物理世界的数据入口，再度迎来关键融资。

投中网独家获悉，尧乐科技已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，云道资本持续担任独家财务顾问。在此前，尧乐科技已获得小米独家天使轮投资，并于Pre-A轮引入科沃斯参股的隐峰基金、硅港资本及初辉资本。

新晋投资方鼎和高达长期聚焦前沿科技领域，曾成功孵化禾赛、Momenta等标杆项目，其有限合伙人涵盖具身智能、智能汽车等方向的上市公司，将为尧乐科技强化海外渠道资源与欧洲客户协同能力。

2026年，一级市场对具身智能的热情有所回落，但另一项更持久的认知正在升温：AI真正融入物理世界，所欠缺的并非又一个能跑能跳的本体，而是除视觉与语言之外、可规模化采集的真实物理交互数据。相较模型动辄需要数千万小时级样本，全球可用于训练的物理交互数据缺口或超95%。而触觉，正是填补这一空白最稀缺的感知模态。

因此，触觉赛道正吸引一批新锐力量入场：视触融合方案、压阻式薄膜、柔性电子皮肤……但多数仍停留在“向机器人卖传感器”的阶段。正因如此，外界习惯将从车规级织物传感起步的尧乐科技定义为“柔性触觉传感器厂商”，但其实，其战略定位远不止于此：

硬件只是通向世界模型的第一道门，终极目标是把人类接触世界时的压力、姿态、反馈等行为，转化为可学习、可复用的数据资产，直接注入世界模型的训练闭环。而承载这一切的，正是人类天然频繁接触的柔性界面——手套、座椅、床垫等。

十年前，这条路鲜有人信。如今，行业正为其重新估值。

车规级触觉，降维切入具身智能

尧乐科技并非横空出世的触觉新锐。

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，主导多模态传感器融合计算平台，服务玛莎拉蒂、保时捷等十余家整车厂，并深度参与智驾云端系统与机器人感知技术研发。

联合创始人周潇来自中科院高等研究院，专注集成电路与智能传感十余年；联合创始人罗正毕业于密歇根大学电子工程系，其主导的多模态传感融合算法已在数十万台量产车辆中落地；CMO孟祥琳为北大背景连续创业者，曾操盘多个头部消费品牌从0到1，成功打造多款现象级产品。技术、算法、量产、商业化——这张桌子的四条腿，全部稳扎稳打。

这也决定了尧乐的底层基因：它自诞生起就不是一家单纯的硬件公司，而是一支以系统工程思维打磨触觉数据产品的团队。

那么，为何选择织物作为触觉入口？

起点非常务实。2015年，吕莉蕴计划开发一款智能瑜伽垫。但她很快发现市面缺乏适配方案：印刷薄膜不耐弯折，刚性传感器又笨重昂贵。再深一层思考，问题本质浮现：真实人类行为数据的采集前提，是设备不能干扰人的自然行为。一旦传感器僵硬、厚重或易损，人的动作就会变形，采集的数据也必然失真。

顺着这条逻辑，她提出了后来决定公司走向的关键问题：是否存在一种介质，本就是人类日常接触的对象，又能被规模化地编织成一张数据网络？

☞☞☞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☜☜☜

图注：织物即传感器

答案指向织物。手套、座椅、床垫、袜子等柔软、大面积覆盖、低成本可替换的表面，本就是人类与物理世界发生交互的天然界面。将传感器“织入”其中，而非“贴附”其上，比任何刚性方案都更贴近“无感采集”。

与传统数据工厂不同，尧乐关注的并非标准化动作，而是人在真实世界中作用于物体的瞬间——拿杯、翻身、穿鞋……每一次接触背后，都蕴含长尾变化、肌肉记忆、软接触策略、失误修正与环境响应。这些细微维度，唯有在人原本就会接触的表面上，以无感、连续的方式记录，才可能被完整捕获。

这一判断迅速获得市场验证。首个客户是科大讯飞，合作开发用于养老护理的防压疮智能床垫，订单虽小，却印证了真实场景对大面积、无感、可持续物理交互数据的切实需求。

2018年，汽车订单将产品标准推至极限：门板触控识别、座椅压力分布——车规级对可靠性、耐久性、一致性的严苛要求，远超消费电子范畴。2019年第一代方案通过AEC-Q200车规认证，2022年座椅传感方案再次通过全项测试，2025年尧乐成为某一线豪华车企智能座椅压力感知方案的核心供应商，完成量产交付，并斩获多家头部车企定点。

