獨家｜訂單翻了10倍，這家觸覺感知公司又融資了

文章摘要：

物理世界的獨家訂單數據入口，又發生一筆關鍵融資。翻倍

投中網獨家獲悉，家觸覺感開云線上登錄平臺入口堯樂科技完成鼎和高達領投，司又上市公司常熟汽飾、融資祖龍娛樂跟投的獨家訂單Pre-A+新一輪融資，云道資本擔任長期獨家財務顧問。翻倍此前，家觸覺感堯樂科技已獲小米獨家天使輪，司又以及科沃斯參股隱峰基金、融資硅港資本、獨家訂單初輝資本的翻倍Pre-A輪押注。

新晉資方鼎和高達深耕前沿科技賽道，家觸覺感投出過禾賽、司又Momenta等明星項目，融資其LP背景涉及具身智能、汽車等相關上市公司，將為堯樂補齊海外資源和歐洲客戶對接能力。

2026年，一級市場對具身智能的熱度有所降溫，但一個更長青的判斷正在升溫：AI要真正進入物理世界，缺的不是又一個會跑會跳的本體，而是視覺與語言之外、可規模化采集的真實物理交互數據。相對模型對數千萬小時級樣本的需求，全球可用于訓練的物理交互數據缺口可能超過95%。而觸覺，正是填補這個缺口最稀缺的模態。

于是，觸覺賽道涌入了一批玩家：視觸覺、壓阻薄膜、柔性電子皮膚……但多數仍停留在“把傳感器賣給機器人”。正因如此，外界習慣將從車規級織物傳感器起步的堯樂定位為“柔性觸覺傳感器”生產商，但實際上，開云線上登錄平臺入口堯樂的定位不止于此：

硬件只是世界模型的入口，終局是把人接觸世界時的壓力、姿態、反饋，變成可學習、可復用的數據資產，直接喂進世界模型的訓練鏈條。而載體就是人本來就會接觸的柔性表面：手套、座椅、床墊等。

十年前沒人相信這條路能走通。現在，行業終于開始為它重新定價了。

車規級觸覺，降維殺入具身智能

堯樂不是一家憑空冒出來的觸覺公司。

創始人呂莉蘊曾任國際汽車電子巨頭Harman全球創新部首席架構工程師，主導多模態傳感器融合計算平臺，服務瑪莎拉蒂、保時捷等十余家主機廠，并深耕智駕云端與機器人感知。

聯創周瀟來自中科院高等研究院，深耕集成電路與智能傳感十余年；聯創羅正畢業于密歇根大學電子工程系，主導的多模態傳感融合算法已在數十萬臺車輛上實現量產落地；CMO孟祥琳則為北大背景的連續創業者，曾操盤頭部消費品牌從0到1，主導打造多款爆品。技術、算法、量產、商業化，這張桌子四條腿齊全。

這決定了堯樂的基因：從一開始就不是硬件公司，而是一個用系統工程思維做觸覺數據產品的團隊。

但他們為何選擇織物作為觸覺入口？

起點很樸素。2015年，呂莉蘊想做一塊智能瑜伽墊。但她很快發現市面上沒有合適的傳感器：薄膜印刷不耐折，剛性方案又硬又貴。再往下想，問題更深了一層：采集真實人類行為數據的前提，是設備不能反過來改變人的行為。一旦傳感器笨重、僵硬或易損，人的動作就會走樣，采集到的數據也跟著失真。

順著這個邏輯，她問出了一個后來決定公司命運的問題：有沒有一種介質，人本來就會接觸，還能被規模化地變成數據網絡？

圖注：織物即傳感器

答案指向織物。手套、座椅、床墊、襪子等這些柔軟的、大面積覆蓋、可低成本替換的表面，本來就是人類接觸世界發生的位置。把傳感器織進去，而不是貼上去，比任何剛性方案都更接近“無感采集”。

與數據工廠不同，堯樂要捕捉的不是標準動作，而是人真實作用于世界的瞬間，比如拿杯、翻身、穿鞋，每一次接觸都藏著長尾變化、肌肉習慣、軟接觸策略、失誤修正和環境反饋。這些，只有在人本就接觸的表面上，無感、連續地記錄，才有可能被捕捉。

