柔性触觉感知企业获新一轮融资，预计2026年公司营收翻10倍｜硬氪首发

不忘的妳

AI 总结
• 柔性触觉感知企业「尧乐科技」近日完成Pre-A+轮融资，由鼎和高达领投，常熟汽饰、祖龙娱乐跟投，资金将用于柔性织物传感技术研发、数据手套产能拓展及批量交付。
• 尧乐科技以柔性织物传感为硬件入口，面向具身智能与世界模型所需的真实物理交互数据采集与预处理，创始人吕莉蕴曾任Harman首席架构工程师，核心团队来自中科院、密歇根大学等。
• 行业面临高质量真实物理交互数据结构性短缺：截至2026年初全球仅约50万小时数据，而训练通用具身模型需千万小时级，触觉数据因依赖实体接触而难以通过仿真获取。
• 尧乐科技创新推出织物传感一体化数据手套，采用“金属纱线+三明治矩阵”传感器直接嵌入织物，消除层间滑移和信号误差，可水洗维护，支持模块化替换。
• 商业模式上，尧乐科技交付硬件手套及数据采集、清洗、标定等预处理服务，预计2026年数据手套业务占营收过半，公司全年营收将翻10倍。

标题：柔性触觉感知企业获新一轮融资，预计2026年公司营收翻10倍｜硬氪首发

作者｜黄楠

编辑｜袁斯来
【融资概况】
硬氪获悉，柔性触觉感知企业「尧乐科技」近日完成Pre-A+新一轮融资，本轮融资由鼎和高达领投，上市公司常熟汽饰、祖龙娱乐跟投，云道资本担任长期独家财务顾问。

资金将主要用于柔性织物传感技术研发、产品性能迭代升级，加快数据手套产能拓展和批量交付，并完善数据采集、标定与接口能力，加速面向具身智能、世界模型与智能座舱等场景落地。

【公司背景】
尧乐科技以柔性织物传感为硬件入口，面向具身智能与世界模型所需的真实物理交互数据采集与预处理。

创始人兼CEO吕莉蕴曾任国际汽车电子头部企业Harman首席架构工程师，曾主导多模态传感器融合计算平台的研发工作；

核心团队成员多来自中科院、密歇根大学、北京大学等头部院校，覆盖底层传感材料到上层智能算法的全链条研发能力。

【行业痛点】
随着人形机器人本体、电机、关节控制等硬件工程逐一突破，行业竞争发生阶段性切换，深层制约来自数据供给的结构性短缺。

根据《中国具身智能产业发展报告》报告显示，截至2026年初，全球高质量真实物理交互数据总量约为50万小时，而训练具备基础泛化能力的通用具身模型至少需要千万小时级数据，缺口达九成以上。

相较于视觉、文本可通过线上渠道大规模归集的训练素材，触觉模态存在独特供给瓶颈。

触觉信号源于实体间直接物理接触，仿真环境可以模拟物体的形状和位置，却难以复现真实场景下压力分布、摩擦力、材质形变等复合力学特征，仿真数据集与真实触觉真值存在固有偏差，无法作为高质量训练素材完全替代真人实采数据。

这也倒逼行业从物理端寻找数据获取的新方式。

【数据手套的价值】
数采手套作为连接人类操作与机器人学习的物理接口，既能捕捉真实操作中的接触力学信号，又能以相对标准化的形态实现规模化部署，成为当前填补触觉数据空白的关键路径之一。

