教会机器人不捏碎薯片，这家水质检测公司就融了10亿

作者｜黄晓彬

原创首发｜蓝字计划

只要沾上“机器人”，逆天改命的时刻就来了。

一家过去检测水质的公司，突然成了机器人赛道新晋的百亿独角兽。

它叫一目科技。

7月18日，一目科技宣布完成超10亿元E轮融资，投后估值突破100亿元。资金将主要用于机器人触觉感知材料、芯片、算法和模型的研发，以及产线订单的规模化交付。

但就在几年前，一目科技还和人形机器人没有太大关系。

它成立于2016年，早期主要研发微光谱芯片和流体识别传感器，帮助净水器、洗衣机和水质检测设备判断一杯水里究竟有什么。直到2023年的融资报道里，它还被称为“家庭水质监测设备研发商”。

短短几年后，它开始把过去检测水的技术塞进机器人指尖，让机器人能判断自己碰到了什么、用了多大力，甚至连触碰时的摩擦力都能算出来。

实际上，如今的机器人在学会了跑、跳，甚至是上班之后，触觉，或者说是感知世界的能力，成了当前急需解决的弱环之一。也就是说，一目科技瞄准的，是一个康庄大道。

只是一家检测水质的公司，真的能这么顺利无缝跨界到机器人触觉吗？

从检测一杯水，到机器人触觉

虽然听起来赛道跨度很大，但一目科技可来说，之前做到水质检测的活，却恰好能给这次跨界之旅提供了充足的技术储备。

公司创始人李智强毕业于卡内基梅隆大学，长期研究微流控、光谱传感和人工智能。2016年创办一目科技后，公司花了四年时间研发微光谱芯片，并在2020年推出第一条产品线。

所谓微光谱，可以理解成给物质验“光学指纹”。

一杯水看起来清澈透明，里面却可能含有不同种类和浓度的物质。光线穿过水以后，一部分波长会被吸收，一部分会被保留下来。分析这些变化，就能判断水里究竟有什么。

一目科技把原本体积庞大的光谱仪做进芯片和传感器，再装进水质检测设备、净水器和洗衣机里。

据公司公开资料，这套流体检测方案后来进入TCL、惠而浦、松下等家电企业的供应链，原有业务也逐渐实现稳定盈利。

这段经历给一目科技留下了三样东西：微型光学器件、从细微信号中提取物理信息的算法，以及把精密传感器批量制造出来的能力。

近两年，一目科技开始把这套能力转向机器人触觉。

它选择的视触觉方案，仍然离不开光学系统。

传感器外面覆盖着一层柔软材料，接触物体时，这层材料会像人的指腹一样被压出细小形变。藏在内部的摄像头将变化拍下来，算法再从画面中计算压力、剪切力、表面纹理和滑动趋势。

过去，一目科技观察光线穿过水以后发生了什么；现在，它观察机器人“皮肤”被压以后发生了什么。

检测对象虽然从一杯水换成了机器人接触的物体，底层仍然是在做同一件事：把肉眼看不懂的物理变化，翻译成机器能够计算的数据。

所以，这次跨界并非毫无来由。

只不过，过去的水质检测设备不受体积限制，几乎是想做多大就多大；但现在跨界之后，机器人一根手指的内部空间十分有限，要求的是“麻雀虽小五脏俱全”。

光学系统、摄像头和柔软材料都要塞进去，还得经得起反复挤压和摩擦。

这些也成了一目科技进入机器人行业后，真正需要解决的问题。

机器人触觉，没有一条完美路线

一块装在机器人身上的触觉传感器，最好同时做到灵敏、轻薄、耐用和便宜。但问题在于，这几个目标经常互相打架。

目前，机器人触觉主要包括压阻式、电容式、磁性和视触觉等路线。其中一目科技选择的，是视触觉路线。

不过，实际上压阻式和电容式电子皮肤更为常见的技术。

它通过电信号变化判断受力，可以理解成一张会感受压力的薄膜。

物体压上去以后，薄膜内部的电阻或者电容发生变化，机器人再根据变化判断哪里受了力。这类传感器结构相对简单，可以铺在手掌、手臂甚至机器人全身，适合感知碰撞和大致的压力分布。

只是到了指尖精细操作，它们的短板就会暴露出来。

机器人想拿起一颗葡萄，除了知道“手指碰到了东西”，还要判断葡萄表面有多软、手指受到哪个方向的力，还得防止葡萄掉下去。

这些细小变化，需要更密集的感知点和更多维度的数据。温度、湿度和材料老化，还可能导致电信号发生漂移，需要反复校准。

正因如此，一目科技所选的视触觉，走的是另一条路。

它直接把接触面的形变拍下来，空间分辨率更高，也更容易同时识别压力、纹理、剪切力和滑动趋势。

在CES 2026期间，一台搭载一目科技视触觉传感器的机械臂，累计运行约33小时，平均每3秒抓取一次薯片，完成超过1万次抓取，全程保持零故障运行。

薯片又薄又脆，手指力气小了夹不住，稍微大一点又可能直接捏碎。机械手既要感知自己碰到了薯片，还要根据接触面的细微形变不断调整力度。

对一目科技来说，这场演示就证明了机器人可以完成这种需要精细力度控制的动作。

不过这条路线也不完美。

摄像头需要空间，灯光需要照明，内部还要留出完整的光路。传感器因此容易变厚，很难塞进灵巧手狭窄的指尖。外层柔软材料还要面对长期摩擦、油污、粉尘和尖锐物体，耐用性也是一道门槛。

