当视觉与语言模型吞噬了互联网上几乎所有可用的文本、图像和视频之后，具身智能领域正在面对一个尴尬的事实：机器人仍然无法像人类一样理解“捏住一颗草莓”和“拧紧一颗螺丝”之间的力度差异。大模型可以写出优美的诗，却难以让机械手在抓起一只纸杯时不把它捏扁。物理交互数据的稀缺，正在成为具身智能 Scaling Law 最直接的瓶颈。帕西尼刚刚完成的数亿元 B++ 轮融资，正是资本对这一瓶颈的一次集中下注。
据和讯科技报道，帕西尼宣布完成数亿元 B++ 轮融资，公司累计融资规模已超过 40 亿元。本轮融资的具体投资方及资金用途尚未披露。这意味着，在具身智能赛道整体融资节奏放缓的背景下，帕西尼在较短时间内再次获得大额资金注入。但真正值得追问的不是“谁给了钱”，而是一家以触觉传感器起家的公司，能否真的把触觉感知变成具身智能 Scaling Law 的下一个燃料来源。
帕西尼对自己的定位已经不再是单纯的传感器供应商。据 21 财经报道，帕西尼不是单纯卖触觉传感器，而是要通过自研的感知产品和数据采集工厂，输出标准化的触觉能力和结构化的物理交互数据，让做机器人和大模型的公司不用从零开始搭建感知链路。这个定位的转变，才是理解本轮融资逻辑的关键。
| 字段 | 内容 |
|---|---|
| 公司 | 帕西尼 |
| 轮次 | B++轮 |
| 金额 | 数亿元 |
| 投资方 | 未披露 |
| 总部 | 未披露 |
| 创始人 | 未披露 |
| 官网 | https://paxini.com/ |
从“卖传感器”到“卖数据基础设施”，帕西尼在讲一个比硬件大得多的故事
帕西尼的产品矩阵覆盖了从底层芯片到顶层终端的完整链路：触觉感知芯片、高精度多维触觉传感器、电子皮肤、六维力传感器、关节扭矩传感器、足底传感器、数据采集手套、灵巧手与人形机器人本体。此外，公司还推出了 OmniVTLA 全模态具身智能大模型、HyperCosmos 全模态世界模型、Super EID Factory 数采工厂和 PX Tactile Simulator 触觉仿真器。
这个产品组合的意图非常清晰：传感器和芯片是数据入口，数采工厂是数据生产设施，大模型和世界模型是数据消费端，而灵巧手和人形机器人本体则是数据闭环的验证载体。据 21 财经报道，帕西尼方面称其自研触觉芯片近一年出货量接近 100 万颗，全模态感知数据已被多家具身智能基础模型公司及互联网科技企业接入。如果这两个数字属实，意味着帕西尼至少在硬件出货和数据接入两个维度上已经跑通了初步的商业闭环。
但需要区分的是，芯片出货量接近 100 万颗与“全模态感知数据被接入”是两个不同性质的指标。前者是硬件销售的直接结果，后者则取决于数据格式、接口标准和模型训练兼容性等一系列更复杂的工程问题。帕西尼尚未披露接入其数据的具身智能基础模型公司具体名单，也未披露数据接入的商业条款，因此“数据基础设施提供商”的定位目前仍处于早期验证阶段。
触觉芯片的百万颗出货量，放在真实产业链里意味着什么
据 21 财经报道，帕西尼自研触觉芯片近一年出货量接近 100 万颗。另据界面新闻报道，帕西尼自研触觉感知芯片（含前代及迭代型号）累计出货量突破百万颗。这两个口径略有差异，但都指向同一个事实：帕西尼的触觉芯片已经进入规模交付阶段。
在半导体行业，百万颗出货量是一个有意义的门槛，但远非安全线。消费电子芯片的出货量通常以千万甚至亿颗为单位，而工业级触觉芯片的市场规模要小得多。帕西尼的芯片主要搭载在自研传感器和电子皮肤上，这意味着其出货量高度依赖于下游机器人本体厂商和自动化产线的采购节奏。据新浪财经报道，帕西尼已与比亚迪、京东等产业龙头达成深度战略绑定，率先将具身智能规模化落地应用于汽车产线、物流分拣、3C 制造等核心生产场景。据界面新闻报道，帕西尼在比亚迪、京东等头部客户产线中实现规模化部署。
从产业链角度看，比亚迪和京东代表了两类截然不同的需求场景。比亚迪的汽车产线对传感器的耐久性、抗干扰能力和一致性要求极高，而京东的物流分拣场景则更关注成本、部署速度和多品类物体的抓取适应性。帕西尼能在两类场景中同时实现规模化部署，说明其产品在工程化层面已经越过了实验室阶段。但需要指出的是，“规模化部署”的具体数量、单客户收入贡献和复购率均未披露，因此无法判断这些部署对帕西尼营收的实际拉动作用。
Super EID Factory 是数据飞轮的起点，还是重资产包袱