在投资人眼中，这比任何演示Demo都更具说服力。车规导入周期通常长达三年以上，需经历极端温变、振动冲击、电磁兼容等上百项严苛测试，只有真正通过者，才有资格称得上“工业级”。尧乐将这套能力视为向下兼容所有场景的底层基石。

“选择汽车赛道，本质是以最高标准锤炼技术，再向下兼容其他应用。”吕莉蕴从创业之初便确立了这一路径。当具身智能浪潮袭来，经车规反复淬炼的能力几乎被无缝迁移：狭小空间内的高密度布点、长期机械疲劳下的稳定性、毫秒级响应与批次一致性，底层逻辑完全相通。

“是否具备高标准行业的量产履历，已成为今年投资人评估触觉公司价值的核心标尺。”云道资本创始合伙人曹稷山指出，“当前触觉企业数量激增，但绝大多数仍处于‘手工作坊式’交付阶段，尚未迈入稳定量产门槛。我们筛选项目，不再紧盯纸面参数或炫酷Demo，而是看是否已在汽车这类验证体系完备、供应链门槛极高的行业中，真正实现定点乃至批量交付。因为世界模型所需的，从来不是单次样本，而是可规模化、可复用的数据产能。”

具身智能只是切口，世界模型才是终局

2026年，尧乐科技订单预计增长十倍，近半增量来自具身智能领域。但若仅将其理解为“传感器出货量提升”，则严重低估了其深层价值。

大量机器人企业与世界模型研发方主动接洽，折射出行业共识正在形成：再灵巧的手，若缺乏真实物理交互数据，精细操作依然难以落地。视觉可识别位置，却无法感知力度、滑动与接触结果；仿真虽可生成部分样本，却难以弥合虚拟与现实之间的鸿沟。物理交互数据，正从“锦上添花”的选项，升级为决定具身智能能否真正走出实验室的“刚需”。

这正是尧乐的产品锚点。它将传感网络嵌入手套、衣物、座椅等人类天然接触的柔性界面，覆盖手掌、躯干、足底等关键区域，实时捕捉压力、姿态与反馈。轻薄、可弯折、耐疲劳——这些刚性传感器难以企及的特性，恰恰是无感进入真实场景、持续获取高质量物理数据的前提。

今年，团队重心聚焦于数据手套的研发。这款外观与普通手套别无二致、却能精准感知微小压力变化的智能织物终端，预计将于8月正式发布。其长期定位是耗材化采集节点：铺设规模越大，数据网络越厚实。

尧乐科技—数据手套传感点分布概念示意图

目前，尧乐已与多家头部机器人企业、消费级可穿戴厂商达成合作，并在嘉兴自建约7500平方米智能工厂，打通从特种纱线到传感网络的全流程制造能力。自建产线的价值不仅在于产能，更在于牢牢掌握每一道工艺环节的控制权。

若仅从硬件视角审视，尧乐科技确实在做传感器。但拉长时间维度来看，这家公司的终局，实则是构建一个触觉数据基础设施平台。

手套、坐垫、鞋垫、座椅、床垫……这些织物传感网络正全天候采集人与物理世界交互的原始信号。硬件收入支撑现金流与场景验证；当采集规模达到临界点，数据本身的价值将远超硬件销售。该模式能否成立，取决于两大前提：传感器成本必须足够低，才能大规模铺开；数据必须高度结构化，方可被调用、标注与训练。

在成本端，织物具备结构性优势。依托纺织业成熟的大规模生产设备与工艺流程，叠加车规级验证赋予的工业可靠性，其成本结构更接近可耗材化的日用品。对投资人而言，这意味着数据产能有望随终端出货同步扩张，而非被高昂硬件成本所桎梏。

在标准化方面，行业尚处萌芽期。吕莉蕴观察到，客户需求已悄然转变——从“有没有触觉硬件”，转向“有没有开箱即用的训练-ready数据”。下一阶段核心任务，是将连续、非结构化的原始触觉信号，通过标定、清洗、分段、标签体系与API接口，转化为可标注、可调用、可训练的数据资产。谁率先将这套范式沉淀为通用供给标准，谁就握住了下一轮入场券。

