2024-05
成立 · 不到一年
这家公司在原始清单里被写成"于光机器人"——查无此实体。深度分析的第一步，是把名字和路线校准对。
事实清单中"于光机器人"经多源检索查无此工商实体；对应真实主体是千觉机器人科技（上海）有限公司 / Xense Robotics（"于光"疑为语音听写之误）。事实本文所有内容以千觉机器人（Xense）为准，来源为公司官网 xenserobotics.com 及投融资、科技媒体公开报道。缺口作为一家成立不到一年的极早期公司，它的营收、出货量、传感器单价与良率、员工规模、公司估值、以及本轮 Pre-A 的确切金额，均未公开——本文凡涉及这些均标 缺口，不臆造数字。
判断千觉是一家学术血统极正、路线极清晰、卡位极聪明，但商业化几乎全是白纸的极早期触觉公司。它做对了三件事：选了视触觉（GelSight）这条被 MIT 验证过、信息量最大的技术路线；把自己定位成"传感器 + 数据 + VTLA 模型"的全栈供应商而不做整机，避开了和客户抢生意；并且早早绑住了智元、宁德时代两个具身/制造标杆。判断但它的生死不在"技术路线对不对"（对），而在它能不能把桌上的样机和 PoC，变成规模量产、多客户 design-win 的真出货，并让"传感器采到的触觉数据"反哺出一个别人抄不走的 VTLA 模型——也就是那个被反复讲的"数据飞轮"能不能真转起来。它现在是"血统满分、故事完整、数字全无"——最锋利的问题不是它讲得好不好，而是除了 MIT 的名片和几个 PoC，它手里到底攥住了什么别人拿不走的东西。
| 决定性变量 | 为什么是胜负手 | 兑现的观察信号 |
|---|---|---|
| 传感器：从样机/PoC 到规模量产 | 视触觉传感器最难的从来不是原理（MIT 十年前就发过论文），而是把一个实验室能跑的凝胶+摄像头模组，做成一致性稳定、寿命够长、良率可控、成本能压下来的量产件。凝胶会磨损、光路会漂移、标定要逐个做——这些工程化的坎，决定它是"卖得动的传感器公司"还是"永远停在 demo 的实验室"。 | 是否有明确的量产型号 + 月/年产能数字；单个客户从 PoC 转成批量采购订单；单价、良率、寿命（按压次数）是否披露。 |
| 数据飞轮：传感器→数据→VTLA 模型能不能闭环 | 它真正的野心不是卖硬件，而是"用自家传感器采触觉数据，喂出一个原生带触觉的具身模型（VTLA）"，让硬件、数据、模型互相强化，形成别人补不齐的壁垒。这是它区别于纯传感器厂、也是它敢讲"全栈"的根。但飞轮要转起来，前提是传感器先大规模铺出去——没有装机量，就没有数据，就没有模型优势。 | VTLA/触觉世界模型是否有可复现的性能指标、第三方评测或论文；模型是否真依赖自家触觉数据（而非公开数据集）；装机量与数据量是否形成正循环。 |
| 客户结构：标杆订单的"市场化成色" | 智元既是它的客户、又是它的投资方（天使轮参投）。这种"投了你、再买你"的关系，能给背书和首批订单，但也让"智元的采购"没法完全当成市场公开竞争的胜利来读——含金量要打折。它需要证明自己能拿到与自己无股权关系的第三方客户的批量订单。 | 是否出现非关联方（无股权关系）的批量客户；智元/宁德的 PoC 是否转成规模采购；客户集中度与关联交易占比。 |
先看它站在"具身智能"技术栈的哪一层，这决定了它的价值在哪、软肋在哪。
