模量科技获数千万元Pre-A轮融资：触觉传感器规模化量产是否已至拐点？

人形机器人的量产前夜，一个令人不安的悖论正在浮现。机器人拥有比人类更锐利的视觉，能在一微米内定位物体；拥有远超人类的关节扭矩，轻易举起百公斤重物。但当它要用三根手指捏起一颗草莓，或用适当的力度握持一个纸杯时，却可能表现得像第一次使用义肢的初学者。这个悖论的关键，卡在触觉上。在具身智能的感知拼图中，视觉与听觉已趋于成熟，通过海量数据训练与深度学习模型，机器在图像识别和语音交互上的表现已逼近甚至超越人类水平。然而，触觉——这一最基础、最本能的物理交互通道——却成为机器认知物理世界最后一块、也是最具挑战性的拼图。它不仅要求传感器感知压力的有无和大小，更需要在毫秒级的瞬间，同时推断接触物体的材质纹理、接触面的精确姿态、物体是否正在滑落以及滑落的趋势，并将这些零散、多模态的物理信号实时转化为可供算法模型理解的标准化数字信息。这远不是一个简单的压电陶瓷片发出“有接触”信号，或一枚应变计测量单轴力就能解决的问题。它需要一整套从最上游的材料配方和微观结构设计，到中游的器件封装与信号调理，再到下游的多维力解耦算法和标定体系所构成的垂直基础设施。

正是在这个技术收敛趋势初显、下游需求即将爆发性增长的交汇点上，一家创立时间尚不足两年的深圳硬科技公司模量科技受到了资本密集关注。36氪获悉，模量科技近日完成数千万元Pre-A轮融资，由猎鹰投资与益华资本联合投资，点石资本担任财务顾问。这距离公司2025年底成立后快速完成的天使轮融资仅过去数月。一家成立不到两年的初创企业，不仅在战略上同时布局压阻式和视触觉两条业内公认工艺与算法挑战最大的技术路线，并已实现向十余家头部机器人企业的批量供货。这条成长路径，不仅意味着单一公司的技术实力，更折射出整个触觉传感器赛道正在发生的深刻结构性变化：从实验室的样品展示，走向供应链的真实交付；从“要不要用触觉”的行业迟疑，到“如何更快、更便宜、更可靠地用上触觉”的产业化竞速。

触觉传感器的两条技术路线，模量选择同时下注的双轨逻辑

当前，全球机器人触觉方案主要存在两条已经经过初步产业化验证的技术路径。一条是压阻式路线，其核心原理是利用柔性高分子复合材料或微纳导电结构在受力时内部电阻发生变化的特性，来感知压力的大小与分布。这一路线的主要优势在于轻薄、可弯折、有利于大面积覆盖，且制造成本相对较低，非常适合用于机器人手掌、指腹等需要大面积接触感知，但对分辨率要求并非极端苛刻的区域。另一条则是视触觉路线，其原理完全不同，它通过在透明的弹性体内部嵌入微型高清摄像头，直接观察弹性体与物体接触时产生的微观形变，再通过计算机视觉和深度学习算法，反向解算出三维力矢量、力矩以及接触表面的细微纹理和几何特征。此路线的分辨率极高，能够捕捉到滑移的初始信号和材质差异，是执行精密抓取、灵巧操作的指尖必备方案。两条路线在物理原理、精度极限、响应速度、制造工艺复杂度、成本结构以及抗环境干扰能力上各有利弊，行业内绝大多数企业通常选择其中一条路径进行深度耕耘。

模量科技一个显著的战略差异在于，它选择两条路线同步推进，并以此为基础构建方案护城河。公司已推出了MoFi压阻式触觉模组和MoVi视触觉六维力模组，并针对机器人手部不同区域的结构和功能需求，提出了一套“视触觉+压阻”的协同方案：在需要执行抓取、滑移检测和材质识别等精细决策的指尖区域，采用视触觉方案以获取高分辨率、高信息密度的触觉反馈；在需要覆盖较大面积以感知整体接触分布和持握状态的指腹和手掌区域，则大面积使用轻薄且成本更优的柔性压阻式电子皮肤，获取接触力学分布。联合创始人周建林在接受采访时，对这一布局的行业站位给出了直接判断：“目前行业内能够同时布局压阻式触觉和视触觉方案，并将两者集成到灵巧手中的企业并不多。”这一判断有其现实的产业链作为依据——同时驾驭两条路线，意味着公司内部需要管理两套截然不同的材料科学体系、微纳制造工艺、光学设计路径和力矩解耦标定算法，其内部研发资源分配和供应链协同的复杂度，远高于只走一条路线的企业。这也可能是投资人眼中一道需要团队具备极强跨学科工程化能力才能跨越的壁垒。