那么，尧乐真正的护城河在哪？

答案不在单一材料或某项专利，而在系统能力的深度耦合：材料选型、织造工艺、量产管控、传感标定、算法优化——十年试错积累形成的复合壁垒，绝非拆解几片样品即可复制。

“仅靠逆向拆解产品，门槛极高；没有一年以上时间，很难复现稳定状态。”吕莉蕴坦言，短期壁垒源于产业链纵深与先发卡位；长期壁垒，则取决于谁能率先构建数据飞轮——硬件铺设越广，数据回流越多，模型越依赖该供给体系，客户付费意愿也就越强。一旦闭环跑通，物理交互数据的入口便基本锁定。

当前，技术路线尚未收敛。这对投资人既是挑战，也是机遇：不确定性带来风险，但也意味着天花板极高；而率先打通量产、场景覆盖与数据标准的企业，有望参与定义下一代Physical AI的训练范式。

小米、科沃斯、鼎和高达，共同押注同一终局

尧乐的融资节奏并不激进，但每一轮均精准踩在行业认知跃迁的关键节点。

2022年12月，小米独家完成天使轮投资。彼时公司刚通过车规级测试，量产订单尚未落地。小米当时正密集布局汽车上下游生态，对一家“车规已过、量产未至”的新型物理交互方案，实为一次前瞻性的战略卡位。

2025年底完成近亿元Pre-A轮融资，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，资金重点投入技术迭代、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交付；与此同时，具身智能与世界模型浪潮加速涌来，行业共识逐渐成型：触觉不是加分项，而是机器人作用于物理世界的必要模态。

隐峰基金的入局尤为关键。背靠扫地机器人龙头科沃斯，隐峰看重的是车规能力向机器人场景的平移潜力，以及物理交互数据在机器人应用中的广阔前景。吕莉蕴表示：“他们投资我们，首要原因在于车规级能力迁移到机器人场景后会更加扎实；其次是对机器人应用前景的坚定看好。”

最新一轮由鼎和高达领投，常熟汽饰、祖龙娱乐跟投，进一步补强智能座舱、出海落地与未来出行生态资源。

鼎和高达管理合伙人王莹指出，其 portfolio 中的禾赛、Momenta、六分科技等明星项目，共同指向同一命题：让机器更精准地感知、预测并作用于物理世界，而尧乐正是这一命题的关键拼图。

常熟汽饰常务副总经理兼董事会秘书罗喜芳亦表示，海外主机厂对OCS（乘客分类系统）的需求日益刚性，常熟汽饰希望将中国成熟的车规级量产方案推向全球，并将充分调动自身海外客户资源，全力支持尧乐出海业务拓展。

祖龙娱乐首席财务官李轶则更为笃定地看好尧乐作为触觉数据基建的战略价值，押注的是中国企业在新一轮AI科技革命中，凭借极致工程化能力与丰富场景密度，正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”。

云道资本创始合伙人曹稷山总结道：赛道仍处早期、技术路线未收敛，但筛选标准已愈发清晰——场景验证是否扎实？量产能力与成本控制能否规模化？硬件之上能否沉淀出可标准化调用的物理交互数据？尧乐的护城河不在某一种材料，而在系统级能力；云道所押注的，并非短期概念，而是一家将“织布”升维为世界模型与Physical AI所需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清晰的三层逻辑：“产业资本+硬科技基金+智能制造及出行资源”：小米看重车规稀缺性，科沃斯参股基金聚焦机器人场景中触觉感知的不可替代性，鼎和高达则补足出海协同与产业资源整合能力。

三次融资，也恰好勾勒出尧乐的成长轨迹——从车规验证，到量产落地，再到具身智能与数据基建窗口，每一步都精准契合行业认知升级的节拍。多家产业资本接力下注，最终指向同一个终局：物理世界的数据入口。当机器人开始像人一样感知世界，所有交互都将通过触觉界面回流。谁掌控这个入口，谁就握住了下一张船票。

本文来自微信公众号“投中网”，作者：簪竹，36氪经授权发布。