订单翻了10倍 这家触觉感知公司又融资了

具身智能的瓶颈正从算法逻辑转向物理感知，数据维度的缺口成为了行业新的决胜点。

投中网获悉，尧乐科技完成由鼎和高达领投，上市公司常熟汽饰、祖龙娱乐跟投的Pre-A+轮融资，云道资本担任独家财务顾问。在此之前，小米参与了其天使轮，科沃斯参股的隐峰基金、硅港资本及初辉资本则在其Pre-A轮中押注，这一连串产业资本的入局，折射出市场对物理世界数据入口的高度关注。

此次领投方鼎和高达长期深耕前沿科技领域，其投资版图涵盖禾赛、Momenta等头部企业，且LP背景多与具身智能及汽车产业相关。这轮融资不仅带来了资金，更为尧乐补齐了对接欧洲客户及海外资源的关键能力。

尽管2026年一级市场对具身智能的追逐略有降温，但产业界的共识却愈发清晰：AI落地物理世界，真正稀缺的并非只会运动的机器人本体，而是除视觉与语言之外的大规模物理交互数据。相对于模型训练所需的数千万小时级样本，全球现有的物理交互数据缺口高达95%以上。触觉，作为填补这一缺口的核心模态，其战略价值日益凸显。

目前，视触觉、压阻薄膜、柔性电子皮肤等方案层出不穷，但大多局限于将传感器作为单一硬件销售给机器人厂商。与这些玩家不同，起步于车规级织物传感器的尧乐科技，其商业定位有着本质差异。

硬件仅仅是通往世界模型的入口，其终极目标是将人类在接触世界时产生的压力、姿态及反馈，转化为可学习、可复用的数据资产，并直接输入世界模型的训练链条。而实现这一目标的载体，正是人类日常生活中高频接触的柔性表面：手套、座椅、床垫等。

十年前，这条路径尚被视为天方夜谭，而今，行业正在重新审视并为其定价。

尧乐科技并非一家初创型的传感器公司，而是一个拥有深厚工业基因的系统工程团队。

创始人吕莉蕴曾任国际汽车电子巨头Harman全球创新部首席架构工程师，主导过多模态传感器融合计算平台，服务于玛莎拉蒂、保时捷等十余家主机厂，在智驾云端与机器人感知领域经验丰富。联创团队亦实力雄厚：周潇来自中科院，深耕集成电路与智能传感；罗正毕业于密歇根大学，其主导的多模态传感融合算法已实现数十万台车辆的量产落地；CMO孟祥琳则具备北大背景与消费品牌操盘经验。技术、算法、量产与商业化四维能力的完备，奠定了公司的底层架构。

这种基因决定了尧乐的打法：从起步之初，就不是为了做硬件，而是为了用系统工程思维构建触觉数据产品。

为何选择织物作为切入点？逻辑源于对真实性的极致追求。2015年，吕莉蕴构想智能瑜伽垫时，发现传统薄膜不耐折、刚性方案成本高昂且体验生硬，这些缺陷都会改变人的自然行为，导致采集数据失真。这引发了核心思考：是否存在一种既能被大规模转化为数据网络，又是人类自然接触的介质？

答案指向了织物。手套、座椅、床垫、袜子等柔软、大面积覆盖且可低成本替换的表面，正是人类与物理世界交互的最前线。将传感器织入而非贴在介质上，相比任何刚性方案都更接近“无感采集”的理想状态。

与标准化的“数据工厂”不同，尧乐致力于捕捉的是人类作用于世界的真实瞬间，如抓握、翻身、穿戴等。这些动作中蕴含的长尾变化、肌肉习惯、软接触策略及环境反馈，只有在人类自然接触的表面上进行无感、连续的记录，才能被精准捕捉。

这一逻辑迅速得到了市场验证。首个客户科大讯飞的养老护理防压疮床垫项目，虽订单量不大，却有力证明了真实场景对大面积、无感、可持续物理交互数据的刚需。

2018年，汽车行业的订单将产品标准推向了极限。门板触控、座椅压力监测等项目，对可靠性、耐久性及一致性的要求远超消费级。从2019年第一代方案通过车规测试，到2022年座椅方案再次达标，再到2025年成为一线豪华车企智能座椅压力方案核心供应商并实现量产交付，尧乐经受住了严苛的考验。

在投资人眼中，这种经过实战检验的量产能力远比演示样机更有说服力。车规导入通常耗时三年以上，需经受数百项极端环境测试。尧乐将这套能力视为向下兼容所有场景的底座。

“切入汽车领域，本质是以最高标准锤炼技术，再向下兼容其他场景。”吕莉蕴确立了这一核心战略。当具身智能浪潮来袭，这种在车规级环境中反复打磨的能力被无缝迁移：有限空间内的高密度布点、抗机械疲劳、毫秒级响应与高一致性，其底层逻辑完全一致。

“能否在高标准行业实现量产，是今年投资人判断触觉公司价值的标尺。”云道资本创始合伙人曹稷山指出，“目前行业多停留在手搓式交付阶段，我们关注的不再是纸面参数，而是能否在汽车等成熟供应链体系中跑通定点和批量交付。世界模型需要的不是一次性样本，而是可规模化、可复用的数据产能。”

2026年，尧乐科技的预计订单将翻十倍，其中近半增量来自具身智能领域。若仅将其视为传感器销量的增长，则低估了其核心价值。

大量机器人与世界模型客户寻求合作，背后反映了行业的深层焦虑：灵巧手若缺乏真实物理交互数据，精细操作将无法实现。视觉只能定位，无法感知力度、滑动与接触结果；仿真虽能补充部分样本，却难以弥合虚实鸿沟。物理交互数据，已从可选项变为具身智能落地的必答题。