从传感器到“触觉大脑”：一个尚未闭合的数据飞轮构想

除了传感器模组本身，模量科技还在上游的数据获取环节进行了硬件布局，推出了可穿戴式触觉数据采集手套。这款手套采用织物基底的柔性结构，将触觉传感器与惯性测量单元等姿态传感器集成其中，能够支持使用者在进行自然抓取动作的过程中，同步记录接触力、接触分布、手掌姿态等多维度信息。相较于传统实验室里采用“夹爪末端加装摄像头”的方式，这种贴近人类操作习惯的采集方案，理论上能够获得更丰富、更接近真实人机交互的数据流。公司的远期规划是基于此类采集硬件，逐步构建一个被称为“触觉大脑”的感知模型，其核心逻辑是形成一个“视触觉传感器—数据采集—触觉模型”的封闭数据飞轮。这是一个值得市场持续关注的战略信号，因为在人工智能领域，数据的可获得性和质量往往是决定模型性能上限的关键。触觉数据的采集难度和稀缺性远高于视觉与语音数据，若企业能率先构建一个标准化的、大规模触觉本体模型，就可能在长期竞争中占据类似视觉领域里ImageNet当初所扮演的那种基础设施级的数据壁垒地位。不过，需要明确指出的是，这一关于构建“触觉大脑”和模型数据飞轮的构想，目前仍处于早期的规划阶段，其具体的模型架构、训练进度、数据集规模和实际表现等进展均未披露。

商业化初显头部效应，但真正的起量节奏仍由下游支配

从公开信息来看，模量科技的商业化速度在触觉传感器这一前沿硬件赛道中处于前列。公司披露其目前已累计服务十余家头部机器人及灵巧手企业，与其中两家头部客户达成了完整的触觉感知解决方案合作，具体的合作形式可能包括定制化模组、联合标定和软件接口适配等，数百万级的规模化订单正在完成交付的最终阶段。在工业制造侧，公司则已与三家以上行业龙头完成了商业化交付，成功切入新能源电池检测、工业自动化、3C制造和汽车零部件等场景。其工业产品线中的MoTe压力分布测试模组，已被用于电池包的鼓包膨胀力测试、自动化产线中压装工序的受力一致性检测等具体工业场景。

这些数字清晰地表明，模量科技绝非停留在实验室样机阶段，而是已经进入了真实且有一定规模的客户采购和导入流程中。然而，有必要对当前商业化披露的程度进行一个结构更为清晰的区分。“累计服务十余家头部企业”这一表述，代表的是送样测试、小批量导入和初步应用验证的客户关系建立阶段；而“数百万级订单即将完成交付”，才标志着真正规模商业化的开始。中间需要一个关键的跳跃：多家客户的测试导入，并不一定会在同一时间窗口内同步转化为放量订单，这其中的节奏差异，完全取决于下游人形机器人整机厂商和灵巧手厂商自身产品的定型、产能爬坡和量产时间表。联合创始人周建林在采访中提供了一个清晰的算账逻辑：以头部人形机器人厂商为例，若其年产量达到1万只灵巧手，按50%至60%的触觉传感器渗透率计算，对应的市场空间约为5000至6000只灵巧手需要配置触觉模组，而每只手通常需要6个以上模组，在一些追求更高操作精度的复杂方案中，单只手的模组用量甚至可能超过10个。这个推演逻辑在行业增长预期的语境下是逻辑自洽的，但其赖以成立的两个关键前提假设——即灵巧手年产稳定在万台级别，以及触觉模组的渗透率稳定过半——目前尚无行业级的公开产销数据可以佐证。这意味着，所有重注触觉传感器赛道的玩家，其远期的营收增长曲线，都深度锚定在整个人形机器人产业链的商业化成熟度之上，而这种节奏并不完全掌握在模量科技自己手中。

三个月内多轮资本注入，材料端垂直整合能否构筑供应话语权？

模量科技在资本层面的推进效率引人注目。公司在2024年底成立后，迅速完成了由德宁资本投资的天使轮；紧随其后的便是由猎鹰投资与益华资本联合注入的数千万元Pre-A轮。此外，根据多家媒体的公开报道，公司还获得了来自青橙资本的独立投资。这种短期内密集的资本注入行为，指向了一个核心的投资共识：窗口期判断。投资机构可能认为，随着人形机器人供应链的加速重构，触觉传感器作为现阶段渗透率极低但确定性很高的“必选件”，其第一波供应商格局正在快速形成，此时不入场，可能会失去卡位的最佳时机。