判断千觉的站位很特别——它不满足于只做第 ③ 层的一个传感器，而是一口气把 ③④⑤ 三层都框进来，讲"传感器 + 数据 + 模型"的全栈故事。推导这背后的逻辑是：单卖触觉传感器，是个硬件生意，毛利和壁垒都有限；但如果传感器能采数据、数据能训模型，那它就从"卖零件"升级成"卖一整套触觉智能能力"，价值和壁垒都高一个量级。判断这个卡位很聪明，也很像 GelSight 学派的自然延伸——视触觉本质上是"用摄像头把接触变成图像"，天生适合喂给深度学习模型，硬件和 AI 的耦合比其他触觉路线更紧。这是它敢讲全栈、且有一定道理的根。
判断"全栈"听起来性感，但对一家成立不到一年的公司，它意味着同时打三场硬仗：传感器要拼工程量产（对手是戴盟、帕西尼这些更早、更激进的公司）、数据采集要拼工具链和规模、VTLA 模型要拼算法和算力——每一层都有专门的强敌，而它的人和钱要三线分。判断更尖锐的是：全栈的价值只有在"飞轮真转起来"时才兑现；在飞轮转起来之前，它其实是"一个还没量产的传感器 + 一个还没被验证的模型"，两个半成品捆在一起，并不自动等于护城河。它现在讲的是"全栈闭环"，但闭环的每一环今天都还是虚线。这不是说方向错了——方向很对——而是说，它把自己放在了一个"要么全赢、要么各环节都被更专注的对手单点击破"的高难度位置上。
| 本质 4 问 | 答案（含证据） |
|---|---|
| ① 本质在做什么 | 判断给机器人的手装上"触觉"——让它能感知接触时的力、滑动、纹理、形变，从而完成插拔、拧装、抓取易碎品等"看不清、必须靠摸"的精细操作。卖的是把物理接触转成机器能理解的信号的能力。视触觉这一派的独特做法，是用一颗小摄像头拍下弹性凝胶被按压后的形变图像，信息量远大于单点力传感器。 |
| ② 几个流派、成熟度 | 事实触觉传感器有多条并行路线：视触觉（光学，千觉/戴盟/纬钛）、多维力/磁电（帕西尼、宇立、坤维）、压阻/电容/离电（柔性电子皮肤，途见、赛感、慧感）。判断整个赛道都还在"从实验室走向量产"的早期，没有谁真正跑出规模，各条路线在"分辨率、成本、耐久、易集成"上各有取舍，行业远未收敛到一个标准答案。 |
| ③ 哪层赚钱 / 谁掌握话语权 | 判断目前谁都还没真正"赚钱"——整个触觉赛道仍靠融资输血、订单以 PoC 和小批量为主。话语权未来会归两类玩家：要么是把某条路线做到规模量产、成本最低的"触觉界立讯"；要么是把传感器 + 数据 + 模型打通、掌握"触觉智能"的平台方。千觉赌的是后者，但后者门槛更高、更远。 |
| ④ 千觉的位置 | 事实它是视触觉路线里学术血统最正的一家（MIT GelSight 体系直系），主打"不做整机、传感器+数据+VTLA 全栈"，客户有智元、宁德时代（均为 PoC/数采阶段）。判断它是"路线正、卡位高、但商业化最早期"的选手——血统和野心都顶配，但把野心变成收入的每一步都还没走完。 |
判断它的叙事是"MIT 触觉正脉、传感器+数据+模型全栈、智元宁德背书、一年三轮"。缺口但它没有一个营收、出货、良率、估值的数字露出来，最亮的客户智元同时是它的股东。判断所以真正要问的不是"它路线对不对、血统硬不硬"（对，硬），而是"在这个所有人都还没量产、都在讲飞轮故事的早期赛道里，千觉除了 MIT 的名片和几个 PoC，凭什么比戴盟（产品化更激进）、帕西尼（有整机拉动）跑得更快？它的'全栈'今天有没有一环是真的闭合的？"这一问答不好，血统再正也只是"起跑姿势好看"，不等于领先。
千觉最硬的资产，是创始人马道林在视触觉这条路线上"根正苗红"的学术履历——这在国内极稀缺。
| 维度 | 情况 |
|---|---|