帕西尼商业叙事中最具野心的部分，是 Super EID Factory 数采工厂。据腾讯新闻报道，帕西尼布局 Super EID Factory，以近 12000 平方米超大规模物理基建、15+N 核心场景矩阵为基础，构建起年产近 2 亿条数据规模的高质量、全模态具身智能数据集。该数采工厂可采集真实物理世界中触觉、视觉、关节角度、动作轨迹、语言等全模态交互数据。
这个数据规模如果属实，确实在具身智能领域具有稀缺性。目前大多数具身智能团队依赖仿真数据或小规模实验室采集数据，真实物理交互数据的获取成本极高。帕西尼通过自研触觉硬件作为数据采集终端，理论上可以以低于行业平均水平的成本持续产出结构化数据。
但数采工厂本身是一个重资产投入。12000 平方米的物理基建、15 个以上核心场景的搭建、千种任务与百万工序的设计，以及持续的人力维护成本，都会对公司的现金流形成压力。帕西尼尚未披露 Super EID Factory 的产能利用率、数据销售单价和客户付费意愿。从已披露的信息看，全模态感知数据已被多家具身智能基础模型公司及互联网科技企业接入，但“接入”与“付费使用”之间仍有距离。数据基础设施的商业化路径，取决于下游模型公司是否愿意为真实物理交互数据支付溢价，以及这种数据是否真的能带来模型性能的可量化提升。
OmniVTLA 大模型与触觉仿真器，是差异化壁垒还是叙事延伸
帕西尼在硬件之外同时布局了 OmniVTLA 全模态具身智能大模型和 PX Tactile Simulator 触觉仿真器。据腾讯新闻报道，帕西尼在触觉方面的数据积累使得构建触觉模态编码器成为可能，在海量全模态数据的进一步加持下，触觉模态与视觉、语言等其它模态对齐，结合模态专家模型构造出全新的 OmniVTLA 具身智能模型。
从技术逻辑上看，触觉模态编码器确实是具身智能领域的一个关键缺口。现有的视觉语言模型（VLM）和视觉语言动作模型（VLA）大多缺乏对力觉、触觉信息的原生支持，而触觉信号的高频、非欧几里得特性使其难以直接融入现有 Transformer 架构。帕西尼如果能在触觉模态编码上建立标准，确实有可能成为物理 AI 时代的基础设施提供者。
但需要冷静看待的是，OmniVTLA 的实际性能、训练数据规模、跨本体泛化能力和任务成功率均未披露。公司称其全模态感知数据已被多家具身智能基础模型公司接入，但未披露这些公司是否使用 OmniVTLA 本身，还是仅使用帕西尼的数据集。PX Tactile Simulator 触觉仿真器同样面临验证问题：触觉仿真的物理保真度远低于视觉仿真，实时柔性体接触算法的计算成本极高，能否真正集成到 Isaac Sim 等主流平台并获得开发者采用，仍待观察。
资本结构中的产业巨头信号，与“未披露”背后的信息真空
本轮 B++ 轮融资的具体投资方未披露，这是一个值得注意的信息真空。相比之下，帕西尼此前几轮融资的投资方阵容相当清晰。据 21 财经报道，帕西尼于近日完成 10 亿元战略轮融资，由一家全球消费电子与半导体万亿级巨头、中银国际投资、鲲鹏基金及合信方册联合领投，鼎晖百孚、成都交子人工智能基金、京铭资本、津融国盛跟投，老股东知来资本等追加投资。帕西尼方面称，该巨头在具身智能赛道的战略直投极为审慎，至今仅落子两家企业，帕西尼作为其中之一，其触觉传感方案已融入该巨头全球产业链核心环节。
另据腾讯新闻报道，京东曾战略领投帕西尼一轮融资，北京昌平先进能源制造产业直投基金、财鑫资本、复琢投资跟投，老股东湖南财信产业基金、钧犀资本、TCL 创投、毅达资本持续加码。这意味着帕西尼的股东名单中已经包含了消费电子、半导体、电商物流、汽车制造等多个产业的头部企业。
本轮 B++ 轮投资方未披露，可能与交易结构、战略投资方的保密要求或后续披露节奏有关。但从信息透明度的角度看，一家累计融资超过 40 亿元、估值据称已破百亿的公司，在最新一轮融资中不披露投资方和资金用途，会让外界难以判断这轮融资的性质：是产业资本的进一步加注，还是财务投资人在估值高位下的接棒，亦或是老股东的内部轮转。这些可能性对应的公司治理含义和退出预期截然不同。
“全球唯一”“绝对领先”之外，帕西尼的竞争坐标需要更清晰的参照系
在帕西尼相关的多篇报道中，“全球唯一”“绝对护城河”“断档式差距”“全球市场份额绝对领先”等表述频繁出现。这些表述多来自公司稿件或带有明显宣传性质的文章。例如腾讯新闻的一篇报道称帕西尼为“全球独此一家，能够以百亿级深度集成稀缺触觉模态的全模态实采具身数据，闭环训练 VTLA 具身智能大模型的企业”。这类说法目前没有独立第三方验证。
从公开信息看，触觉感知赛道并非没有其他参与者。全球范围内，多家机器人传感器公司和研究机构在触觉传感器、电子皮肤和力觉反馈领域有长期积累。帕西尼的核心差异化在于其同时布局了芯片、传感器、数据采集工厂和大模型，这种全栈模式在触觉感知细分赛道中确实少见。但“少见”不等于“唯一”，更不等于“不可超越”。