【技术突破】
尧乐科技即将发布的数据手套，其创新在于将传感功能直接融入织物结构，实现材料与器件的一体化。

创始人兼CEO吕莉蕴告诉硬氪，当前主流的数采手套方案，多采用印刷电路或薄膜传感器贴合于织物表面，传感器层与织物层分离，往往需要多层结构叠加。

“这种方案在实验室环境或短期演示中尚可运行，一旦进入真实场景，多层结构带来的位移、褶皱、汗渍等问题，就会直接影响数据质量。

”吕莉蕴说。

尧乐的方案是将传感能力直接嵌入织物结构本身。

基于公司自主研发的“金属纱线+三明治矩阵”传感器，将金属拉丝合金纱线编织成导电网络，嵌入多层织物构成的矩阵中。

其中，纱线采用纯金属材质，而非涂层或电镀工艺，导电性和一致性更持久。

其手套在手套掌心及指节均覆盖高密度感知阵列，实现精准的数据采集。

                               
登录/注册后可看大图

数据手套传感点分布概念示意图（图源/企业）

一体织造成型后，传感电路与布料融为一体，无需多层贴合或外挂传感器阵列。

这一结构消除了传统手套因层间滑移带来的信号误差，手指弯曲时不会产生相对位移，空抓也不会因面料褶皱触发无效信号，从根本上提升了数据采集的可靠性。

                               
登录/注册后可看大图

织物即传感器（图源/企业）
【产业定位与商业模式】
当触觉从具身智能的“可选配置”演变为“基础感知层”，数据手套作为连接人类操作与机器人学习的物理接口，其产业位势正在被重新定义。

从实验室走向规模化部署，手套能否被采集人员长期、高频、无负担地使用，直接决定了数据获取的真实性和可持续性。

这也是尧乐科技采取了模块化设计的价值所在。

其手套采集盒集成供电、信号处理和存储模块，手套本体可单独替换、水洗维护，既保障了长期采集任务的连续性，也降低了故障后的维修门槛。

从商业模式看，硬件是入口，数据是更长线的商业价值所在。

尧乐科技交付给客户的不仅是手套，还包括数据采集、清洗、标定和时间轴对齐等预处理服务。

经过校准的传感器具备良好的一致性，无批次差异或单只手套间的偏差问题，有效降低了客户在模型训练阶段的数据清洗成本。

【竞争格局与展望】
今年以来，国内瞄准柔性触觉感知方案的电子皮肤手套厂商数量迅速增长，技术路线覆盖印刷薄膜、视触觉、织物传感等多个方向。

行业竞争的关键节点在于，谁能率先在保证数据准确性的前提下，实现规模化量产与成本下探。

“我们的优势在于车规级场景积累的可靠性与供应链管理经验，具备向机器人场景迁移的核心能力基础。

在产品定位上，我们认为数据手套更像是一种‘消耗品’，传感器本身不需要用十年不坏，相反，它更需要在寿命期内数据准确，做便宜、可替换，比只追求稳定耐用更符合用户的真实需求。

”吕莉蕴告诉硬氪，2026年，尧乐科技数据手套业务预计将占到整体营收的一半以上，公司全年营收预计翻10倍。

【访谈节选】
以下为硬氪与尧乐科技创始人兼CEO吕莉蕴的访谈节选（略经编辑）：

硬氪：据你们观察，今年尧乐的行业客户对数据的需求主要集中在哪些类型？他们在需求上有什么本质差异？

吕莉蕴：现在整个行业最缺的就是真人的触觉数据，这个缺口非常大。从客户画像来看，其需求大致可以分成几类。

第一类是具身智能公司和做世界模型的团队，这也是公司当前最主要的客户群体。

他们要的是操作数据，用来训练灵巧手或机器人完成具体任务。

这类客户特别强调数据的“异构性”，即不能只采一个人的操作方式、也不能只针对某一种物体，不同人手型、发力习惯、操作节奏的差异，对模型泛化能力很关键。

另外他们对数据预处理要求也特别高，时间轴要对齐、传感器之间要同步、压力数据和图像数据要能对应上，这些基础工作如果做得不好，后期数据的实用性会受到影响。

第二类是大型工业企业和物流公司，比如UPS这类。

他们本身就有工人戴着劳保手套在生产线上工作，需求不是训练机器人，而是做劳动健康风险评估和效率优化，通过采集手部动作和受力数据，分析哪些动作容易造成劳损、哪些工序劳动强度偏高，进而优化作业流程。

这类需求在海外特别多，尤其是欧洲和日本，企业对员工健康合规要求很高，也愿意为此付费。

与第一类客户不同，这些企业不需要多模态融合或复杂标定，而是得能直接能读懂的生物力学指标，比如关节受力峰值、重复性动作频次，对数据解读维度完全不同。

第三类是医疗康复领域，比如手部功能恢复监测、中风患者康复训练评估等，要的是精细化动作追踪和长期变化趋势，要求传感器具备很好的重复性和一致性。

如果传感器本身的漂移比康复进展还大，数据就没有临床价值。

也正因为不同客户目标差异很大，所以我们不是卖一个标准化手套就结束了，而是要根据应用场景做不同配置和不同维度的数据分析

[来源链接] https://36kr.com/p/3915175290901889?f=rss