机器人大讲堂获悉，北京他山科技有限公司近日完成数亿元B轮融资，投资方涵盖产业资本与专业投资机构，包括太平创新、均胜电子、奥克斯、鹏翎股份、Lavender Hill Capital Partners、洪山资本，道氏技术、彬复资本等原有股东同步追加投资。本次融资是他山科技近半年收获的第三笔资金，目前公司C轮融资工作已正式启动。
融资当日，他山科技对外披露，企业上半年订单总量达到去年全年四倍，触觉传感器月度交付规模稳定在数万枚。
01.
产业资本集体入局，只认技术落地能力
本轮B轮融资的投资方阵容，折射出机器人赛道清晰的投资趋势。本次入局的均胜电子、奥克斯、鹏翎股份等产业资本，分别深耕汽车电子、家电制造、汽车流体管路等实体领域，不再追捧具身智能的概念炒作，更看重可对接现有产线、实现人工替代的落地型技术方案。
太平创新表示，他山科技已构建起芯片、传感、数据仿真、多场景落地的完整全栈布局，业务覆盖具身智能、汽车电子、智能家电等多个领域。伴随国内老龄化程度持续加深，康养科技长期需求明确，而触觉感知是智能康养设备的核心感知壁垒。未来太平创新将联动产业链伙伴，依托他山科技触觉技术落地银发安全防护场景，赋能康养智能化升级。
均胜电子指出，触觉传感器是机器人物理交互的核心刚需硬件，也是制约具身智能实现精密灵巧作业的关键瓶颈。他山科技凭借全链条自研能力，补齐了行业长期缺失的触觉核心短板。均胜长期双线布局具身智能赛道，本次加码投资进一步完善产业链核心布局，后续将与他山科技深度协同，加速具身智能产业整体产业化落地。
奥克斯认为，多模态大模型迭代提速背景下，物理AI商业价值迎来集中释放。触觉感知是具身智能实现真实物理交互、精细作业的核心基础，也是当前行业规模化落地的主要瓶颈。他山科技打通芯片、算法、传感器全链路自研，率先实现规模化商业交付，业务横跨机器人、汽车、家电多大赛道，兼具技术成长性与跨周期稳定性，是触觉赛道稀缺的长期优质标的。
鹏翎股份表示，高精度触觉感知是灵巧手完成精密装配、自适应抓取、安全人机交互的底层基础，同时也是丰富大模型多模态训练数据、提升场景泛化能力的关键增量。他山科技拥有行业稀缺的软硬件一体化自研架构，高度适配工业精密作业工况，目前已斩获多家头部灵巧手企业批量订单，商业化落地与量产交付能力稳居全球第一梯队。
当前产业资本对机器人赛道的概念容忍度持续走低。过去两年，多数机器人技术仅停留在实验室演示阶段，无法适配工业高低温、油污、连续高强度作业的复杂工况。而他山科技今年上半年的订单体量、数万枚月度交付数据，直观印证了工业市场对成熟、可量产触觉机器人方案的真实大规模刚需。
02.
触觉数据为什么不能直接喂给通用模型？
产业资本集体押注的背后，是他山科技对触觉感知底层逻辑的深度洞察。2026年5月，李飞飞团队发布《T-Rex: Tactile-Reactive Dexterous Manipulation》论文，揭露了具身智能行业的核心技术误区。
研究实验证实，在主流视觉-语言-动作基础模型π0.5中，直接接入原始触觉数据，不仅无法优化机器人作业效果，反而会大幅降低任务成功率，杂乱的触觉信号会对通用视觉模型的决策形成负面干扰。
该问题的核心根源，是视觉与触觉数据存在天然物理壁垒：视觉数据为低频次、空间离散像素信息，适配通用模型训练逻辑；而触觉数据属于超高维度、强时序耦合的高频物理交互信号，采样频率可达千赫兹，单次作业即可生成数万维特征。通用模型无法捕捉触觉的动态时序变化，难以识别接触、滑移、形变等精细交互行为，这也是触觉融合落地难的核心症结。
这一结论与他山科技坚持的理念不谋而合。他山科技认为触觉感知无法通过通用视觉模型兼容适配，需要有触觉专用模型，才能真正解决机器人精细化作业难题，实现工业与生活化场景的规模化落地。基于触觉感知基座，他山科技自研搭建了独立专用的触觉感知训练体系。
03.
