当机器人学会“摸”这个世界，人机协作的边界将被重新定义。2025年5月，一家名为模感科技（MoSense）的AI创业公司悄然完成数千万元天使轮融资，投资方阵容罕见地集结了红杉中国、高瓴创投以及人形机器人赛道明星智元机器人。这家成立仅一个月的公司，凭什么让头部资本和人形厂商共同押注？答案藏在一项革命性的智能工具——全身多模态触觉系统之中。
从指尖到全身：触觉为何成为机器人落地的“盲区”
人形机器人正从展示大厅走向工厂流水线、物流仓库乃至家庭客厅。视觉摄像头帮它们看清世界，但真正完成抓取、搬运、扶持等物理交互，还需要触觉——感知接触力、摩擦力、温度、滑移等物理量。然而，目前行业主流方案将触觉传感器集中在灵巧手或夹爪指尖，仅能应对局部精细操作。一旦机器人需要抱起箱子、推开大门或搀扶老人，手臂、躯干、足底就变成了“感知荒漠”，事故风险骤增。
这个问题被称为“Sim-to-Real鸿沟”的核心瓶颈之一。仿真环境中机器人拥有完整物理边界，但真实机器人缺乏全身触觉反馈，导致算法部署后频频“翻车”。模感科技联合创始人严朝旭直言：“没有全身触觉，机器人永远无法在99.999%的成功率下完成养老护理这样的高精度任务。”这正是红杉等科技公司看中的机会：填补机器人交互的最后一块拼图。
MoSkin：把机器人外壳变成六维力场感知器
模感科技的核心智能工具是名为MoSkin的全身柔性多模态触觉系统。它基于电磁超构力学技术，将机器人刚性外壳转化为连续的六维力场感知界面，覆盖手部、四肢、躯干、足底。与传统压阻式或电容式方案不同，MoSkin能同时采集力觉、温度、滑移、振动、材质等多种模态信息，接近真实皮肤的感知能力。
举个例子：当机器人足底装上MoSkin，它能感知地面摩擦力的细微变化，从而在光滑瓷砖上自动调整步态；当手臂接触障碍物，系统会瞬时反馈碰撞点坐标和受力方向，避免夹伤。这种“全身触觉”让机器人从“按程序执行”变成“根据物理交互动态调整”，相当于给机器人装了一套触觉神经系统。
你可能注意到，类似的多模态感知思路也出现在其他领域，例如用于创意生产的AI画图工具，通过视觉与文本的融合生成图像。而模感科技的创新在于，它将触觉从局部扩展到全身，并与AI算法深度耦合。
算法同步进化：世界模型+触觉闭环弥合Sim-to-Real鸿沟
硬件只是第一步，模感科技的真正野心在于软硬一体。团队同步研发了基于多模态隐空间融合门控机制的世界动作触觉预测模型。简单来说，这个模型利用高频多维触觉反馈，实时修正机器人基于视觉和仿真训练做出的决策。
以搬运箱子为例：视觉系统规划好路径，但箱子实际重心偏移、表面打滑等细节只能在触觉中暴露。MoSkin捕获到摩擦力下降信号后，预测模型会立即调整抓取力，甚至在箱子滑落前用大腿“顶”一下——这种拟人化行为正是Figure AI的机器人演示过的。严朝旭认为，只有将触觉反馈融入世界模型，才能实现仿真到真实的无缝迁移。
这一策略与当前自动驾驶行业“端到端”模型的发展方向不谋而合。许多AI Agent技术在虚拟环境表现优异，但落地到物理世界就水土不服，原因正是缺少物理交互的感知闭环。模感科技提供的不仅是传感器，而是一个完整的“感知-预测-控制”方案。
商业化三阶段：从防碰撞到高精度人机交互
模感科技对全身触觉的商业化划定了清晰的路线图。第一阶段聚焦安全：让机器人学会感知物理边界，实现基本的防碰撞、防夹伤。在这一阶段，机器人作为生产工具，安全性优先于功能性。第二阶段解决复杂任务：比如抱着箱子上下楼梯、用身体推门等，需要全身协调的触觉反馈。第三阶段则瞄准养老医疗场景中最高难度的人机交互——将行动不便的人从床上抱起、协助行走等，精度要求达到99.999%以上。
这种渐进式策略符合技术成熟度曲线。首批客户很可能来自工业制造和物流领域，这些场景对机器人的碰撞风险容忍度低，而全身触觉能显著提升部署安全性。同时，模感科技也在拓展非机器人领域的智能传感器合作，比如智能穿戴、工业自动化检测等。
有意思的是，模感科技的商业模式借鉴了车载智驾方案：客户不需要自己开发触觉算法和采集数据，直接采购“触觉皮肤+预测模型”的一体化智能工具。这与许多AI创业公司提供的“API+模型”服务异曲同工，核心都是降低客户的技术门槛。
学霸团队+资本加持：一场硬科技创业的实验
模感科技的创始人团队堪称“学霸天团”。CEO严朝旭博士毕业于港科大微电子系，研究高频系统与电磁算法；CTO周航博士是港科大机器人系出身，曾在自动驾驶公司主导端到端模型研究；CFO杨穆君拥有港大经济学硕士，具备金融背景；首席科学家温维佳是港科大讲座教授，国家自然科学二等奖获得者。这样一支横跨硬件、算法、商业的团队，在AI创业公司中实属罕见。
红杉中国和高瓴创投的联合注资，反映了顶级投资机构对“智能工具+机器人”赛道的密集布局。智元机器人的参与则更具战略意义——作为人形机器人整机厂商，智元需要上游核心组件支持，提前绑定一家全身触觉供应商，可以加速自身产品的迭代。类似的生态系统构建也出现在其他领域，比如AI工具导航平台汇聚了各种AI应用，帮助企业快速发现所需工具。
挑战与破局：全身触觉的工程化难题
尽管前景诱人，全身触觉的规模化量产仍有不少挑战。首先是成本：大面积柔性传感器的高一致性生产难度远高于指尖小尺寸传感器。其次是耐用性：机器人可能面临撞击、化学腐蚀等恶劣环境，触觉皮肤需要足够的鲁棒性。最后是算法融合：全身触觉数据量庞大且模态多样，如何实时处理并与视觉、本体感知融合，仍是待解难题。
不过，模感科技的电磁超构力学技术路线在理论上具备大面积覆盖和低功耗优势。如果能在量产测试中验证良率和寿命，有望成为机器人触觉的重要标准。严朝旭在采访中强调：“我们不是卖传感器，而是卖能力——让机器人真正感知物理世界。”这或许正是红杉们看到的长期价值。
随着全球人形机器人进入爆发前夜，触觉感知这个细分赛道正吸引越来越多的玩家。类似地，面向创作者的AI图片生成工具也在经历从“好玩”到“好用”的进化，技术普惠往往需要软硬件协同突破。模感科技的融资，标志着这个智能工具新品类正式站上舞台。