触觉正在成为具身智能最被低估的短板

当一台人形机器人试图从传送带上抓起一颗未固定位置的螺丝，视觉系统可以告诉它螺丝在哪里，但真正决定它是否捏碎螺纹、是否在接触瞬间及时停手的，是触觉。这个看似简单的动作，暴露了具身智能产业过去两年最被低估的短板：机器人的眼睛已经能看懂世界，但它的皮肤还几乎感觉不到世界。更棘手的是，即便装上了触觉传感器，高频的接触信号与低频的视觉帧率之间如何协同，至今仍是一个未被完全解决的工程问题。

赛感科技CEO熊赓超对36氪描述了一个明显的变化节点：“去年我们还需要向客户解释为什么机器人需要触觉，但今年3月之后，这已经不再是一个需要论证的问题。真正的分歧转移到了另一个层面，触觉信号究竟如何被用起来。”这家源自南方科技大学超柔性电子学实验室的公司，正试图用离电型界面电容技术回答这个问题。据36氪2026年11月3日报道，赛感科技完成数千万元Pre-A++轮融资，由广州工控东高基金独家投资。据中国机器人网转载的通稿称，本轮融资距上一轮仅过去数月。

这笔融资的规模并不算大，但投资方的产业属性比金额本身更值得注意。广州工控集团是广州市国资委直属的大型产业投资平台，业务覆盖高端装备、智能制造与新材料。据36氪报道，广州工控作为产业投资方同步带来场景落地入口，赛感科技已敲定首批订单，将落地于汽车制造环节。据中国机器人网转载的通稿称，该批订单落地于汽车制造检测环节，与36氪“汽车制造环节”的表述存在口径差异。这意味着赛感科技在具身智能客户之外，第一次获得了一个确定的非机器人工业场景入口。对于一家成立仅三年的传感器公司而言，这既是商业化验证的机会，也是一次对其产品在真实产线约束下能否稳定交付的提前考试。

字段 内容
公司 赛感科技（深圳）有限公司
轮次 Pre-A++轮
金额 数千万元人民币
投资方 广州工控东高基金（独家投资）
总部 深圳
创始人 郭传飞（创始人兼首席科学家）、熊赓超（CEO）
官网 https://www.sycsense.com/

离电路线试图同时解开灵敏度、量程与线性度的死结

触觉传感器行业长期存在一个结构性矛盾：高灵敏度、大量程、高线性度三者难以兼得。据中国机器人网转载的通稿称，这一矛盾被称为“不可能三角”，并列出了传统技术路线的各自短板：压阻式量程大但线性度低，电容式灵敏度高但量程小，压电式线性度高但不支持静态压力检测，视触觉式分辨率高但体积太大。这些技术路线的取舍，直接决定了机器人灵巧手在抓取鸡蛋与承受工业负载之间，往往只能偏向一端。

赛感科技选择的是离电型界面电容技术。36氪报道称，该技术通过电子导体与离子导体接触面积的变化产生传感信号，在灵敏度、量程与线性度之间可以实现不同于传统路线的同步提升。具体到指标，36氪报道披露，赛感单点传感器和阵列电子皮肤检测限低至约1毫克、响应频率可达1KHz、量程可在1MPa中保持线性响应，且在触觉手套形态下仍能保持这一水平。

据中国机器人网转载的通稿称，赛感科技给出了另一套更为激进的口径：灵敏度超传统方案百倍，可感知0.01N级别微小接触力；全量程线性度R²大于0.997；量程覆盖从1Pa到2MPa，单一传感器技术路线覆盖超6个数量级；响应速度0.62ms。两套指标之间存在明显差异。36氪报道的检测限约1毫克与转载通稿的0.01N分属不同物理量纲，无法直接换算比较；1MPa内线性响应与1Pa至2MPa的全量程覆盖，描述的也可能是不同测试条件下的性能边界。截至发稿，赛感科技未在公开材料中说明哪一套指标对应哪一版产品规格或测试标准，也未披露相关数据的独立第三方验证情况。相关口径需以公司正式规格书或第三方测试报告核对。