一个更值得关注的竞争维度是：当视觉语言模型公司开始自建数据采集体系，或者当机器人本体厂商选择自研触觉传感器时，帕西尼作为独立第三方感知供应商的市场空间会受到多大挤压。比亚迪和京东既是帕西尼的客户，也都有自研机器人和自动化技术的能力。如果头部客户在验证了触觉感知的价值后选择内部化，帕西尼的长期增长逻辑将面临挑战。目前没有公开信息表明比亚迪或京东与帕西尼之间存在排他性合作条款。
资金用途未披露，但帕西尼的烧钱方向已经清晰
本轮融资的具体资金用途尚未披露，但从帕西尼的业务结构可以推断出几个必然的资金消耗方向。第一，Super EID Factory 的持续运营和扩建需要大量固定成本投入。第二，触觉芯片的迭代研发和流片费用不菲，第四代芯片的研发和量产爬坡需要持续资本开支。第三，OmniVTLA 大模型和 HyperCosmos 世界模型的训练需要大量算力资源。第四，北美、日韩、欧洲的本地化运营与交付体系建设需要前期投入。
据 21 财经报道，帕西尼表示其核心专利已覆盖北美、日韩、欧洲等主要市场，并在上述地区建立本地化运营与交付体系，出海业务持续增长。海外市场的本地化运营成本通常高于国内市场，尤其是在需要现场交付和技术支持的工业场景中。帕西尼的海外业务收入规模、毛利率和回款周期均未披露，因此无法判断出海业务是利润中心还是成本中心。
从现金流角度看，帕西尼在较短时间内完成了多轮大额融资，累计融资规模超过 40 亿元。如果按照具身智能行业常见的研发投入强度估算，这笔资金可以支撑数年的高强度研发和运营。但前提是硬件销售和数据服务能够产生足够的经营性现金流，否则融资窗口一旦收紧，重资产模式下的资金压力会迅速放大。
触觉数据能否成为 Scaling Law 的燃料，取决于一个尚未被验证的假设
帕西尼的核心投资逻辑建立在一个关键假设之上：含触觉数据的模型训练能够大幅提升任务成功率，因此物理交互数据将成为具身智能 Scaling Law 的下一个燃料来源。据 36 氪报道（公司口径），含触觉数据的模型训练已被验证能够大幅提升任务成功率。但该报道未提供具体的实验数据、论文来源或第三方验证，因此这一说法属于公司或媒体口径，而非独立验证结论。
从学术研究的角度看，触觉信息对精细操作任务的帮助在多个实验室环境中已得到验证，例如抓取稳定性、力控装配和接触状态估计等任务。但从实验室验证到工业级规模化应用之间，仍存在数据格式标准化、跨本体迁移、实时性约束和成本收益比等多重障碍。帕西尼的全模态数据能否帮助下游模型公司实现可量化的性能提升，目前没有公开的基准测试结果或客户案例数据。
另一个需要关注的变量是数据的所有权和使用权。如果帕西尼的数采工厂产出的数据被多家模型公司接入，这些数据是否具有排他性？模型公司是否可以用这些数据训练出与帕西尼自身 OmniVTLA 竞争的模型？帕西尼在“数据基础设施提供商”和“大模型开发者”两个角色之间的边界如何划定，将直接影响其与下游客户的关系稳定性。
从已披露的芯片出货量、客户部署和数据接入情况看，帕西尼在触觉感知的硬件商业化和数据生产两个环节都取得了可验证的进展。但从这些进展到“物理 AI 时代物理交互数据基础设施提供商”的终局定位之间，仍隔着数据付费意愿、模型性能增益、客户内部化风险和海外市场盈利性等多重未验证假设。本轮数亿元 B++ 轮融资的到账，为帕西尼争取到了继续验证这些假设的时间窗口，但时间窗口本身并不等于答案。
验证边界与可复核指标
本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。
- 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
- 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
- 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。
RecodeX 极客视：帕西尼的真正赌注不是触觉传感器能卖多少颗，而是物理交互数据能否像文本和图像一样成为模型训练的可交易资产。这个赌注的验证路径比融资轮次本身漫长得多——它需要下游模型公司愿意为真实触觉数据持续付费，需要数采工厂的重资产投入转化为可复用的数据产品，还需要在头部客户可能内部化感知能力的压力下保持独立供应商的价值。在“全球唯一”“绝对领先”的叙事之外，这些才是决定帕西尼能否从融资冠军变成商业赢家的真正变量。