作者｜黄楠

编辑｜袁斯来

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。

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。

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。

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。

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。

织物即传感器（图源/企业）

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。

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。

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。我们更倾向于跟客户深度合作，帮他们做一部分数据分析，在此基础上共享数据资源。硬件铺进去只是第一步，数据怎么用、怎么帮客户产生价值，才是更长线的事。

硬氪：市面上做柔性传感器的厂商不少，包括印刷薄膜、视触觉等不同技术路线，客户选择尧乐科技方案的原因是什么？

吕莉蕴：客户来找我们，根本原因就是市面上很多方案在数据准确性上存在问题。

现在市面上常见的电子手套多为印刷薄膜类，在薄膜、TPU或布料上印刷传感器，或者把视触觉集成进去。但这类材料的问题在于，它本身并不是天然适合做手套的材质。人类戴手套基本都是织物形态，胶皮手套戴一小会儿就要摘，不透气会产生汗渍。

同时，由于印刷薄膜方案通常需要多层结构，把传感器夹在中间，多层结构带来的问题是太厚、不透气，汗渍会导致传感器衰减和漂移；层与层之间在抓取时容易产生滑移；如果手套没有专门针对手部立体结构做过版型，手指弯曲时材料会褶皱，空抓时传感器就已经误触发了，还会出现所谓的“脏数据”或“鬼影噪声”。

尧乐的做法是从源头解决这些问题。一体编织成型，没有多层结构，手套成型时传感电路已经被织进去，手指弯曲时不存在层间滑移问题。

此外，我们在手套内部还设计了空气层和支撑结构，让传感器尽量只在真正接触受压时响应，从物理层面减少无效信号；腕部主控盒还内置了广角摄像头，可以对照接触情况做双重校验，空抓时摄像头一看就知道手里没东西，数据可以交叉验证。

可以说，客户选择尧乐，正是因为我们对织物传感器的理解更深，从材料、工艺、织法，再到量产、标定、交付，是系统性的能力，能把数据采集的“前处理”做到位，而不是把一堆含噪的原始数据扔给客户自己去清洗。这也是织物传感路线在数据采集场景下不可被替代的价值所在。

投资方观点：

云道资本创始合伙人曹稷山认为，一级市场正从“本体够不够炫”，转向追问真实物理交互数据从哪里来、能否规模化喂给模型。触觉公司很多，能量产交付的却不多；关键看有没有在汽车等高标准行业跑通定点与批量——因为世界模型要的是可复用、可训练的数据产能。尧乐的价值，不在又一种传感器，而在把人类真实接触变成可进入训练链条的数据入口；硬件是门票，数据接口与标准化，才是估值弹性所在。

鼎和高达管理合伙人王莹表示，我们过往投资组合中的禾赛、Momenta、六分科技等，都指向同一命题——让机器更好感知、预测并作用于物理世界。尧乐所做的，正是这一命题在物理交互数据侧的关键拼图。鼎和高达将依托我们丰富的产业生态矩阵，为尧乐提供从供应链协同到市场拓展的深度支持。本次投资我们协助引入常熟汽饰，也正是看到海外主机厂对OCS（乘客分类系统）逐步形成刚需。希望通过投资和赋能一同将中国车规级量产方案推向海外，全力支持尧乐出海业务拓展。

祖龙娱乐首席财务官李轶表示，我们坚定地看好尧乐作为触觉数据基建的长期价值，押注中国企业在新一轮AI科技创新中，正凭借极致的工程化能力与丰富的场景密度，从底层基础设施发力，在全球Physical AI竞争中跑出独有的“中国加速度”。