☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
近期，专注于机器人触觉传感与触觉数据解决方案的初创企业汇光创新，接连完成种子轮及天使轮两轮融资，累计金额达数千万元。本轮融资由峰瑞资本与一家双币种基金联合领投，破壳机器人、无限基金 SEE Fund、水木清华校友种子基金跟投。所募资金将重点投入于视触觉传感器的研发迭代、工程化验证、触觉数据工具链构建以及商业化落地拓展。
汇光创新创立于2026年2月，核心业务覆盖具身智能、机器人灵巧操作、智能制造、人机交互及前沿科研等多个领域，致力于提供高精度视触觉传感器硬件、触觉数据采集设备及端到端的触觉感知系统方案。
公司创始团队全部为00后，创始人兼CEO王陈玉珩本科与硕士均就读于清华大学电子工程系，具备跨学科知识背景与扎实的工程实践能力，曾主导灵巧手系统、视触觉传感模组及机器人数据采集平台等产品的研发与落地，拥有从产品定义、技术实现到团队协同的全链条经验。CTO徐继凯现为浙江大学控制科学与工程专业硕士研究生，本科毕业于华中科技大学机械科学与工程学院，长期深耕视触觉传感、机器人感知与自主操作方向，在传感器硬件设计、工艺优化及量产转化方面积累深厚。目前，公司研发技术人员占比超70%，并持续引进高水平人才。
王陈玉珩坦言，作为一支学生背景浓厚的创业团队，切入重制造、强工艺的机器人触觉赛道实属不易。创业初期缺乏启动资金，团队成员自掏腰包采购关键元器件与测试设备，在出租屋内搭建起简易实验室，仅用半年时间便完成首代原型机开发。“没有成熟供应链，我们就奔赴深圳实地走访数十家工厂，面对面沟通定制方案；没有用户渠道，就上线淘宝店铺面向开发者销售早期产品，短短数月售出数百套，实现了第一笔现金流。”
在夯实研发与生产基础后，团队逐步转向B端客户拓展，陆续签下多家数十万至百万级订单，并在三个月内高效完成种子轮与天使轮融资，正式迈入小批量交付与规模化扩张阶段。
当前，具身智能的发展重心正悄然迁移。过去一年，行业关注点集中于大模型能力、本体结构创新与通用任务演示。但当机器人走出实验室、进入真实物理环境执行抓取、按压、装配、分拣、插拔等精细作业时，一个共性瓶颈日益凸显：机器人不仅需要“看得清”，更亟需“摸得准”——是否发生接触、力的大小与方向、表面是否滑动、接触区域如何形变……这些关键物理信号恰恰是纯视觉系统难以捕捉的盲区。
根本症结在于，现有具身智能模型训练高度依赖视觉、语言和动作轨迹数据，而真实交互过程中产生的高质量触觉数据极为稀缺。缺少足够维度、足够规模、足够保真的触觉数据支撑，AI模型便无法学习接触过程中的力学规律，其操作泛化能力自然受限。
传统触觉传感方案——从简单接触开关、电容式触摸屏到柔性电子皮肤——普遍面临空间分辨率不足、多维信息耦合难解、寿命短、批次一致性差等问题，且输出信号维度偏低，难以与现代AI训练范式有效对接。汇光创新选择的技术路径是光学式视触觉传感器：利用弹性体在受力时发生的微观形变，通过光学成像捕捉其表面变化，再经专用算法反演重建出接触位置、压力分布、滑移轨迹、表面纹理等多维信息。
光作为电磁波谱中频率最高、带宽最宽的载体，从物理底层决定了其天然具备高精度与高分辨率潜力。视触觉技术可将物理接触过程转化为微米级空间分辨率的图像序列，完整记录接触面的压力场、形变场等动态信息——这类高保真、高冗余的数据，正是物理AI训练不可或缺的核心燃料。更重要的是，图像化输出格式与主流深度学习架构高度兼容，能无缝接入具身智能与物理AI的训练闭环。
然而，视触觉路线亦存在明显短板：体积厚重、算力门槛高、成本居高不下、长期稳定性不足。这正是汇光创新着力突破的关键命题。
在技术实现上，公司采用灰度图像重建路径，大幅简化光学系统设计与算法处理流程，由此带来三大核心优势：更轻薄的结构设计、更低的边缘算力需求、更具竞争力的成本控制。基于该路线，汇光自研的超薄视触觉传感器产品LIGHT TILE已推出初代版本，厚度严格控制在3–4mm区间，目前已进入产品化加速期，并正针对机器人指尖、夹爪等末端执行器开展深度适配与集成验证。