| 创始人 | 事实马道林——北京大学力学系 2009 本科、2015 博士；2016–2021 在 MIT MCube 实验室做博士后，正是 GelSight 视触觉体系的核心团队；2021 年起任上海交通大学长聘副教授。学术战绩：ICRA 2021 最佳会议论文（自 4056 篇投稿中评出）；2017 年带队获亚马逊机器人挑战赛（Amazon Robotics Challenge）Stow 环节冠军。推导这条履历意味着他不是"看了论文来创业"，而是视触觉这套方法的原生参与者和贡献者——在国内几乎没有第二个同等血统。 |
| 团队 | 事实核心团队来自 MIT、北大、上交大、UCL（伦敦大学学院）等。判断典型的"顶尖学术 spin-off"配置——研究能力和论文产出大概率不缺。缺口但团队的规模、以及工程量产/供应链/商务侧的关键人未公开——而这恰恰是学术团队创业最容易缺的一环（把 demo 做成量产件，靠的不是发论文的能力）。 |
| 成立与选址 | 事实2024 年 5 月成立，落在上海闵行"大零号湾"（上交大主导的科创策源区）。推导紧贴上交大，便于承接实验室成果、招募学生、共享科研资源——是学术创业的自然选择。 |
判断"MIT GelSight 正脉 + 上交大教授 + ICRA 最佳论文"这套组合，是千觉最有说服力、也最难被复制的资产——在一个技术路线还没收敛的早期赛道，"谁最懂这条路线"本身就是一种壁垒和融资号召力，这解释了它为什么能一年融三轮、拉到高瓴。缺口但要泼两盆冷水：① 学术强 ≠ 量产强——把 GelSight 从论文变成一致性稳定的量产传感器，是工程和供应链的活，团队这块的深度未见披露；② 教授创业的精力分配——马道林仍是上交大长聘副教授，全职投入程度、以及公司商业化一号位是谁，公开信息不清楚。血统解决了"能不能做出来"，但解决不了"能不能卖出去、量产得了"。
判断"全球唯一原生支持触觉模态的物理智能模型"是公司自述的营销 claim，未经第三方验证，本文不采信为事实。推导把触觉加进 VLA 做成 VTLA，方向上确有新意、也符合它"视触觉天生适合喂模型"的技术逻辑；但"全球唯一"这种绝对表述，在一个全球多个实验室都在做多模态具身模型的领域里，很难成立、也无法核实——读者应把它当成"方向卖点"而非"已被承认的技术地位"。
| 轮次 / 时间 | 投资方 | 备注 |
|---|---|---|
| 天使轮 | 高瓴创投领投；戈壁、小苗朗程、元禾原点、菡源、Plug and Play、智元等跟投 | 数千万级；智元同时是客户 |
| （后续轮） | — | 一年内三轮，中间轮细节未完整公开 |
| Pre-A（2026-07） | 头部具身产业方 + 吉德电器战投；天季资本参与 | 亿元级；确切金额、估值未公开 |
判断① 资本高度认可，速度罕见：成立不到一年、高瓴领投天使、一年内连跳三轮到亿元级 Pre-A——这是资本给"MIT 血统 + 触觉热赛道 + 全栈叙事"投的信任票，融资节奏本身就是它最硬的"外部背书"。② 但融资热 ≠ 生意成立：缺口它没有任何营收、出货量、传感器单价/良率、员工规模、公司估值、以及本轮 Pre-A 确切金额的公开数据——所有能证明"生意跑通"的数字都是空白。判断这就是极早期硬科技的典型画像：用血统和故事融到了钱，但把钱变成规模化产品和收入的那一段，一步都还没走完。融资的火热，恰恰提高了它必须尽快拿出"量产 + 真实第三方订单"来兑现预期的压力。
千觉的命运系于三个真正有分歧的命题。每题给 Bull / Bear / Reality，再下裁决。
千觉最核心的估值叙事是"传感器→数据→模型的数据飞轮"。用一个真飞轮成立的四个前提逐条拷问它。
| 数据飞轮成立的前提 | 千觉的现状 | 是否满足 |
|---|---|---|
