在具身智能领域，资本流向正悄然发生转变。过去，大量资金涌入机器人本体研发与大模型构建，如今，一家专注于机器人触觉感知的公司——一目科技，凭借其独特的技术路径与商业潜力，吸引了超10亿元的E轮融资，估值一举突破百亿元大关。
与许多急于将自己包装成机器人巨头的企业不同，一目科技将目光聚焦于材料、芯片、算法与数据等底层技术。这些看似细碎的工程问题，实则指向一个宏大目标——推动物理世界通用人工智能（AGI）的进化。其核心产品——视触觉传感器，虽仅有几毫米厚，却能赋予机器人稳定、连续且可计算的接触反馈能力，让机器人真正“感知”到与世界的互动。
机器人进入真实世界后，面临的挑战远不止于“看见”物体。视觉语言模型虽能让机器人识别物体、理解指令，但在实际操作中，机器人往往因缺乏“手感”而犯错。例如，在抓取杯子时，机器人可能无法准确判断指尖是否已贴紧杯壁，或杯子是否开始下滑。这种对接触反馈的缺失，使得精细操作长期难以实现。
一目科技正是瞄准了这一痛点，通过其视触觉传感器，将接触过程中的压力分布、纹理、滑动趋势等物理信息转化为模型与控制系统可读取的数据。这一技术不仅为机器人提供了操作闭环，更使其从演示方案转变为实际生产力成为可能。
触觉传感器并非新技术，但此前多用于工业检测与实验室研究。如今，随着具身智能的快速发展，触觉感知的重要性日益凸显。当机器人开始接触真实任务时，模型虽能识别目标，机械臂也能到达目标，但在插拔、装配等精细操作中，系统却因缺乏足够精细的反馈而难以胜任。这时，触觉传感器便从实验室中的感知器件，转变为可能产生订单的工程能力。
工厂成为触觉感知技术的首批应用场景。相较于家庭环境的开放性与任务变化性，工厂的任务边界更为清晰，动作可反复训练，且节拍、良率、停机时间与人工替代成本均可量化。一目科技在电池装配场景中的实践便是一个典型案例。通过引入触觉反馈与学习算法，系统动作效率得到快速迭代，单次操作时间从人工的30秒缩短至15秒，且成本、可靠性与人工替代效果均经过多轮方案对比验证，赢得了客户的认可。
一目科技之所以能获得资本青睐，关键在于其将多个工程化难题向前推进了一步。在传感器尺寸上，通过自研超表面硅光感光芯片，将厚度压至3毫米以内，直接拉开了硬件集成度的壁垒；在材料工程上，从高分子聚合物单体切入底层研发，实现超百万次按压不损坏，力分辨率保持0.005N；在数据层面，联合斯坦福大学等机构推进TouchNet开源触觉数据集项目，试图建立行业通用数据标准，从而在物理交互数据入口处建立基础设施壁垒。
然而，百亿元估值的背后，一目科技仍面临多重考验。技术上，触觉传感器作为硬件产品，需经历长时间积累与跨学科沉淀，未来还需在更薄尺寸、更多感知模态上持续突破；场景复制上，需从一个工位扩展到一条产线、一个行业，每一步都需重新验证节拍、良率与维护成本；生态构建上，数据标准的成功与否取决于传感器公司、机器人厂商与模型团队的共同采用，若仅服务于自家硬件与算法，则难以成为行业基础设施。
