编按
“身体力行”，古已有之。《淮南子·氾论训》有“圣人以身体之”，《礼记·中庸》亦言“力行近乎仁”。古人所重，不只在“知”，更在知之后的“行”——以身体感知世界，在行动中验证认知。
两千多年后，这四个字在具身智能时代有了新的现实含义：具（身），让智能拥有进入物理世界的载体；智能（体），赋予机器感知、理解与决策的能力；创新（力），推动技术突破瓶颈、建立壁垒；执（行），让这些能力最终转化为产品、交付与真实价值。
值此之际，《融资中国》推出“身体力行”具身智能专刊，将目光投向一批正在产业深处生长的未来独角兽。我们试图记录的，是一场从“知”到“行”的跨越，也是新一代机器人企业从技术走向产业的成长之路。
（ID：thecapital）
具身智能炒得最热的地方，多半在“脑”。大模型、世界模型、端到端，参数一路往上加。相比之下，机器人的手和皮肤是个安静的角落。
戴盟就是在这个角落里长起来的公司。它孵化于香港科技大学机器人研究团队，2023年8月正式运营，总部设在深圳，香港有研发中心，创始阵容是港科大机器人研究院创始院长王煜教授和段江哗博士。做的事情是让机器人的指尖像人一样分辨形貌、纹理、软硬、滑移和受力。
戴盟自研的视触觉传感器每平方厘米有4万个感知单元，人的指尖大约是240个；旗舰产品把厚度压到毫米级，通过500万次按压测试，拿下欧盟CE与美国FCC认证。按公司披露的数据，它是全球首家实现视触觉传感器万片级出货的企业，累计服务全球200余家客户，其中海外超过50家，OpenAI、Figure、Google DeepMind、宝马都在交付名单里。
但传感器只是入口。今年4月，戴盟发布含触觉全模态物理世界数据集Daimon-Infinity；8月10日，公司推出触觉锚定世界模型Daimon-TWM，把物理认知、推演决策与瞬时操控收进同一个框架。第二天，蚂蚁集团领投的数亿元战略轮官宣——距离6月那笔亿元A轮，只隔了两个月。
作为行业里被用得很泛的“全栈”，戴盟合伙人兼首席商业官张栋给出的定义并不宏大：不是所有零部件都自己造，而是有能力打通影响机器人最终表现的关键链路，并对任务结果负责。客户要的从来不是一颗孤立的传感器，也不是一批还不能直接使用的原始数据。
至于这个行业最终拼什么，他的答案很短。
“具身智能最终比拼的不是传感器数量，而是机器人能否把多维感知转化为稳定可靠、可泛化的操作能力。”
以下为采访实录，以飨读者：
《本刊》：视觉、触觉、力觉如何共同构成机器人的多模态感知？
张栋：视觉解决的是“接触之前”的问题：识别环境、物体类别、位置和大致姿态，为机器人建立全局空间认知。触觉解决的是“接触之后”的问题。需要强调的是，力觉并非与触觉平行的独立模态，而是触觉的重要维度，主要描述接触过程中力与力矩的大小、方向和分布。触觉还包括接触形貌、局部形变、材质、摩擦和滑移等信息。
在精密装配、柔性抓取、透明或反光物体操作以及视觉遮挡场景中，单靠视觉往往无法形成可靠闭环。机器人需要通过触觉判断是否发生接触、抓取力度是否合适、物体是否滑动，并据此实时调整动作。视觉与触觉融合后，机器人才能实现“看—碰—感—调”的连续控制。
关键不在于简单叠加传感器，而在于视觉与触觉信息能否实现时间同步、空间对齐，并共同进入模型和控制回路。戴盟的视触觉方案可以捕捉十几个模态的物理交互信息，除了信息模态更加完整丰富，视触觉还有一个重要特点——它通常以稠密的视频序列来表征接触变化，而不是只输出一个单点的力数值。因此，视触觉数据在表示形式上与现有具身基座模型具有较好的兼容性，可以复用部分视觉编码器、时序建模方法和训练基础设施，更便于接入视觉或多模态基础模型。但需要强调，这种兼容性并不意味着触觉和外部视觉会自动完成对齐，仍然需要统一时间戳、传感器标定、位姿追踪、空间坐标转换以及跨模态联合训练。