资方的表态也传递出不同侧重点的关注。猎鹰投资方面强调了团队罕见的“大厂资深人士+柔性触觉传感教授”的复合背景，以及公司有能力在具身智能、工业检测和消费电子等跨度极大的应用场景中，“快速导入代表性客户”的工程化落地速度。益华资本则从更为宏观的产业β角度出发，明确指出“触觉传感器作为机器人感知世界的必选项，正处于灵巧手等末端执行器放量、触觉渗透率提升以及覆盖范围扩大三重增长机遇叠加的发展窗口期”，并特别认可了模量科技从材料到算法的“全栈能力”和“工程化量产经验”。这些评价背后所指向的，可能是模量科技一个更深层次的壁垒所在——上游材料和制造端。公司并未采用外购标准敏感元件进行简单集成的路径，而是自研高灵敏度敏感材料配方与微结构工艺，实现了压力和温度的双模感知能力。同时，为了平衡传感器的量程、精度和灵敏度这三者之间天然存在的矛盾与张力，公司通过耐高压弹性体与微纳结构设计进行了工程优化。更重要的是，公司正在采用微纳立体印刷技术，探索一条能够支持低成本、大规模制造的工艺路线。这种垂直整合的策略——从最上游的电子浆料、材料配方和微结构成型开始做起的打法——理论上赋予公司对成本和质量一致性更强的话语权。尤其是对于未来可能覆盖机器人手臂乃至全身的电子皮肤类产品，其制造工艺的边际成本下降曲线将直接决定方案的可商用性。但必须认识到，这种全栈自研的选择也意味着更高的资源消耗：自研材料意味着漫长的配方迭代和可靠性验证周期；自建中试产线需要重资产投入；维持一个横跨材料学、微电子、机械结构、光学和人工智能算法的全栈型团队，则意味着极高的管理复杂度和人才成本压力。对于一个成立不到两年的初创企业，如何在有限的资金和时间窗口内，维持压阻、视触觉和数据采集系统三条战线的高效并行推进，是一个需要投资者持续观察的动态平衡问题。

竞品图谱：稀缺的“双技术路线”集成商能否维持时间差？

触觉传感器赛道正以肉眼可见的速度变得拥挤。行业的增量逻辑非常清晰——根据长江证券发布的数据，仅人形机器人电子皮肤一个细分赛道，其市场规模在2030年就有望达到90亿元人民币，年复合增长率高达64.3%——这种高确定性的增长预期，正在吸引从顶尖学术派创业团队到拥有成熟制造经验的传统传感器巨头的加速进入。在这一背景下，模量科技的差异化竞争点不在于它在单条技术指标上是否全球最优，而在于它选择了一条产品组合方案的道路，试图通过一站式供应来替代当前客户可能需要面对的多供应商拼凑局面。这种双路线集成策略的市场基础，建立在一个正在下游灵巧手厂商中逐渐形成的真实痛点上：灵巧手不同区域的物理形态和功能需求截然不同，指尖区域需要能识别微小滑动的视触觉级别感知，而面积更大的手掌内侧则更需要柔性、轻薄的大面积压力分布感知，若客户从不同供应商处分别采购上述模组，将可能面临复杂的硬件集成、多维力坐标系标定和软件接口协议的后期整合难题。模量科技试图提供一个预先整合好的一站式产品组合，以降低客户的集成摩擦和开发周期。这对于那些有严格交付时间表、希望尽快获得可用方案而非自行集成的灵巧手厂商而言，构成了一个明确的价值主张。然而，这种先发的集成优势的可持续性，仍需经过市场的严苛考验。未来的一个潜在风险在于，一旦行业经过几轮迭代后确定了主流技术路线，例如灵巧手厂商对触觉模组的电气接口、外形尺寸、通信协议和标定方式形成事实上的行业标准，那么在某些单点性能指标上做到极致的单一路线深耕企业，完全有可能后来居上，追上一站式全路径方案在特定环节的性能优势。到那时，模量科技需要仰仗的将不仅仅是产品组合的采购便利性，而是其每一条独立技术线上的核心性能指标都能与最专注的竞争对手相抗衡。联合创始人周建林认为公司的核心优势在于“技术积累深、工程化能力强、供应链经验丰富”。这三个维度的真实性，最终将由头部客户的持续复购行为、以及产品在批量交付中的长期可靠性表现来作出终极判定。

