在机器人技术领域，一个核心难题长期困扰着行业发展：如何让机器人的操作真正具备“智能”？全球机器人灵巧操作领域的奠基人Matthew T. Mason教授曾指出，机器人的灵巧性更多取决于“大脑”而非“手”。这一观点如今在具身智能领域得到印证——真正需要突破的，是让机器人理解物理交互的“脑”，而非单纯追求机械结构的复杂化。
8月11日，由Mason教授首位博士毕业生王煜领衔创立的戴盟机器人宣布完成数亿元战略融资，由蚂蚁集团领投，老股东超额跟投。这距离其完成亿元级A轮融资仅过去两个月，当时投资方包括汇川技术旗下产业基金与中国电信。至此，这家成立不足一年的企业已吸引招商局创投、联想创投、中国移动等头部产业资本入局。
产业资本的密集押注，源于戴盟机器人发布的一项突破性技术——全球首个触觉锚定世界模型Daimon-TWM。该模型通过原生触觉感知，实现了从物理认知到决策推演再到实时反馈的全链路闭环。与传统视觉主导的方案不同，这一“物理交互脑”能够捕捉受力、形变、摩擦等微观变化，甚至可以预判交互过程中的潜在风险。例如在拿起纸杯时，系统能通过触觉反馈判断杯壁形变程度，动态调整握力避免损坏物体。
实验数据显示，在调整、擦拭、插入等接触密集型任务中，Daimon-TWM在无扰动环境下成功率达64%，在人为干扰下仍保持53%的完成率，而同类模型π0.5在相同条件下的成功率分别仅为26%和6%。这种在动态环境中的自适应能力，恰好解决了工业场景中“机器人进厂拧螺丝”的核心痛点——当操作对象位置偏移或外部干扰出现时，系统能够持续修正动作而非直接停机。
技术突破的背后，是一支被投资人称为“全球稀缺”的触觉智能全栈团队。团队核心成员均出自卡内基梅隆大学机器人学派——创始人王煜作为Mason教授的首位博士生，将灵巧操作理论带回中国后，先后在香港科技大学机器人研究院培养了覆盖感知、决策、执行的全链条人才。现任CEO段江哗是其早期学生，曾入选MIT AI100青年科学家榜单；首席AI科学家原玮浩来自阿里通义实验室，兼具多模态大模型与机器人操作经验；触觉负责人杜仪湃则主导设计了单色光视触觉传感器。
在产业资本支持下，戴盟已构建起数据、评测、应用三大壁垒。其建立的Daimon-Infinity数据集包含数十万小时操作数据，覆盖仿真、无本体、遥操作三个层级，计划年内扩展至数百万小时；与中国移动合作的“数采进家庭”项目，在湖南郴州落地了全球首个具身数据采集5S店；行业首个含触觉全模态评测基准RobOmni，则为模型训练提供了统一标准。这些基础设施的完善，使其能够向OpenAI、Figure、特斯拉供应链等企业交付解决方案，目前海外客户占比已超25%。
从学术理论到商业落地，戴盟用十年时间完成了闭环。当行业仍在争论“大脑”与“手”谁更重要时，这家企业已经证明：只有让机器人真正理解物理世界的交互逻辑，才能突破具身智能的商业化瓶颈。