這個判斷，很快被市場驗證了。第一個找上門的客戶是科大訊飛，合作養老護理防壓瘡床墊，訂單不大，卻證明了真實場景確實需要這種大面積、無感、可持續的物理交互數據。

2018年，汽車訂單把產品要求拉到極限：門板觸控、座椅壓力，車規對可靠性、耐久性、一致性的要求遠超消費級。2019年第一代方案通過車規測試，2022年座椅方案再過車規，2025年堯樂成為某一線豪華車企智能座椅壓力方案的核心供應商，完成量產交付，并拿下多家頭部車企定點。

在投資人眼里，這比任何demo都硬。車規導入通常三年以上，極端溫度、振動、電磁干擾等數十上百項測試篩完一輪，產品才配談“工業級”。堯樂把這套能力當作向下兼容一切場景的底座。

“切入汽車，本質是以最高標準錘煉技術，再向下兼容其他場景。”呂莉蘊從一開始就定下了這套打法。當具身智能浪潮涌來，被車規反復打磨的能力幾乎被完整平移：有限空間內的高密度布點、反復機械疲勞、毫秒級響應與高一致性，底層是同一套物理交互邏輯。

“具備在高標準行業的量產記錄，是今年投資人判斷一家觸覺公司值不值得投的核心依據。”云道資本創始合伙人曹稷山表示，“現在觸覺賽道公司很多，但大多數還停留在'手搓式'交付，遠沒跑到穩定量產。我們看項目，最關心的不再是紙面參數或demo多炫，而是有沒有在汽車這樣驗證體系完整、供應鏈門檻成熟的行業里，真正跑通定點甚至批量量產交付。世界模型要的不是一次性樣本，是可規模化、可復用的數據產能。”

具身智能只是入口，世界模型才是終局

2026年，堯樂科技訂單預計翻10倍，增量近一半來自具身智能。但這筆賬若只讀成“傳感器出貨量”，就低估了其價值內核。

大批機器人與世界模型相關客戶找上門，背后是行業正在形成的共識：靈巧手再精巧，沒有真實物理交互數據，精細操作仍過不了關。視覺看到位置，看不到力度、滑動與接觸結果；仿真補得了部分樣本，卻難消弭虛擬與現實的裂縫。物理交互數據，正在從可有可無的“備選項”，變成決定具身智能能不能落地的“必答題”。

這正是堯樂的產品落點。它把傳感網絡織進手套、衣物、座椅等人類本就會接觸的表面，覆蓋手掌、軀干、足底等關鍵部位，實時捕捉力度、姿態與反饋。輕薄、可彎折、耐疲勞——這些剛性傳感器不具備的特性，是無感進入真實場景、持續獲取高質量物理數據的前提。

今年，團隊把重心放在數據手套上。這款外觀與普通手套無異、卻能精準感知壓力變化的智能織物，預計今年8月推出。它的長期定位是耗材化的采集終端：終端鋪得越開，數據網絡越厚。

堯樂科技—數據手套傳感點分布概念示意圖

目前，堯樂已與頭部機器人企業、消費穿戴廠商等達成合作，并在嘉興自建約7500平方米工廠，打通從紗線到傳感網絡的全流程。自建產線的價值不僅在于規模，而在于把每一道工藝環節的控制權握在自己手里。

如果只看硬件，堯樂科技做的是傳感器。但如果把時間拉長，這家公司的終局其實是一個觸覺 數據平臺。

手套、坐墊、鞋墊、座椅、床墊.....這些織物傳感網絡每時每刻都在采集人與物理世界交互的數據。硬件收入能夠解決現金流和場景驗證；當采集量足夠大，數據價值又會遠超硬件本身。這個商業模式能否跑通，取決于兩個前提：傳感器要足夠便宜，才能鋪開量；數據要足夠標準化，才能被調用。

在成本上，織物有結構性優勢。借助紡織級規模化設備與流程，車規錘煉賦予其工業級可靠性，成本結構卻更接近可耗材化的紡織品。對投資人而言，這意味著數據產能有機會隨終端出貨同步擴張，而不是被高成本硬件鎖死。

標準化方面，行業仍處在早期。呂莉蘊觀察到，客戶的焦慮已經變了——從“有沒有觸覺硬件”轉向“有沒有訓練就緒的數據”。下一階段的核心，是把連續、非結構化的觸覺信號，通過標定、清洗、切分、標簽體系和API接口，轉化為可標注、可調用、可訓練的數據資產。誰先把這套范式做成標準供給，誰就拿到了下一張入場券。