我们认为，具身智能最终比拼的不是“传感器数量”，而是机器人能否把多维感知转化为稳定可靠、可泛化的操作能力。
《本刊》：为什么越来越多具身智能企业开始强调“全栈”？对于具身公司而言，“全栈能力”究竟意味着什么？
张栋：具身智能是一个模型、数据、传感器、本体和控制系统共同作用的复杂系统，任何一个环节与其他环节不匹配，最终都会反映在机器人的任务成功率和稳定性上。因此，行业所说的“全栈”，并不意味着所有零部件都要由一家企业自己制造，而是要有能力打通影响机器人最终表现的关键链路，并对任务结果负责。
戴盟所强调的“全栈”，是围绕触觉感知和物理交互建立的垂直全栈。我们从触觉感知出发，向上延伸到真实物理交互数据的采集、处理、训练和评测，再到我们近期推出的驱动机器人灵巧操作的Daimon-TWM触觉锚定世界模型，共同构成我们的触觉全栈闭环能力。
因为客户最终需要的不是一颗孤立的传感器，也不是一批还不能直接使用的原始数据，甚至不只是一个脱离硬件和控制系统的模型，而是一套能够真正完成任务的解决方案。机器人既要感知接触，也要把接触过程转化成可训练的数据，再把模型输出转化为现场稳定执行的操作能力。戴盟构建全栈能力，本质上就是打通这条“从触觉感知到操作能力”的完整链路，从而加速技术迭代和产业落地的进程。
《本刊》：触觉等多模态感知及其产生的数据，如何融入具身智能基座模型，并进一步转化为操作能力？
张栋：触觉感知目前尚存在压阻、电容、压电、磁感应等阵列式方案以及视触觉方案等多种技术路线，阵列式方案通常将接触转换为电信号或力分布矩阵，接入模型时，一般需要专门的编码器，将不同量纲、频率的时序信号转换为模型可处理的统一表征。视触觉则通过内部相机记录弹性接触面的形变，再从图像中解析接触信息，形成具有空间结构的稠密图像或视频数据。
由于当前具身基模大多以图像和视频预训练，视触觉在数据结构上更接近现有视觉管线，可以较方便地复用图像编码、分块处理和时序建模等技术，降低引入触觉模态的工程适配成本。但这种优势属于数据格式和模型架构层面的兼容，并不意味着视觉与触觉天然完成了语义对齐；无论采用哪种路线，都需要时间同步、空间标定，以及视觉、触觉、机器人状态和动作数据的联合训练。
现阶段，触觉通常通过中后训练融入视觉基模，上层模型负责理解任务、判断接触状态和规划动作，下层设置高频触觉通路，根据滑移、碰撞、受力变化等反馈快速纠偏，形成“慢规划、快反应”的控制闭环。
戴盟发布的Daimon-TWM触觉锚定世界模型，把物理认知、推演决策与瞬时操控纳入统一模型框架，打造驱动机器人灵巧操作的“物理交互脑”，使机器人不仅知道“现在接触得怎么样”，还能预测接触状态，并据此及时调整动作。实验显示，这类能力在插拔、装配、擦拭、姿态调整等接触密集型任务中，尤其是在存在扰动时，能够显著提升模型任务成功率和稳定性。
《本刊》：整机厂商哪些能力会逐渐外包给专业供应商？
张栋：随着行业进入工程化阶段，接口能够标准化、具有规模制造效应、又需要长期技术积累的环节，会更多由专业供应商承担，包括触觉感知、末端执行器、边缘计算、遥操作数采设备、数据处理工具链、具身操作模型等等。
整机企业更需要把资源集中在产品定义、本体系统集成与场景交付上。专业供应商则不仅要交付一个零部件，还要提供可集成的硬件、SDK、标定工具、数据接口等一整套解决方案，助力整机厂商缩短从样机到量产的周期。
