模量科技完成数千万元 Pre-A 融资，发力机器人「视触觉+压阻」传感方案

深圳市模量科技有限公司（以下简称「模量科技」）近日完成由猎鹰投资、益华资本投资的数千万元 Pre-A 轮融资，点石资本担任财务顾问。本轮资金将用于研发团队和产线扩建、全球业务拓展。模量科技成立于 2024 年底，是一家致力于构建触觉基础设施的公司，具备触觉感知模组、触觉数据采集和触觉模型全链路研发能力，聚焦人形机器人/灵巧手与工业智能制造两大方向。

产品布局：压阻与视触觉双路线

模量科技从触觉材料切入，自主研发高灵敏度敏感材料与微结构工艺，通过材料配方优化、多尺度微结构设计，实现压力与温度双模感知能力。在器件层面，公司结合耐高压弹性体与微纳结构设计，提升传感器量程、精度与灵敏度，并探索以「微纳立体印刷技术」实现低成本、大规模制造。

在机器人领域，公司同步推出两类触觉模组：

• MoFi 压阻式触觉模组：融合柔性微纳传感技术与三维力感知算法，可实时感知抓取力度、接触姿态与表面状态。
• MoVi 视触觉六维力模组：基于光学成像原理，单次接触即可获取三维形貌、滑动趋势以及力和力矩信息，为精密装配、动态抓取等场景提供高分辨率触觉反馈。

模量科技指出，针对机器人手部不同区域的需求差异，指尖区域适合采用高分辨率的视触觉方案，指腹、手掌等区域则更适合轻薄柔性的压阻式电子皮肤，「视触觉+压阻」协同方案已实现小批量订单交付。

算法与数据：搭建触觉数据飞轮

算法层面，公司针对传感器模组化后的精度一致性问题，开发了基于神经网络的标定算法。传统标定方式在多点、多量程条件下容易累积误差，而基于 MLP 神经网络的方法可提升全量程标定精度；在视触觉方向，公司采用神经网络进行 AI 推理拟合，精度优于传统图像算法。

数据采集方面，公司推出可穿戴式触觉数据采集手套，采用织物基底集成触觉与姿态传感器，支持自然抓取动作采集。相比传统「夹爪+摄像头」方案，可获取更丰富的人机交互数据，用于后续触觉模型训练。

此外，公司计划布局「触觉大脑」模型，形成「视触觉传感器—数据采集—触觉模型」的数据飞轮。

工业落地与商业进展

工业制造场景方面，公司推出 MoTe 压力分布测试模组，可应用于新能源电池检测、工业自动化、3C 制造、汽车零部件等领域，通过多维压力数据采集与分析实现压力分布可视化，服务于电池鼓包测试、自动化产线检测等场景。

商业进展方面，模量科技联合创始人周建林表示，公司累计服务十余家头部机器人及灵巧手企业，与行业核心玩家形成深度合作；数百万级规模化订单即将完成交付。工业侧已完成与三家以上行业龙头的商业化交付。

行业判断与团队背景

周建林认为，触觉传感器领域的核心变化在于机器人手部方案的逐渐收敛。随着直驱或混驱灵巧手方案加速量产，触觉传感器的渗透率有望显著提升。以头部灵巧手厂商为例，若年产量约 1 万只手、触觉渗透率达到 50%-60%，对应数千只手需要配置触觉模组，每只手通常至少需要 6 个模组，复杂方案可达 10 个以上。

团队方面，创始人官华曾任职于纽交所智能穿戴上市公司，长期参与供应链、芯片、传感器及智能硬件领域的战略合作与投资；联合创始人周建林拥有工科硕士背景，曾在 3D 打印企业任副总裁；联合创始人高立波为香港城市大学博士、厦门大学教授、博士生导师，拥有十余年柔性传感器研究经验。

猎鹰投资表示，看好触觉传感器及电子皮肤赛道潜力，以及模量团队「资深产业人士+柔性触觉传感教授」的跨学科组合；益华资本则认为，触觉传感器正处于灵巧手等末端执行器放量、触觉渗透率提升与覆盖范围扩大三重机遇叠加的窗口期。