一目科技进入这个赛道以前，Meta和GelSight等海外团队已经研究视触觉多年。

Meta在2020年推出了DIGIT，并开放了硬件设计和代码；后来的Digit 360可以感知小至1毫牛的力，还能采集振动、温度等多种信息。GelSight则负责部分产品的商业化生产，并把视触觉用于机器人研究和工业检测。

因此，视触觉本身并非一目科技的发明，而且它也没有在所有指标上超过同行。

一目科技选择突破的，是视触觉最难处理的体积和量产问题。

传统视触觉传感器往往有十几甚至几十毫米厚，外挂在机械手指尖以后，不仅显得笨重，还会影响手指弯曲和抓取效果。

相较之下，据公司披露，一目科技第一代产品把厚度压到10毫米以内，第二代Sentra-T系列进一步做到不到3毫米，已经接近人类指腹的厚度，可以嵌入灵巧手指尖。

另一方面，一目科技更强调产品的综合取舍：不到3毫米、IP65防护、接触面没有明显盲区，并且可以承受超过百万次按压。

说白了，它主打的不是什么“实验室里最灵敏的触觉传感器”。一块能用还能批量生产的机器人零部件，才是一目科技的目标。

而且这种工程取舍，确实比单项参数更接近机器人公司的现实需求：产品更容易落地。资本给出百亿元估值，押注的也正是这段从实验室到机器人指尖的距离。

只是，装进指尖还不等于已经站稳市场。

装进指尖，只是第一关

目前，一目科技公开展示的视触觉应用包括汽车零部件装配、电池包插拔、柔性物料分拣和生活服务等场景。公司也表示，产品已经获得多家机器人企业和供应链厂商的合作。

但具体的机器人客户、订单规模和实际出货量，目前没有充分披露。

TCL、惠而浦和松下等已经公开的客户，主要来自一目科技原有的流体检测和家电业务，不能直接算成机器人触觉产品的落地成绩。

而且，真实工厂对触觉传感器的考验，要比一次成功的演示复杂得多。

机器人可能每天连续工作十几个小时，指尖要反复接触金属边缘、油污、粉尘和不同温度的物体。百万次按压能够证明传感器经得起反复挤压，却无法覆盖横向摩擦、材料划伤和长期老化等问题。

从一个工位复制到整条产线，还要重新验证操作节拍、良率、维护频率和更换成本。传感器偶尔出现一次误差，在演示视频里可能看不出来，到了每天重复数万次动作的工厂，就可能造成停线。

而另一个更需要重视的问题是，究竟有多少机器人任务值得使用高精度视触觉。

一台机器人给电池包装配接口，需要在狭小空间里不断调整角度，触觉能够明显提高成功率。但在固定位置搬运纸箱、抓取规则零件等任务中，视觉加上成本更低的压力传感器，可能已经足够。

一只五指灵巧手还可能安装多块视触觉传感器。摄像头越多，需要处理的图像和触觉数据越多，对传输带宽和计算能力的要求也会继续上升。

所以，一目科技还要证明，高精度触觉带来的效率提升，能够覆盖传感器、算力、维护和适配增加的成本。

只有越来越多机器人任务离不开精细触觉，这块3毫米传感器才可能从高端配置变成标准零部件。

实际上，对于一目科技来说，它估值百亿的最强杀手锏，应该是视触觉传感器+TouchNet的强强联合。

视觉模型可以从互联网上获得海量图片，单触觉数据只能让机器人在现实世界里一次次“摸”出来。

更麻烦的是，不同传感器产生的数据很难直接通用。压阻式输出电阻变化，电容式输出电容变化，磁性触觉记录磁场变化，视触觉输出的则是接触面形变图像。

更换一款传感器，原来的触觉模型可能就要重新训练。

一目科技希望通过TouchNet解决这个问题。

按照它的设想，底层传感器负责采集真实触觉数据，中间的触觉编码模型把不同压力、纹理和滑动信息转成统一格式，再交给上层机器人模型学习。

如果这套标准能够被不同传感器和机器人采用，触觉数据就有机会像图片和文字一样，在不同模型之间流动。一家公司只需要训练一次触觉模型，就可以迁移到更多机器人和硬件上，这时它的价值甚至有可能超过一目科技目前主打的视触觉传感器。

只不过，不仅视触觉传感器目前还更多地停留在实验室阶段，TouchNet目前也仍在建设中。

尽管已经身负百亿估值、独角兽光环，但一目科技距离开香槟，还是有一段不短的距离。

参考资料：

虎嗅网《独家｜机器人的指尖上，新晋一家百亿公司》

21世纪经济报道《让机器人学会“触摸”世界，一目科技融资超10亿》

投中网《融了10个亿，又一百亿独角兽诞生》

硅星人《让机器人触觉不再奢侈，一目科技跨过量产门槛》