7月18日，2026世界人工智慧大會（WAIC）期間，一目科技宣佈完成E輪超10億元融資，投後估值突破100億元。本輪融資由多家一線人民幣基金、頭部美元基金及產業方聯合參與。這家成立近9年的公司，從微光譜AI晶片和水環境監測起家，近兩年轉向具身智慧賽道，主攻視觸覺感測器技術。
當前，大模型讓機器人擁有了越來越聰明的“大腦”，VLA、世界模型等技術路線不斷重新整理機器人理解任務和規劃動作的能力。但當機器人真正進入工廠和家庭，一個結構性短板暴露無遺：它們會推理，卻不會動手。問題的根源在於資料——大語言模型的突破建立在網際網路數十年積累的萬億級文本資料之上，而機器人在物理世界中的互動資料至今仍是稀缺資源。更深層的問題在於，視覺資料所能提供的物理資訊存在天然天花板：視覺只能提供物體的形態資訊，而觸覺才能揭示物體的硬度、摩擦力、彈性、紋理等“物理脾氣”。
一目科技選擇的技術路徑是視觸覺（Vision-based Tactile），其核心邏輯是在柔性材料內部建立光學觀測系統。當機器人與物體接觸時，材料產生微米級形變，內建光學系統即時記錄這些變化的影像，再通過AI演算法還原出壓力分佈、剪下力、紋理、滑移趨勢等多維物理資訊。這一技術路線的工程難度不低：傳統視觸覺感測器厚度普遍超過20毫米，難以適配小型化靈巧手。一目科技從幾何光學設計到晶片化技術進行全鏈路最佳化，依託自研的超表面矽光感光晶片，將感測器厚度壓縮至3毫米以內，達到行業同類產品的一半。核心指標方面：解析度萬點以上、力精度達毫克級、力解析度0.005N、工業壽命超百萬次按壓。綜合評估，90%觸覺核心指標達類人水準。
一目科技試圖構建的不只是一顆感測器，而是一套讓機器人持續理解物理世界的基礎設施。其架構分為三層：第一層是觸覺資料採集方案，通過與UMI、DexUMI、Ego等主流數採技術整合，在真實操作場景中記錄機器人與不同物體互動時的力度、成功或失敗的觸覺反饋訊號，相當於為機器人建立一套高質量的“觸覺教材庫”；第二層是自研的Tactile Transformer Encoder演算法模組，將不同硬體採集到的原始觸覺訊號提取出物體表面形態、材質軟硬、光滑或粗糙等關鍵資訊，並統一轉化為通用編碼，使後續的機器人策略模型能直接呼叫；第三層是多模態具身智慧大模型訓練，將編碼後的觸覺資料與視覺、語言等模態融合，補上以往任務操作中長期缺失的觸覺感知環節，訓練出能感知、會決策、可行動的完整模型。
觸覺感測器市場的膨脹速度印證了賽道的確定性。據行業資料，2026年國內人形機器人專用觸覺感測器市場規模預計突破3.2億美元，同比增速超160%，成為所有零部件中增速最高的細分賽道；全球市場預計在2031年將突破350億美元。資本層面的熱度同樣在升溫：本屆WAIC上，千覺機器人展出了VTLA具身觸覺模型和視觸覺多模態資料集；傲意科技帶來了OpenArm具身雙臂機器人作為靈巧手的標準化搭載與資料採集平台。觸覺感知從去年的邊緣議題，迅速進入主流視野。
一目科技創始人李智強將當前具身智慧行業分為三種打法：第一類是以輝達Cosmos、Physical Intelligence系列為代表的純模型演算法路線，聚焦資料和演算法、不碰硬體；第二類是以特斯拉Optimus、Figure、智元機器人為代表的軟硬體一體路線，從本體到演算法全部自研；第三類是一目科技選擇的“基礎設施層”路線，打通從感知入口到資料飛輪再到賦能模型的整條鏈路，以開放分工替代封閉自研。李智強在WAIC期間表示，在大模型領域中國是追趕者角色，但在物理AI領域，中美基本上在同一個起跑線上，差距幾乎沒有。