本轮资金的三角用途：研发、产线与全球化的资源分配挑战

融资公告中披露的资金用途被表述为“研发团队和产线扩建、全球业务拓展”。这看似是标准的三管齐下式扩张，但这三者的每一个维度都对应着完全不同的资源密度和管理挑战，对于一家早期公司而言，如何分配这笔数千万元级别的资金将直接影响其接下来的战略节奏。首先，研发团队扩建，意味着在触觉敏感材料、视触觉光学系统设计、以及基于神经网络的力矩解耦标定算法等多条技术战线上同步进行高质量的人才吸纳。在深圳这个硬科技人才竞争极为激烈的市场中，一家初创公司要与资金充裕的上市公司和行业巨头争夺同一批稀缺的传感器研发工程师和AI算法人才，其招聘难度和成本压力均不容小觑。其次，产线扩建意味着要从当前“小批量、多批次”的交付状态和中试产线的灵活制造模式，向能够支撑数百万级规模化订单的标准化、流程化制造进行跨越。模量科技所押注的微纳立体印刷技术路线，其核心挑战之一便是能否从实验室和小试阶段的精密制造，平滑地转入高吞吐量、高良率的大批量生产，同时保持严格的片间性能一致性。这个过渡过程中的良率爬坡、设备调试和工艺固化，往往是硬件创业公司面临的最大“死亡谷”。最后，全球业务拓展这一表述则带有更强的未来规划色彩。目前公司的公开客户版图中，并未披露任何具体海外客户导入与交付的实质性进展。在短期内，这笔资金更现实的使用场景，可能是集中于深圳总部的研发实力补强，以及对华南区核心机器人客户当前交付订单的保障，而全球化可能更为务实地体现为，开始与北美或欧洲的机器人头部企业进行初步的技术交流、标准认证筹备或样品寄送测试。

多重待验证假设：在交付长跑中等待行业的“马斯克时刻”

模量科技当前所面对的核心命题，并不是其技术本身是否优秀这类单点评价，而是整个触觉传感器行业正在共同面对的、具有共性的深层不确定性，将如何在公司接下来的一轮轮实际交付中得到回应。第一个也是最关键的待验证命题，是技术路线收敛的风险。当前行业对于压阻、视触觉、电容式、电磁式等多种触觉传感原理的选择远未形成共识，当灵巧手厂商在权衡数代产品迭代后的成本、可靠性和性能极限后，若最终行业倾向于采用某一条单一主导路线，那么模量科技当前分散布局多条路线的资源配置效率，可能会面临来自投资人和市场层面的质疑。公司需要在接下来的几个季度内，用来自头部客户的明确规模化订单，来向市场证明，这种组合方案不仅仅是技术路线图上的完整性叙事，更是客户用研发成本和采购预算投票后选出的实际最优解。第二个命题在于规模化制造过程中的性能和一致性控制。在实验室里，每只传感器都可以由工程师在理想环境下精心手工标定、逐枚校准；但当出货量跃升至百万颗级别时，标定流程的自动化效率、不同批次之间敏感材料的温漂一致性、以及在长期按压和冲击下的可靠性等工业级问题，才会成为公司真正的生命线。模量科技为应对多点、多量程下的标定难题，开发了基于MLP神经网络的全量程标定算法。这一技术方向与行业智能化标定的趋势一致，但其在大规模产线上对生产节拍和最终产品直通率的影响，尚未有公开量产数据支持。第三个命题是客户导入的广度与实际放量营收的深度之间存在跳跃鸿沟。服务了十余家行业头部企业，代表着能力的认可；手握数百万级订单，代表着商业转化的开始；而真正的拐点，则在于当第一家核心客户每年的模组采购量，从数千颗级别跨越到数万颗乃至十万颗规模时才会出现。这个爆发性拐点的到来，取决于终端人形机器人何时能从百台级的样机试制，真正跨越到万台级的工业规模化量产。这是整个行业都在屏息等待的临界点，模量科技的业绩节凑并不完全掌握在自己手中。

创始人官华在纽交所智能穿戴上市公司的供应链、芯片与传感器领域积累的战略合作与投资经验，联合创始人高立波作为厦门大学教授、博士生导师在柔性传感器领域十余年科研积累所形成的学术深度，以及联合创始人周建林成功将一家3D打印企业从天使轮一路带到Pre-IPO阶段所积累的产业化运营完整履历，这三者构成了一个行业内颇为罕见的“教授深耕前沿+产业操盘手推进落地”的复合型组合。这个创始团队组合在天使轮和Pre-A轮向资本市场所讲述的关于技术先进性、产品落地速度和供应链完整性的逻辑闭环，其最终可信度，将不得不在接踵而至的规模化交付中，用真实的、持续的出货量、不断降低的制造成本、经受住客户检验的长期产品可靠性以及不断攀升的客户复购率来逐一兑现和验证。

RecodeX 极客视：模量科技在触觉传感器的多技术路线上完成了一次阶段性的战略站队，但整个故事显然仍处在第一幕的高潮之前。尽管它比多数同行更快地完成了头部客户的工程导入，但这个领域真正的胜负手，并不在于谁先在实验室里跑通了原理，而在于谁能在客户从百台级验证机到万台级量产机的跨越式爬坡中，持续输出经得起工业标准检验的一致性和成本下探能力——而这，正是实验室级别的技术创新与企业级工程能力之间的终极分水岭。