“薄”，不仅是物理参数，更是AI-native的产品哲学：智能的源头是数据，而触觉数据的本质是近场接触。越薄的传感器，越利于大规模部署于真实机器人本体，从而获取海量一手交互数据；同时，视触觉图像本身蕴含极高信息密度与冗余度，便于后续降维映射至多种模态，支撑跨平台、跨本体的泛化学习。此外，在实际机器人结构设计中，传感器厚度直接决定其能否嵌入灵巧手、微型夹具等紧凑型执行机构——厚度每减少1mm，就意味着向机器人基础部件又靠近一步。
除硬件外，汇光创新亦规划构建开放协同的触觉数据生态：一方面依托自研超薄传感器系列，联合产业伙伴共建高保真真机数据采集网络；另一方面，以真实数据反哺仿真建模，推动高精度触觉仿真平台建设。
商业化路径采取分阶段推进策略：前期聚焦LIGHT TILE系列硬件销售，快速切入市场、沉淀场景与客户反馈；后期随装机量提升，逐步将触觉数据资产与感知算法能力产品化，形成数据集授权、算法API调用、定制化模型服务等可持续收入模式。目前，指尖版与夹爪版产品已与头部客户达成合作，进入小批量交付阶段。
本轮资金到位后，公司将持续推进核心传感器迭代升级、工程化可靠性验证、核心供应链体系搭建及标杆客户试点合作，并同步完善触觉数据采集—标注—建模—评估全链路能力，加速视触觉传感基础设施在具身智能与消费电子领域的规模化落地。
以下是硬氪对汇光创新创始人王陈玉珩的独家访谈节选：
硬氪：整个创始团队都是“00后”，年龄普遍偏小，当初为何坚定选择创业？
王陈玉珩：最根本的动力源于我们对机器人本身的热爱与执着。在高校科研实践中，我们切身体会到两大断层：一是市面上真正可用、易集成、性能可靠的机器人触觉硬件极度匮乏；二是整个行业严重缺乏大规模、高保真、带物理标签的触觉数据。我们判断，具身智能若要真正走进现实世界，触觉感知绝非可选项，而是必选项。而这一方向，恰好与我们的技术储备、研究兴趣和动手能力高度契合。于是我们决定躬身入局，目标很明确：补上这块关键拼图。
硬氪：作为年轻团队，在产业链整合、供应链管理及工程化交付能力方面，如何建立信任与保障？
王陈玉珩：这类质疑我们非常理解。毕竟平均年龄不到30岁，做的又是硬件，初期对产线节奏、工艺细节、品控标准确实需要边干边学。但我们胜在执行力强、响应快、敢试错。最早为了验证产品真实需求，我们直接开了淘宝店，几个月卖出几百单。这个过程把订单处理、小批量组装、物流发货、用户反馈收集、售后响应全流程跑通一遍，既验证了市场接受度，也摸清了基本工业化逻辑。之后我们主动奔赴深圳、东莞等地，挨家拜访供应商，蹲产线看工艺，和一线工程师、老师傅反复讨论材料选型、公差控制、装配顺序。这段“手工打磨+地面推广”的实战经历，让我们在融资前就积累了真实的客户画像、交付经验和供应链认知。
硬氪：你们产品的技术壁垒与差异化优势主要体现在哪些方面？
王陈玉珩：可从软硬两个层面展开。硬件层面，我们在保证性能前提下实现了显著的轻薄化突破，首代产品厚度压缩至3–4mm，在全球视触觉传感器中处于领先梯队；软件层面，我们拥有全栈自研的图像重建算法与触觉解析引擎，能从原始光学图像中高效、稳定地提取三维形貌、压力场、滑移矢量、表面微结构等高维触觉特征。综合来看，我们的产品具备三大突出特性：一是对AI训练友好——算力占用低、数据格式原生适配主流深度学习框架；二是形态轻薄，极大提升在真实机器人上的部署可行性与数据采集效率；三是兼具高性能与高性价比。这些能力的背后，既有技术路线的理性选择，也离不开我们在供应链端的深度介入与协同优化，从源头保障一致性、耐用性与成本可控性。
投资人观点：
峰瑞资本副总裁李罡：触觉数据供给不足，已成为制约具身智能走向产业化的公认瓶颈。在此背景下，汇光创新以AI Native为底层设计理念，成功攻克触觉精度、长期稳定性与物理尺寸之间的多重矛盾，实现了硬件鲁棒性与算法高效性的有机统一。尤为值得肯定的是，这支以00后为骨干的团队展现出远超同龄人的产业洞察力与落地执行力。他们已与多家灵巧手厂商、机器人本体企业及世界模型研发方建立实质性合作，正以新生代视角驱动技术创新与生态共建。
