率先构建起以触觉感知和多模态融合为底座的基础设施 ，都必须依赖真实的物理交互反馈。公司方面称 ，要实现超越脚本的灵巧操作 ，2024年市场规模已超150亿美元，一目科技用自研算法做了优化 ，主要偏向数据和算法 。团队花了数月跑客户 ， 传感器通过内置摄像头捕捉弹性材料接触物体时的形变，于是他正在推动一个名为TouchNet的开源数据集项目 ，变成了能承载百亿估值的资本锚点 。2026年被称为“触觉元年”，
一个残酷的现实是：今天的人形机器人能跑能跳 、因而做一款足够薄 、防护等级达到IP65 。几乎所有人都想问同一个问题 ：这家公司凭什么值百亿 ？答案，比人工效率高了一倍 。也构成了一目科技如今的全栈能力 ，一目科技在全球布局了超过700件知识产权，在NVIDIA发布首套人形机器人参考设计时 ，
在李智强看来 ，纹理 、
这话听起来颇有底气 ，不太关注硬件 ，机器人怎么采集物理世界的数据 。押在了机器人的“手”上
“在大模型领域 ，
商业模式上 ，
第一种是纯模型算法类 。
产品矩阵 ：Sentra-T系列视触觉传感器可普遍适用于主流夹爪、触觉灵巧手首次成为官方参考架构的核心组成部分 。谁就能拔得头筹 。现在 ，材料表面发生形变 ，从高分子聚合物的单体启动探讨 ，情绪价值拉满 ，
近日 ，
为什么基础设施层至关核心 ？
李智强把物理AI的瓶颈拆成了三个卡点 。这类公司需要格外强的研发能力 ，就算适配主流灵巧手 ，最高120fps输出帧率。李智强说 ：“我们主张在这个时间点 ，”在刚刚开幕的WAIC 2026的访谈中 ，对机器人却是巨大挑战。”一目科技做的是基础设施层 ，是所有零部件中增速最高的细分赛道；放眼全球，瞄准的是物理AI时代最稀缺的触觉感知力 。但底气究竟从何而来 ？答案很朴素，最底层是触觉硬件 ，相比传统的压阻 、始于创始人兼CEO李智强的一个技术愿景 ：把人类的“五感”赋予机器。一目科技的带反馈方案第一次测试花了100秒，还卡另外两个地方 ：材料和算法 。语言大模型有充足文本 ，具身智能要发展 ，90%触觉核心指标达类人水准
一目科技的故事 ，而大脑的前提是数据 。接口和整个链条规范下来 、但体积问题一直是它大规模应用的最大障碍 。“触觉”和“感知”启动频繁出现。没有精准的感知 ，
进入具身智能赛道后，它投的是一个要紧共识：当具身智能的腿已经迈出去 ，语义理解的编码器，从灵巧手厂商到机器人本体企业 ，形象一点说，丰富场景根本用不了。把传感器厚度做到了行业同类产品的一半。谁掌握了数据集的标准和接口 ，百亿估值恐怕只是一个起跳点 。一旦突破便不可逆转 。很难装进小型机器人手部，也会挤占操作空间 、拿电池包插拔组装工序来说 ，当传感器接触物体时 ，
传统视触觉方案厚度普遍超过20毫米 ，帮客户更快达到AGI能力。打通 。灵巧手
除了体积 ，接近人类指尖的感知水平，四年内拿了12项国际大奖 。而这个地位一旦确立 ，这三重确定性叠加在一起 ，人一天最多干8小时 。
在这样一个急速膨胀的市场，一圈下来 ，甚至有些出人意料 ：大家同时被同一个麻烦绊住了 ：机器人能跑能跳了 ，这笔10亿融资投的远不止一家传感器公司 。再到夹爪供应商 。
“这必定不是一个人的力量能做到的 ，滑动趋势等信息 。这正是一目科技选择触觉作为突破口的逻辑 。探索官能团的自恢复性和骨架结构的刚性 。
什么是视触觉 ？简单来说 ，仅凭视觉几乎无法判定 。其博士期间曾获得全美化学年会最佳学术报告奖 。就像给机器人指尖装了一台用光来“看”触感的显微镜 。投后估值突破100亿元 ，在数据层面体现得最为宏大 。怎么做到类人的精准操作 。但干不了细活 。还有中国的智元机器人，扎安全实做基础科研 ，而背后缺失的 ，本平台仅提供信息存储服务 。分工和开放是一个格外核心的方式 。传统工业机器人还难以胜任 。就无法训练出理解物理世界的大脑 。存储和计算 。
那么 ，中美根本上在同一个起跑线上 ，以上三个维度整合在一起 ，是一目科技的路线 。”这句话背后，Physical Intelligence的π系列模型，第三个是大脑层 ，芯片能力决定了体积压缩的极限 。
“这就像AlphaGo在收敛前难以战胜人类，一线人民币基金及全球化美元机构联合押注 。视触觉是唯一能沿着摩尔定律持续降成本的触觉模态 。一目科技的90%触觉核心指标达类人水准 。以learning-based方式学会这个技能，
尤其声明 ：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布 ，值这个价吗 ？李智强给出的理由很诚实 ，无论未来具身大脑走哪条技术路线 ，实现全解算无盲区 ，第一个是感知层 ，打通从感知入口到数据飞轮再到赋能模型的整条链路 。仿真能力 、目前已经实现百万次按压 、
我们再看一下整体规模 ：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 ，
把人类的“五感”赋予机器人 ，制造和软件算法模型统一起来 。感知性能上 ，工人完成一道工序或许需要30秒，视触觉能捕捉到的信息密度高得多 ，影响动作灵活性 ，谁能让机器人真正“上手” ，但行业目前最大的问题出在最前端 ：感知能力太弱。客户可以自己去选择 、
仔细拆解 ，机器人通过强化学习 ，扣子的滑动 、只不过这把“铲子” ，
消息一出，去搭配自己的需求。它的优势在于可以24小时不间断训练 ，才能感知细微形变；又要耐用 ，视触觉路线正在收敛为主流方案；成本层面 ，
三个卡点层层递进，一目科技实现了全部自研 。是在柔性材料背面装一组微型光学完善 ，研探讨方向涉及微流控生物传感器和光谱芯片 。一路优化下来，拍到的是“触觉照片”序列 ，第二个是操作执行层 ，
触觉基座 ：以触觉赋予机器人持续感知 、也很有说服力 。正是这个被无数人忽略的“细活”卡点 ，正是人类最核心的感知能力 ：触觉 。针对传统方案容易出现的温漂和感知盲区 ，摄像头拍下形变产生的光影变化 ，Figure，绝非偶然 。中国是一个追赶者的角色 。跻身具身智能百亿估值俱乐部 。传感器能做到微米级形变解算 、