硬氪首发 | 清华00后团队获得峰瑞、破壳机器人投资，要做超薄视触觉传感器

近日，机器人触觉传感器与触觉数据方案提供商汇光创新连续完成数千万元种子轮及天使轮融资。峰瑞资本与某双币财投机构领投，破壳机器人、无限基金 SEE Fund、水木清华校友种子基金跟投。两轮资金将主要用于视触觉传感器产品研发、工程化验证、数据工具链建设及市场拓展。 汇光创新成立于2026年2月，主要面向具身智能、机器人灵巧操作、智能制造、人机交互及科研场景，提供高性能视触觉传感器、触觉数据采集设备及系统化触觉感知解决方案。 其创业团队由00后组成，创始人兼CEO王陈玉珩本硕毕业于清华大学电子工程系，具备复合多学科的研究认知，曾负责灵巧手、视触觉传感及机器人数据采集系统相关产品，具备机器人产品定义、工程落地与团队管理经验。CTO徐继凯硕士就读于浙江大学控制科学与工程系，本科毕业于华中科技大学机械科学与工程学院，长期从事视触觉传感器、机器人感知与操作方向研究，在传感器硬件研发和量产环节均有积累。目前，汇光创新团队研发技术人员占比超过70%，并在持续扩充中。 王陈玉珩回忆，作为学生创业团队，一头扎进强制造业属性的机器人触觉赛道并不容易。创业初期没有资金，团队自行垫资购买设备和物料，在出租屋里搭建简易工位，半年完成了第一代产品的制备。“没有供应链，我们就跑到深圳陌拜数十家工厂找解决方案。没有获客渠道，就通过淘宝店向开发者用户销售早期产品，几个月内售出数百单，挣到了第一桶金。” 在积累了生产和研发经验后，团队开始向B端获客，逐步获得多家数十万元到百万元级的客户订单，并在三个月内连续完成数千万元种子轮和天使轮融资，进入成体系的小批量交付和快速扩张阶段。 具身智能的竞争逻辑正在发生深刻变化。过去一年，行业聚光灯主要打在大模型、本体形态和通用操作演示上。但当机器人从实验室走向真实物理场景，执行抓取、按压、装配、分拣、插拔等精细任务时，一个共性瓶颈开始凸显：机器人不仅需要"看见"，更需要"有手感"——是否接触物体、施力大小、表面滑移、接触面形变，这些关键信息是视觉感知的盲区。 本质问题在于，当前具身智能模型训练高度依赖视觉、语言与动作轨迹数据，而真实物理交互过程中产生的触觉数据极少。没有高质量的触觉数据，模型就无从学习"接触"的物理规律，机器人操作能力的泛化也更难。 传统触觉方案从接触开关、触摸屏到电子皮肤，大多在空间分辨率、多维信息解耦、耐用性与批量一致性方面难以兼顾，且输出信号维度普遍偏低，难以与AI训练体系有效对接。汇光创新选择的路径是视触觉传感器，即通过光学信号采集弹性体接触面的形变图像，经算法模型重建接触位置、受力分布、滑移及纹理等信息。 光是感知媒介中频率最高、带宽最大的电磁波，从第一性原理的角度这意味着高精度与高分辨率——视触觉可将物理接触过程转化为微米级空间分辨率的图像数据，精准记录接触面上的压力分布、形变等信息。这类高保真数据也正是物理AI训练所需的核心素材。更重要的是，视触觉输出的图像化数据天然适配主流AI架构，可服务于具身智能、物理AI的训练。 但视触觉路线也存在体积厚、算力要求大、价格高、不耐用等痛点，这正是汇光创新着力解决的方向。 在技术路线上，汇光创新采用灰度重建路线可以降低内部光学结构与算法链路的复杂度，这会带来三个核心产品力：更薄的结构、更低的算力需求和更优的成本控制。基于此，汇光创新自研的超薄视触觉传感器LIGHT TILE，第一版产品厚度控制在3-4mm，已进入产品化推进阶段，正针对机器人指尖、夹爪等末端执行器进行深度适配。 