从技术逻辑上看，离电型界面电容的核心优势在于其信号产生机制不依赖传统电容式传感器中两层电极间的微小距离变化。离子导体与电子导体之间的双电层具有极高的单位面积电容，因此接触面积的微小变化即可产生显著信号。这使得器件在保持高灵敏度的同时，不需要通过极薄的介质层来放大电容变化，从而在结构上为大量程留出了空间。但这一逻辑能否在量产中稳定复现，取决于离子导体材料的长期稳定性、封装工艺的一致性，以及不同温湿度环境下的漂移控制。这些恰恰是实验室原型走向产线交付时最容易出问题的环节。

从指尖模组到全身电子皮肤，交付形态正在被下游需求重塑

赛感科技的产品化路径呈现出明显的阶段性特征。36氪报道称，公司采用传感器、板卡与封装集成的指尖模组形态交付，部分产品出厂完成标定，商业端客户可直接在本体内增加触觉模块，无需器件装配、标定与调试。这种交付策略的实质，是把系统集成与一致性控制前移至器件端，以降低下游客户的工程耦合成本。

熊赓超对36氪解释了这一选择背后的逻辑：“触觉传感器真正的工程价值，不在于单次采样的峰值精度，而在于跨设备、跨批次的数据具备可比性。一旦一致性不足，数据集越大，模型端的数据清洗、对齐成本就越高，数据本身的训练价值反而会被稀释。”这一判断指向一个容易被忽视的产业现实：对于需要采集大量触觉数据来训练具身模型的客户而言，一百个传感器各自精准但彼此不一致，远不如一百个传感器精度稍低但输出高度一致有价值。

2026年年中，赛感科技首发了面向全尺寸人形机器人的电子皮肤系统。36氪报道称，该系统将触觉从指尖扩展至全身区域，覆盖压力感知、碰撞检测与步态反馈。熊赓超告诉36氪，过去具身公司的订单需求主要集中在灵巧手指尖，自下半年以来，指腹、手掌、手臂乃至肩部、躯干和足底的触觉需求同步出现。

从指尖到全身的扩展，带来的不只是传感器数量的增加，而是一套全新的物理约束。灵巧手内部空间被电机与传动结构持续挤占，传统硬质基板传感器的安装空间越来越紧张；人形仿生形态则要求感知层能够曲面贴合、可拉伸，且在弯折和拉伸形变过程中信号漂移必须可控。36氪报道称，赛感的柔性蒙皮方案支持直接贴附于曲面，而非在模具中预留平面槽位再嵌入传感器。这一能力如果属实，意味着本体厂商无需为传感单元单独预留安装位，机身迭代和曲面铺覆的灵活度会显著提升。但需要指出的是，柔性蒙皮方案的实际表现高度依赖于贴附工艺、曲面曲率半径和长期反复形变下的材料疲劳特性，这些在实验室演示与整机量产之间仍存在相当距离。

产业资本带来的不只是钱，还有一条绕不开的验证路径

广州工控东高基金的独家投资，是这笔融资中最值得拆解的部分。36氪报道称，广州工控作为产业投资方同步带来场景落地入口，赛感科技已敲定首批订单，将落地于汽车制造环节。据中国机器人网转载的通稿称，该批订单落地于汽车制造检测环节。

汽车制造检测对触觉传感器提出的要求，与实验室或机器人演示场景有本质区别。产线环境存在持续振动、温湿度波动、油污粉尘和电磁干扰，传感器需要在长时间连续运行中保持输出稳定，且任何单点失效都可能造成误检或漏检。对于一家以机器人电子皮肤为主要产品方向的公司而言，进入汽车制造检测环节，实际上是在用工业场景的严苛条件反向验证其器件的长期可靠性。如果这批订单能够顺利完成交付并通过产线验收，其意义将远超订单金额本身；反之，如果暴露出量产一致性问题，则可能反过来影响其在具身智能客户中的信誉。

从资本结构看，赛感科技选择广州工控东高基金作为独家投资方，而非引入多家财务投资机构，显示出其对产业资源的优先级判断。据中国机器人网转载的通稿称，本轮融资距上一轮仅过去数月，短时间内连续获得资本加注，侧面印证产业端对柔性触觉感知赛道的认可。但这一表述需要谨慎解读：融资节奏加快既可能反映投资方对公司技术路线的信心，也可能与公司对资金消耗速度的客观需求有关。赛感科技未披露上一轮融资的具体时间、金额与投资方，也未披露本轮资金中用于研发、产线扩建和市场拓展的具体分配比例，因此外界难以判断其资金储备与实际消耗速率之间的匹配程度。