硬件指标如何支撑真实场景落地？
触觉专用算法模型稳定运转的前提，是触觉传感器能在复杂工业工况下持续输出高质量感知信号。他山科技自研触觉传感器搭建起四项核心技术壁垒，四大核心指标共同构筑了产品从实验室走向量产产线的硬件底座。
第一是环境鲁棒性。区别于行业内仅适配实验室恒温恒湿环境的产品，他山科技触觉传感器可适配室外复杂工况、水下作业等多元场景，能够在各类复杂工业环境中稳定运行，满足不同产线的作业需求。
第二是数据一致性。该指标直接决定触觉模型的训练效果，具身智能迭代训练需要统一的动作数据反馈，数据波动会干扰模型学习逻辑。他山科技传感器重复测量一致性领先行业，多次测量标准差≤0.03，线性拟合优度R²≥99.9%，可真实还原受力变化，为具身智能训练提供稳定、可复现的高质量数据。
第三是长期耐久性。具身智能依靠海量重复抓取作业积累交互数据，设备损耗、参数变动会直接中断模型训练流程。他山科技传感器可完成超300万次抓取任务，可承受1000N过载，高强度作业后性能无衰减，保障机器人长期训练和量产作业的稳定性。
第四是信号响应速度，也是行业长期忽视的关键性能指标。他山科技将触觉手指定义为机器人运动控制的核心起点，对标人体指尖神经反射特性开展研发，大幅提升传感器时域分辨率，让触觉系统具备高速响应能力，快速完成高精度触觉交互与动作调控。
硬件性能决定数据品质，数据品质决定模型迭代效果。依托四大硬件核心优势，他山科技实现技术落地规模化。目前，他山科技芯片测量频率已提升3-4倍，全新一代动态触觉芯片将于今年Q3发布，采样时间将实现数十倍提升。
04.
"机器人幼儿园" 如何改变训练范式？
高质量数据的价值，需要在真实生产环境中持续验证和迭代。2026年6月29日，他山科技联合图灵奖得主理查德・萨顿教授共建的 "机器人幼儿园" 实体平台在北京首钢园正式揭牌启幕。该项目将建专属场地，机器人在交互过程中，凭借他山科技触觉系统全程采集真实物理交互数据，依托强化学习方式完成机器人持续自主学习。
萨顿教授高度认可这套落地式强化学习范式的产业价值：机器人可依托真实工况的物理交互自主积累作业经验，大幅降低对人工示教、手动数据录入的依赖。
该逻辑与AlphaGo Zero脱离人类棋谱、通过自我对弈完成迭代进化的核心思路一脉相承，机器人想要突破传统自动化上限，必须在真实生产环境中自主试错、持续学习，构建属于机器自身的场景经验体系。
他山科技认为，工业量产对作业稳定性要求极高，即便达到90%的任务成功率，十次作业一次失误的容错率也无法满足产线标准。真正适配工业化的智能机器人，必须具备自主感知故障、识别失误、从失败样本中持续迭代优化的能力，才能长期维持高精度、高稳定的量产作业水平。
05.
下一代触觉芯片能否改变产品形态？
值得一提的是，他山科技在今年Q3将发布新一代触觉感知芯片，基于全新动态触觉技术，采样时间将实现数十倍以上的提升。
此外他山科技还将展出两款创新产品，首先是TS-Echo触觉感知指套。传统触觉数据采集高度依赖机器人本体设备，采集门槛高、场景受限。这使得大规模数据收集难以开展，且难以覆盖人类日常操作的多样化场景。而TS-Echo在Nvidia EgoScale等视觉数据采集方案的基础上，补充了触觉维度的数据，为具身智能的多模态感知提供了更完整的数据支撑。该指套主打无本体数采能力，可通过人工实操采集真实物理交互的触觉数据，摆脱对机械臂、灵巧手设备的依赖，高效积累精细化、高真实性的工况数据，为触觉算法迭代提供可靠数据支撑。
同时首次发布光模块质检落地场景方案，这是触觉技术落地精密制造场景的典型应用。该场景对微小力感知、动态力控精度要求严苛，设备依托真实工况训练的触觉算法，可稳定完成精密插拔、对位装配等精细作业。验证了他山科技触觉感知方案在高端精密装配场景的落地能力与实用性。
06.
结语与未来
半年三轮融资，上半年订单规模达到去年全年四倍，传感器实现每月数万枚稳定交付，产业资本的持续加注传递出明确信号：机器人行业的核心矛盾，已经从基础运动能力实现，转变为设备落地稳定性与规模化使用成本的平衡问题。
机器人大讲堂认为，他山科技的核心竞争优势集中在三个维度。首先是规模化数据积累优势，他山触觉传感器市占率位列行业头部地位，市面多数灵巧手的触觉硬件均由其供应。大规模量产持续产出真实工业交互数据，而数据质量直接决定机器人模型的性能上限。其次是完整自研技术链条，覆盖芯片、传感器、数据到算法模型与训练范式全流程。此外，他山科技拥有成熟的产业生态布局，已合作180余家产业链客户，随着触觉模块转变为通用可插拔标准化单元，硬件兼容能力正推动他山科技从零部件供应商向具备平台服务能力的厂商转型。
当下具身智能产业迈入落地攻坚期，真实工业场景的适配能力，才是衡量企业长期价值的核心标尺。依托完整触觉自研链路与规模化交付实力，他山科技正在填补工业机器人感知体系中长期缺失的关键一环。
热门跟贴