那么，堯樂的護城河在哪里？

答案不在某一種材料，而在系統能力的疊加：材料、工藝、量產、標定、算法——這十年試錯形成的耦合系統，不是拆幾片樣品就能復制的。

“靠直接拆產品，門檻很高；沒有一年多，很難到穩定狀態。”呂莉蘊表示，公司短期壁壘來自產業鏈深度和先發優勢；長期壁壘，則是誰先形成數據飛輪。硬件鋪得越廣，數據回流的越多，模型越離不開這套供給，客戶就越愿意為它付費。這套閉環一旦跑通，物理交互數據的入口就基本鎖定了。

當前，技術路線遠未收斂。這對投資人既是風險也是機會：風險是不確定性；機會是天花板足夠高，且先跑通量產、場景覆蓋與數據標準的人，有機會參與定義下一代 Physical AI 的訓練范式。

小米、科沃斯、鼎和高達，押注同一個終局

堯樂的融資節奏不算快，但每一輪都踩在行業認知升級的節點上。

2022年12月，小米獨家天使輪打開第一扇門。彼時公司剛通過車規級測試、量產訂單尚未兌現。小米彼時在汽車上下游密集卡位，對一家“車規已過、量產未至”的新型物理交互方案，更像一次前瞻性的戰略占位。

2025年底Pre-A輪近億元，由科沃斯參股的隱峰攬秀基金領投，硅港資本、初輝資本跟投，資金重點用于技術迭代、海外拓展與規模化量產。

彼時堯樂已在智能座艙拿下多家頭部車企定點并規模化落地；同時具身與世界模型浪潮涌來，行業開始意識到：觸覺不是可選項，而是機器人作用于物理世界的必備模態。

科沃斯參股隱峰基金的入局尤為關鍵。背靠掃地機器人龍頭，隱峰看中的是車規能力向機器人場景的遷移，以及物理交互數據在機器人應用上的前景。呂莉蘊說：“他們投我們首先因為車規級的能力落地到機器人上會更扎實。其次看好機器人應用前景。”

最新一輪由鼎和高達領投，常熟汽飾、祖龍娛樂跟投，補足智能座艙、出海落地與未來出行的資源拼圖。

鼎和高達管理合伙人王瑩表示，其組合中的禾賽、Momenta、六分科技等，都指向同一命題：讓機器更好感知、預測并作用于物理世界，而堯樂恰是其中之一。

常熟汽飾常務副總經理兼董事會秘書羅喜芳也表示，海外主機廠對于OCS（乘客分類系統）漸成剛需，常熟汽飾希望將中國車規級量產方案向海外推廣，將充分利用自身海外客戶資源，全力支持堯樂出海業務的拓展。

祖龍娛樂首席財務官李軼則更加堅定的看好堯樂作為觸覺數據基建的巨大價值，押注的是中國企業在新一輪AI科技創新中正憑借極致的工程化能力與豐富的場景密度，從底層基礎設施發力，在全球物理AI的競爭中跑出獨有的‘中國加速度’。

云道資本創始合伙人曹稷山的判斷是：賽道仍早、路線未收斂，但篩選標準已經清晰——場景驗證是否扎實，量產與成本能否規模化，硬件之上能否沉淀可標準化調用的物理交互數據。堯樂的護城河不在單一材料，而在系統能力；云道押注的不是短期概念，而是一家把“織布”做成世界模型與Physical AI所需數據基礎設施的公司。

回顧三輪融資，堯樂的投資人結構呈現出“產業資本+硬科技基金+智能制造及出行資源”的清晰層次：小米看中車規稀缺性，科沃斯參股基金側重機器人場景中觸覺感知的不可替代性，鼎和高達領投則補上了出海對接與產業協同資源。

三輪融資，也恰好勾勒出堯樂的躍遷路徑——從車規驗證到量產落地，再到具身智能與數據基建窗口，每一步都踩在行業認知升級的節點上。多家產業資本接力押注，指向的是同一個終局：物理世界的數據入口。當機器人開始像人一樣感知世界，所有交互數據都將通過觸覺表面回流。誰掌握了這個入口，誰就拿到了下一張船票。