销量增长十倍背后，基数效应与统计口径尚待厘清

据中国机器人网转载的通稿援引央视财经2026年8月WRC期间报道称，赛感科技2026年以来传感器销量较2025年同期增长10倍，新产线已投入运行。这一数据被通稿用来验证离电技术路线在规模化制造上的可行性。但“增长10倍”这一表述本身包含的信息量有限：如果2025年同期的基数较小，10倍增长对应的绝对出货量可能仍然不高。赛感科技未披露2025年同期的具体销量、2026年以来的绝对出货量，也未说明统计口径是按传感器单元、指尖模组还是电子皮肤系统计算。此外，该数据来自转载通稿对央视财经报道的转述，本次来源材料中未包含央视财经原始报道，无法独立核对报道的具体语境和数据采集方式。该数据仅作参考，不构成对量产能力的独立验证。

据中国机器人网转载的通稿称，赛感科技在WRC上全球首发了面向全尺寸人形机器人的电子皮肤系统，并公布了规划年产能超1亿片的超级工厂方案。需要明确的是，“全球首发”系公司单方表述，未获第三方独立确认；“规划年产能超1亿片”属于产能规划而非已实现产能，从规划到实际达产之间还隔着厂房建设、设备调试、良率爬坡和订单匹配等多个环节。对于一家Pre-A++轮公司而言，超级工厂方案更接近中长期产能愿景，而非近期可验证的交付能力。

客户层面，据中国机器人网转载的通稿称，赛感科技已面向灵巧手、人形机器人电子皮肤、陪伴机器人、仿生机器人四大方向提供全场景触觉解决方案，客户覆盖国内外多家头部灵巧手与人形机器人企业。但通稿未点名任何一家具体客户。在具身智能产业链中，头部客户的具体名单往往是判断一家传感器供应商真实市场地位的关键证据。未点名客户可能出于商业保密考虑，但也意味着外界无法独立验证“头部企业”这一描述的实际含金量。

触觉数据如何进入模型，是比传感器本身更深的竞争分界线

赛感科技试图占据的位置，不只是一个传感器器件供应商。36氪报道称，公司试图在离电材料与器件工艺之上，提供从指尖模组、全身电子皮肤到触觉数据流的系统级方案。这一表述的关键词是“触觉数据流”——它意味着赛感科技希望把竞争从硬件层延伸到数据接口层。

熊赓超对36氪详细解释了触觉与视觉在时间尺度上的本质差异：视觉偏向环境感知，采集帧率相对有限，服务于空间理解与场景推理；触觉属于接触式感知，交互事件往往是瞬态发生的，需要毫秒级高速反馈支撑物理闭环控制。如果把触觉信号作为附加输入塞进以视觉为主导的VLA模型中，高频触觉事件会被低频视觉帧同步稀释，不仅无法发挥触觉的交互价值，额外引入的噪声还可能干扰原有模型的推理稳定性。

基于这一判断，赛感科技提出了触觉数据分层处理架构：低频、需要综合环境信息理解的交互决策交由VLA大模型完成；毫秒级的接触反射、安全防护等高速闭环逻辑下沉到边缘端执行。36氪报道称，赛感的方案一方面兼容客户现有数据接口，保障存量VLA体系的平滑接入；另一方面输出标准化、面向VTLA原生架构的触觉数据流。

这一架构判断在产业逻辑上是成立的。触碰、拍击、滑脱等事件容错窗口极短，全部上传到大模型主脑做推理在时延上不可接受，端侧本地识别与本地闭环是唯一可行的路径。但赛感科技能否在这一方向上建立真正的壁垒，取决于其触觉数据流能否成为下游模型训练中被广泛采用的事实标准，而这又取决于其器件出货规模、数据接口的开放程度，以及下游头部客户是否愿意将触觉数据管道深度绑定到单一供应商。赛感科技尚未披露其触觉数据接口的采用客户数量、数据格式开放程度或与下游模型训练框架的实际对接案例，这些是判断其数据流方案竞争力的关键缺口。