| 传感器有足够大的装机量（数据的源头） | 出货量、装机量未公开，产品仍以 PoC/样机为主 | ❌ 未满足（飞轮起点缺失） |
| 有独家、难复制的数据采集能力 | 事实有 XTac 数采 + Xense_Sim 仿真 + UMI-G1，工具链较完整 | ✅ 部分满足（工具有，规模未知） |
| 模型真正依赖自家数据形成优势 | VTLA 是否靠自家触觉数据、有无第三方评测，均未公开 | ⚠ 存疑（无法验证） |
| 模型反哺硬件、形成正循环 | 推导逻辑闭环存在，但因装机量不足，正循环尚未启动 | ❌ 未启动 |
判断"数据飞轮"这个故事在"有工具链"这一条上部分成立，但在"装机量"和"模型独家性"这两条最关键的上，恰恰都是空的：飞轮的第一推力是传感器规模装机，而这一环今天几乎为零；没有装机就没有数据规模，VTLA 的"独家数据优势"就无从谈起。判断所以更公允的说法是——千觉搭好了飞轮的"框架"（四件套齐全、路线正确），但飞轮还没有开始转，因为它缺最关键的燃料：规模化的传感器出货。这和"飞轮已经在转、越滚越大"是两个完全不同的估值故事。它今天卖给资本的是"飞轮的图纸和第一块齿轮"，不是"一个正在加速的飞轮"。要么尽快把传感器量产铺出去、让飞轮真转起来；要么它就还是一个"故事很完整、但每一环都在早期"的学术型公司——图纸再漂亮，不转就不产生复利。
看清它周围站着谁、各走什么路线，就明白它的差异化在哪、软肋在哪。
| 玩家 | 路线 / 类型 | 打法 / 现状 | 对千觉的意义 |
|---|---|---|---|
| 千觉 Xense | 视触觉（GelSight 系）· 全栈 | MIT 血统；传感器+数据+VTLA 全栈；不做整机；智元/宁德 PoC | 本体 |
| 戴盟 Daimon | 视触觉（光学）· 传感器+灵巧手+整机 | 港科大孵化；DM-Tac 传感器 + Sparky 1 人形；产品化最激进、已千台级出货 | 同路线最强对手，商业化跑得更快 |
| 帕西尼 PaXini | 多维触觉（磁电等）· 传感器+整机 | 多维触觉 + 灵巧手 + 人形整机，靠自家整机拉动传感器 | 不同路线，有整机场景自带需求 |
| 纬钛（同门视触觉） | 视触觉 | 同为视触觉路线的直接同门竞争者 | 正面争夺视触觉这块细分 |
| 宇立 / 坤维等 | 六维力 / 多维力 | 老牌力传感器，工业积累深 | 力控路线，与触觉互补也部分替代 |
| 途见 / 赛感 / 慧感 | 柔性电子皮肤（压阻/离电等） | 大面积、柔性、贴合曲面的触觉皮肤 | 不同物理路线，抢"哪种触觉是主流"的定义权 |
| 智元（客户+股东） | 具身整机厂 | 下单 + 投资千觉，做精密装配/数采 | 最大背书，也是"投了再买"的成色打折点 |
判断① 它最直接的威胁是戴盟，不是路线之争而是速度之争——同为视触觉，戴盟已经千台级出货、还做灵巧手和人形整机，产品化明显更靠前；千觉血统更正，但"正"不等于"快"，它必须证明自己不是"起跑好看、落后于人"。② "不做整机"是聪明的差异化，也是天然的软肋——不做整机意味着不和客户抢生意、专注做供应商，但也意味着它没有帕西尼、戴盟那种"自家整机自带触觉需求"的内部拉动，出货完全依赖外部客户的采纳节奏，主动权更小。③ 行业路线还没收敛，是它的机会也是它的风险——视触觉、磁电、柔性皮肤谁会成主流还没定论；如果视触觉最终胜出，千觉的血统就值钱，但如果市场倒向更便宜、更易大面积铺设的柔性皮肤路线，它押注的这条路本身就要打问号。