这正是尧乐科技的核心竞争力所在。通过将传感网络织入手套、衣物、座椅等人类自然接触的表面，覆盖手掌、躯干、足底等关键区域，实时捕捉力度、姿态与反馈。轻薄、可弯折、耐疲劳等特性，是无感融入真实场景、持续获取高质量物理数据的前提。

今年，团队的重心转向数据手套。这款外观普通却能精准感知压力变化的智能织物，计划于8月推出。其长期定位是耗材化的数据采集终端：终端铺设越广，数据网络就越厚实。

目前，尧乐已与头部机器人企业及消费穿戴厂商达成合作，并在嘉兴自建约7500平方米工厂，打通从纱线到传感网络的全流程。自建产线的意义不仅在于规模，更在于将工艺环节的控制权牢牢掌握在自己手中。

从短期看，尧乐是一家传感器公司；从长期看，其终局是一个触觉数据平台。

手套、坐垫、鞋垫、座椅、床垫等织物传感网络，每时每刻都在采集人与物理世界的交互数据。硬件收入解决了现金流和场景验证问题；当数据量积累到一定规模，其价值将远超硬件本身。这一商业模式能否跑通，取决于两个前提：传感器成本足够低以铺设广度，数据足够标准化以供模型调用。

在成本方面，织物具有结构性优势。借助纺织级规模化流程，配合车规级赋予的工业可靠性，其成本结构更接近可耗材化的纺织品。这意味着数据产能有望随终端出货同步扩张，突破高成本硬件的锁死限制。

在标准化方面，行业尚处早期。吕莉蕴观察到，客户需求已从“有无触觉硬件”转向“有无训练就绪的数据”。下一阶段的核心，是将连续、非结构化的触觉信号，通过标定、清洗、切分、标签体系和API接口，转化为可标注、可调用、可训练的数据资产。谁能率先确立这一标准范式，谁就将掌握未来的入场券。

那么，尧乐的护城河究竟何在？

答案并非单一材料，而是系统能力的叠加：材料、工艺、量产、标定与算法，这十年试错形成的耦合系统，难以通过简单的逆向工程复制。

“单纯拆解产品门槛极高，没有一年多时间难以达到稳定状态。”吕莉蕴表示，公司的短期壁垒在于产业链深度与先发优势，长期壁垒则在于数据飞轮效应。硬件铺设越广，数据回流越多，模型对这套供给的依赖度越高，客户付费意愿越强。一旦闭环跑通，物理交互数据的入口即被锁定。

当前，技术路线远未收敛。这对投资人而言既是风险也是机遇：风险在于不确定性，机遇在于天花板足够高，且先跑通量产、场景覆盖与数据标准的企业，有机会参与定义下一代Physical AI的训练范式。

尧乐的融资节奏虽不快，但每一步都精准踩在行业认知升级的关键节点。

2022年12月，小米独家天使轮开启了布局。彼时公司刚通过车规测试，量产订单尚未兑现。小米在汽车产业链的密集卡位，使其对这家“车规已过、量产未至”的新型物理交互方案，进行了一次前瞻性的战略占位。

2025年底的Pre-A轮近亿元融资，由科沃斯参股的隐峰揽秀基金领投，硅港资本、初辉资本跟投，资金主要用于技术迭代、海外拓展与规模化量产。

此时，尧乐已在智能座舱领域拿下多家头部车企定点并实现规模化落地；同时，随着具身智能与世界模型浪潮兴起，行业意识到触觉是机器人作用于物理世界的必备模态。

隐峰基金的入局尤为关键。背靠扫地机器人龙头科沃斯，该基金看重的是车规能力向机器人场景的迁移潜力，以及物理交互数据在机器人领域的应用前景。吕莉蕴坦言：“他们投资的逻辑首先是车规级能力落地机器人会更扎实，其次是看好机器人的应用前景。”

最新一轮融资由鼎和高达领投，常熟汽饰、祖龙娱乐跟投，补足了智能座舱、出海落地与未来出行的资源拼图。

鼎和高达管理合伙人王莹表示，其投资组合中的禾赛、Momenta、六分科技等企业，都指向同一命题：让机器更好地感知、预测并作用于物理世界，尧乐正是这一生态的关键一环。

常熟汽饰则敏锐捕捉到海外主机厂对OCS（乘客分类系统）的刚性需求，计划利用自身海外客户资源，助推尧乐将中国车规级量产方案推向全球。

祖龙娱乐CFO李轶则坚定看好尧乐作为触觉数据基建的价值，押注中国企业在新一轮AI科技创新中，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，在全球物理AI竞争中跑出独特的“中国加速度”。

云道资本曹稷山总结道：赛道虽早，路线未定，但筛选标准已清晰——场景验证是否扎实、量产与成本能否规模化、硬件之上能否沉淀可标准调用的物理交互数据。尧乐的护城河不在单一材料，而在系统能力；云道押注的不是短期概念，而是一家将“织布”做成世界模型与Physical AI数据基础设施的公司。

回顾三轮融资，尧乐的投资人结构呈现出“产业资本+硬科技基金+智能制造及出行资源”的清晰层次：小米看重车规稀缺性，科沃斯侧重机器人场景中触觉感知的不可替代性，鼎和高达补齐了出海对接与产业协同资源。

这三轮融资，完整勾勒出尧乐的跃迁路径——从车规验证到量产落地，再到具身智能与数据基建窗口，每一步都踩在行业认知升级的节点上。多家产业资本的接力押注，指向了同一个终局：物理世界的数据入口。当机器人开始像人类一样感知世界，所有交互数据都将通过触觉表面回流。谁掌握了这个入口，谁就拿到了通往未来的船票。