戴盟的定位正是以触觉为入口，打通硬件、数据和模型：既提供可独立部署的视触觉传感与夹爪，也提供含力/触觉反馈的遥操作数采系统、物理交互数据及对应算法和模型能力。只有让触觉能力低门槛、标准化地接入不同本体，产业分工才能真正提高整机迭代效率。
《本刊》：当头部整机公司出现之后，哪些细分环节最可能跑出新的“隐形冠军”？
张栋：我们更看好三类环节。第一类是直接决定任务成功率、但尚未充分标准化的核心感知与执行部件，如高分辨率触觉传感器、末端执行器和触觉反馈系统。第二类是稀缺的真实世界物理交互数据及其采集、清洗、评测工具链。第三类是具备通用泛化能力的操作模型。
这些环节有一个共同特征。越接近真实接触，越容易形成数据闭环和工程壁垒。未来的“隐形冠军”未必拥有最醒目的机器人外形，但可能掌握决定机器人能否稳定完成任务的关键能力，并通过标准接口进入多家整机和多个场景。判断这类公司的核心标准，不只是单项参数，而是批量一致性、客户验证、跨平台适配能力和持续迭代速度。
《本刊》：国产供应链与海外头部方案相比，优势究竟在哪里？
张栋：中国企业的优势并非单一的低成本，而是“研发—制造—场景—反馈”的高效闭环。珠三角、长三角等产业集群具备精密加工、电子制造、模具、供应链协同和快速量产能力，能够把实验室方案更快转化为可交付产品；同时，中国拥有制造、物流、商业服务等丰富场景，客户愿意共同验证，企业可以获得真实部署反馈和交互数据。
海外在基础研究、部分高端器件和软件生态上仍有深厚积累。中国企业要建立长期优势，不能只依赖价格和响应速度，而要在原创感知原理、核心工艺、可靠性标准、数据质量与模型能力上持续投入。对具身智能而言，真正有竞争力的国产方案，应当既能做出高性能单点技术，也能把硬件、数据、模型和部署连成闭环，在真实任务中用成功率、稳定性和单位任务成本证明价值。
《本刊》：您认为具身智能行业目前处于什么阶段？距离真正的规模化商业化还有多远？
张栋：我们认为，行业已从“能否做出来”转向“能否稳定完成任务”的工程化验证期，正在进入小批量交付和场景放量阶段。工业制造、物流、实验室自动化等结构化、高价值场景已开始商业化，但通用机器人仍要补齐可靠性、数据、灵巧操作和单位任务成本等短板。
规模化将按场景分层发生：任务边界清晰、投资回报可量化的场景会率先放量；进入开放环境和家庭仍需更长周期。我们更关注任务成功率、连续运行时间、复购和数据回流，而不是单纯以出货量判断行业成熟度。
《本刊》：在这轮具身智能浪潮中，中国企业的独特优势是什么？是供应链、数据、场景还是成本？
张栋：中国企业的优势不是单一要素，而是供应链、数据、场景和成本形成的高效闭环。供应链让方案快速工程化和量产；制造、物流、商业服务等丰富场景提供能力验证；部署产生的真实物理交互数据反哺模型；规模制造最终体现为成本优势。成本是闭环效率的结果，而不是唯一壁垒。
对戴盟而言，这种优势尤其体现在触觉与灵巧操作上，传感器、数采系统、模型和客户场景可以并行迭代，把实验室指标更快转化为可复制的任务能力。
《本刊》：资本大量涌入，估值快速攀升。您如何看待当前行业的热度？是否存在泡沫？什么样的公司会在这轮洗牌中活下来？
张栋：我认为当前行业的热度有真实基础，但也存在结构性过热。资本的进入加快了技术、人才和产业链成熟，但部分估值和预期确实走在了技术验证与商业化进度之前。
这一轮洗牌最终看的不是融资规模和Demo效果，而是三件事——能否解决真实且高频的客户需求，能否把技术做成稳定、可量产、可复制的产品，能否通过真实部署形成持续迭代的闭环。
资本能够缩短产业成熟的时间，但不能替代技术验证和客户价值。真正能留下来的，一定是能够持续为客户创造价值的公司。
（头图人物：戴盟机器人合伙人兼首席商业官张栋）