薄的产品定义同样来自于AI-native的思考：智能的源头是数据，而近场的触觉交互数据来源于接触，越薄的触觉传感器越有利于大规模的真机数据采集。同时，视触觉数据的信息量最大且最冗余，所采集的数据更有可能降维到不同类型的数据上实现跨本体的泛化。另外，在真实的机器人本体设计中，传感器厚度直接决定了其能否嵌入灵巧手等紧凑结构。更薄，意味着从实验室装置向机器人基础部件跨越。 除传感器硬件外，汇光创新未来还会和友商协作提供触觉数据服务。触觉数据分两个方面：一是高保真的真机数据，通过超薄视触觉传感器系列和友商合作进行采集；二是仿真数据，通过真机数据反哺仿真平台的建设。 商业化路径也将分两个阶段推进：前期以LIGHT TILE系列硬件切入市场，通过直接销售获取客户与场景。后期随部署规模扩大，将触觉数据与感知算法产品化，形成数据集授权、算法API等持续收入。目前指尖款和夹爪款已与头部客户签约，进行小批量交付。 本轮融资完成后，公司将继续推进核心传感器迭代、工程化验证、供应链建设与试点合作，并完善触觉数据采集与处理体系，推动视触觉传感器及数据基础设施在具身智能与消费电子产业中的应用。 以下是硬氪对汇光创新创始人王陈玉珩的访谈节选： 硬氪：创始团队都是"00后"，比较年轻，当时为什么选择创业？ 王陈玉珩：核心驱动力是我们都非常热爱玩机器人。之前在做科研的过程中，我们切身感受到两个空白：一是市面上缺少真正好用、能落地的机器人触觉硬件，二是整个行业极度缺乏海量且优质的触觉数据。当时我们判断，具身智能要走向真实物理世界，触觉感知一定是绕不开的关键环节，而这个方向正好匹配我们的技术积累和兴趣。所以我们决定自己出来，希望为行业补上这块短板。 硬氪：对于年轻的团队，在产业链、供应链以及工程化交付能力这一块会怎么处理？ 王陈玉珩：这种质疑我们完全理解。毕竟我们平均年龄不到30岁，做的又是硬件，一开始对生产制造确实有很多要摸索的地方。但我们团队的执行力和学习能力很强。最开始为了验证市场需求，我们开了一个淘宝店，几个月卖出几百单。这个过程中，我们把接单、生产、发货、售后整个链条跑了一遍，证明了产品有人要，也摸清了基本流程。后来我们开始主动去深圳、东莞等地拜访工厂，一家一家聊，实际看产线，跟上下游的工程师和工人反复沟通。正是这段“手搓+地推”的经历，让我们在融资前就有了真实的客户反馈和生产经验。 硬氪：你们产品的技术壁垒和核心优势主要体现在哪里？ 王陈玉珩： 可以分软硬件两方面来说。硬件上，我们大幅压缩了产品的厚度和体积，第一代产品做到3-4mm厚度，这在视触觉领域是比较领先的。软件上，我们拥有完整的自研算法和数据处理流程，能从光学图像中精确而快速地重建出三维形貌、压力分布、纹理等高维触觉信息。总结下来，我们的传感器有三个突出特点：一是对AI训练和部署非常友好，算力需求低，且数据格式较为适配主流深度学习框架；二是产品很薄适合于触觉数据采集；三是性价比高。能做到这些，除了技术路线选择，我们还非常重视供应链整合，从源头控制成本和一致性、耐用性。 投资人观点： 峰瑞资本副总裁李罡：触觉数据的缺失已成为当前具身智能领域的普遍共识和挑战。在这一背景下，汇光以 AI Native 为设计核心，攻克了触觉精度、耐用性与物理体积等多重难题，实现了硬件可靠、算法高效的技术突破。值得特别关注的是，汇光团队以00后为核心力量，展现出超越年龄的行业视野与执行力。他们已积极与多家灵巧手、本体及世界模型公司展开合作，正以新生代的创造力推动技术落地与产业协同。