判断五个断点里，断点 1（传感器量产）是总开关、断点 2（第三方批量客户）是试金石：前者决定飞轮有没有燃料（没有量产就没有一切），后者决定它的订单是"真本事"还是"股东关系"。千觉的血统和故事已经证明过了，接下来要证明的是"量产"和"真实市场订单"——这两样，恰恰是它今天数字全空、也是全部悬念所在的地方。
| 风险 | 说明 | 观察信号 |
|---|---|---|
| 量产工程化（总开关） | 视触觉的凝胶会磨损、光路会漂移、需逐个标定，从样机到一致性稳定的量产件是最大的坎，学术团队尤其易在此栽跟头。 | 是否有量产型号 + 产能数字；单价、良率、寿命（按压次数）是否披露。 |
| 商业化数据全空 | 成立不到一年，营收、出货、估值、员工规模、Pre-A 确切额全部未公开，生意是否跑通无从判断。 | 首次披露的收入/出货数字；PoC 转规模采购的进展。 |
| 客户成色（关联交易） | 最大客户智元同时是股东，"投了再买"让订单市场化成色打折；目前均为 PoC 而非批量。 | 无股权关系的第三方批量客户；关联交易占比；宁德 PoC 是否转产线采购。 |
| 路线未收敛的赌注 | 视触觉、磁电、柔性电子皮肤谁成主流未定；若市场倒向更便宜、更易大面积铺的柔性皮肤，押注视触觉本身有风险。 | 下游整机厂对各触觉路线的选型倾向；行业标准/主流方案的形成。 |
| 同路线对手更快 | 同为视触觉的戴盟已千台级出货、还做灵巧手/整机，产品化明显靠前；千觉血统正但速度未必领先。 | 千觉出货节奏 vs 戴盟；是否被抢先锁定关键客户。 |
| "全栈"精力分散 + 自述夸大 | 一年公司同时做硬件量产/数据工具/大模型三线，精力和钱易分摊；"全球唯一"等未验证 claim 若被证伪，损伤信誉。 | 三条线各自的实际进度；VTLA 是否有第三方评测/论文佐证。 |
判断六类风险的母题只有一个：千觉的"故事"（血统、路线、全栈叙事）远超它的"证据"（量产、出货、真实市场订单），而补齐证据的关键，全部卡在它今天数字为空的商业化第一步上。传感器量产和第三方批量订单不落地，融资越热、故事越完整，兑现的压力就越大、期待落空的风险也越高。
千觉信息高度早期，最关键的"量产、真实客户、飞轮闭合"都还是空白。★ 是我认为最锋利的问题。
判断① 传感器有没有明确的量产型号、产能和出货数字？良率/成本能不能支撑规模化？② 有没有一个和千觉无股权关系的第三方客户，批量掏钱买它的传感器？③ VTLA 有没有可被第三方验证的性能，且真依赖自家触觉数据？——这三问答清楚，就知道它是"血统正在兑现成真飞轮的触觉龙头苗子"，还是"融资很热、但每一环都还在早期的学术样机公司"。
基于公开信息的深度梳理，主要来源（节选）：
· 千觉机器人官网 xenserobotics.com：公司定位、产品线（G1-WS 多模态触觉传感器 / Xense_Sim 仿真 / XTac 数采 UMI-G1 / VTLA 模型 / 触觉世界模型）、创始人与团队背景
· 投资界 pedaily（2026-07-14）：Pre-A 融资、投资方（头部具身产业方 + 吉德电器战投、天季资本）
· 证券时报网 stcn（3384303）：融资轮次、天使轮（高瓴创投领投）、客户与场景
· 机器人大讲堂 leaderobot（5478）：创始人马道林履历（北大 / MIT MCube / 上交大 / ICRA 2021 最佳论文 / 亚马逊挑战赛 Stow 冠军）、技术路线（GelSight / 视触觉）
· 极客公园 geekpark（346630）：VTLA 具身模型、"传感器 + 数据 + 模型"全栈叙事、智元/宁德时代客户关系