资金用途指向产线扩建，但真正的瓶颈可能在一致性验证

关于本轮资金用途，36氪报道与转载通稿给出了略有差异的表述。36氪报道称，资金将主要用于离电柔性技术研发与新一代产品迭代落地，持续推进跨行业客户验证与产业化市场拓展；据中国机器人网转载的通稿称，融资资金将主要用于核心技术研发迭代、产线产能扩建及市场渠道拓展。两套表述的重叠部分在技术研发与市场拓展，差异在于转载通稿明确提到了产线产能扩建，而36氪报道未将产线扩建列为独立用途。

这一差异可能反映了两方对资金优先级的理解不同，也可能只是表述详略不同。但无论如何，产线产能扩建对于赛感科技当前阶段的意义需要放在其交付策略中理解。公司采用指尖模组形态交付，部分产品出厂完成标定，这意味着每一批出厂产品都需要经过标定工序。当出货量从样品级走向批量级，标定工序的效率和一致性控制能力将直接决定交付节拍和成本结构。如果产线扩建没有同步解决标定自动化的问题，产能扩张反而可能放大一致性风险。

从更长的验证路径看，赛感科技面临的核心待验证假设有三个。第一，离电型器件在汽车制造产线的长期运行中，能否保持实验室条件下展示的灵敏度、量程与线性度，尤其是离子导体材料在温湿度循环和持续负载下的稳定性。第二，从指尖模组到全身电子皮肤的扩展，能否在成本上被整机厂商接受。全身部署意味着传感器面积和通道数的大幅增加，如果单通道成本不能随规模显著下降，全身电子皮肤将停留在演示阶段。第三，触觉数据流能否真正嵌入下游客户的模型训练与推理链路，而不是停留在硬件交付层面。这三个假设中，前两个可以通过订单交付和产线运行数据逐步验证，第三个则需要更长周期的客户协同才能看到答案。

验证边界与可复核指标

本轮融资的核心事实中，金额仅披露为“数千万元”，未给出精确数字；融资完成日期未在来源中给出，36氪报道发布日期为2026年11月3日，不能作为融资完成日。赛感科技未披露上一轮融资的具体时间、金额与投资方，也未披露本轮资金在研发、产线扩建和市场拓展之间的具体分配比例。

技术指标存在两套口径：36氪报道为检测限约1毫克、响应频率1KHz、量程1MPa内线性响应；据中国机器人网转载的通稿称为灵敏度超传统方案百倍、可感知0.01N级别微小接触力、全量程线性度R²大于0.997、量程覆盖1Pa至2MPa、响应速度0.62ms。两套口径的对应产品版本、测试条件和第三方验证情况均未披露，需以公司正式规格书或第三方测试报告核对。

销量增长10倍的数据来自转载通稿援引央视财经2026年8月WRC期间报道，本次材料未含央视财经原始报道，无法独立核对。需核验的统计口径包括：2025年同期基数、2026年以来的绝对出货量、统计单位是传感器单元、指尖模组还是电子皮肤系统。客户名单方面，通稿仅描述为“国内外多家头部灵巧手与人形机器人企业”，未点名任何具体客户，需以公司正式客户披露或可独立核验的订单公告为准。产能规划方面，“规划年产能超1亿片”属于公司单方表述，需以厂房建设进度、设备到位情况和实际达产数据核验。汽车制造首批订单的交付状态、验收标准和完成时间亦未披露，需以公司后续公告或可独立核验的产线验收记录为准。

RecodeX 极客视：当机器人学会看世界之后，下一步的竞争必然发生在它如何感受世界。赛感科技的故事之所以值得跟踪，不在于它又完成了一轮数千万元融资，而在于它把触觉从灵巧手指尖推向了全身电子皮肤，并试图用汽车制造订单来验证一个原本属于实验室的技术路线。但真正决定这家公司能否跑出来的，不是灵敏度数字能写得多高，而是它能否在产线上持续交付一批又一批彼此一致的传感器，并让下游模型愿意把触觉数据管道交到它手里。这比融资难得多，也慢得多。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。