作者｜黄楠
编辑｜袁斯来
硬氪获悉，戴盟机器人近期完成亿元级A轮融资，投资方为汇川技术旗下产业基金——汇川产投与中国电信。本轮融资将重点投入于超大规模含物理交互信息数据集的构建，加速物理世界模型的研发进程，并推动真实物理场景下的数据飞轮效应与商业闭环落地。
戴盟机器人于2023年正式启动运营，其核心团队长期深耕机器人灵巧操作与物理交互智能方向。联合创始人兼首席科学家王煜教授曾任香港科技大学机器人研究院创始院长，其所提出的“具身技能”与“技能克隆”等理论框架，构成了戴盟核心技术路线的关键基石。创始人兼CEO段江哗博士及多位核心技术骨干均来自港科大机器人研究院核心团队，拥有逾十年机器人操作智能研发经验。首席AI科学家原玮浩曾任职于阿里通义实验室，专注多模态感知研究，在将世界模型迁移至机器人物理操作领域具备前沿实践积累。
当前，具身智能热度持续攀升，行业底层逻辑正经历深刻重构。发展路径清晰呈现阶段性跃迁：从早期对机器人行走与运动控制能力的比拼，到差异化算法架构与“具身大脑”的探索，每一次技术热点的演进，都在为下一阶段突破夯实基础。
随着人形机器人由舞台演示迈向真实作业场景，整机精细化实操门槛不断抬升。能否高效获取高质量物理交互数据，已成为决定行业规模化落地成败的核心分水岭。
在主流纯视觉感知方案中，传感器仅能捕获物体外观信息，却无法识别材质软硬、表面摩擦系数、受力后形变程度等关键物理属性，难以支撑机器人对物体状态变化的准确预判。相较而言，融合触觉的物理交互数据可完整记录瞬时接触力、材料刚度、滑移趋势等核心参数，在模型大规模训练过程中沉淀物理常识、显著提升收敛效率，助力机器人建立对物理因果关系的深层理解，从而胜任各类高精度作业任务。
戴盟的策略是从物理交互数据的采集与精细标注切入，逐步构建覆盖感知、操作、学习的全栈技术链路，最终打造具备物理常识的世界模型，为机器人提供面向真实世界的认知底座。
在认知层面，该模型实现了视觉与触觉模态的跨模态对齐：既可基于图像推理出物体的力学特性，也能依据触感反推出物体的空间形态；进入执行环节，则依托高响应频率的触觉反馈机制，使设备在接触发生的毫秒级窗口内完成感知—判断—动作修正的闭环控制。
☞☞☞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☜☜☜
以物理直觉实现串葡萄、放置鸡蛋等精细操作（图源/企业）
“机器人要真正‘能干活’，离不开对物理世界因果关系的理解，更离不开基于真实接触的即时反馈。”戴盟机器人CEO段江哗向硬氪表示，“一个能跑酷、能翻跟头的机器人，若无法以恰如其分的力度拿起一块海绵完成擦拭动作，其实际应用价值将大打折扣。视觉属于非接触式的远端信号，它能告诉你物体在哪，却无法解释为何海绵在受压时发生形变；而触觉，正是那个接触瞬间的‘手感’，是判断物理因果、实现精准操控的关键支点。”
但仅有先进模型与算法仍不足够。如何以数据闭环与专业评测体系驱动物理世界模型持续进化，已成为当前业界亟待攻克的共性难题。段江哗指出：“触觉数据荒的本质在于——视觉的数据表征方式已趋于统一，而触觉尚无通用标准，也缺乏覆盖广度与深度的真实采集基础设施。”
为破解这一瓶颈，戴盟自建“外发式”具身数据采集网络。区别于传统依赖集中式实验室、遥操作采集的模式，“外发式”网络通过将中心化采集节点分散部署，形成分布式社会化协作体系，显著提升了场景真实性、采集效率及单位成本效益。
2026年4月，戴盟机器人联合谷歌DeepMind等数十家海内外顶尖机构，正式发布全球规模最大的含触觉全模态物理世界数据集——Daimon-Infinity。该数据集涵盖纹理、软硬程度、力学响应等多维接触信息，并开源1万小时高质量数据供行业免费使用；在此基础上，戴盟于同年6月推出RobOmni Benchmark体系，首次构建起支持“真实数据训练+仿真器训练”双路径、面向物理交互能力评估的标准化评测平台。
人类婴儿通过触摸认识世界，发展认知能力。对于即将从工厂走向家庭的机器人而言，这门“触摸课”同样不可跳过。在解决“看得见”与“走得稳”之后，“摸得准”正成为具身智能通往物理世界的最后一公里，也是最关键的一公里。戴盟向硬氪透露，其自主研发的视触觉传感器出货量目前已位居全球首位。它正试图在这场关于“手感”的技术竞赛中，定义属于中国企业的新标准。
以下为硬氪与戴盟机器人CEO段江哗的访谈节选（略经编辑）：
硬氪：从感知到执行，具身智能需跨越从“看懂”到“干活”的鸿沟。戴盟的物理世界模型如何实现视触觉模态融合与底层控制协同？面对复杂操作任务，这套架构能让机器人完成哪些此前难以企及的动作？
段江哗：我们的模型本质是在推理物理因果关系。在结构设计上，我们将物理接触过程划分为两个层级：认知层与执行层。
认知层致力于实现视觉与触觉在统一语义空间内的双向映射，这种能力类似于人类的通感机制。比如你看到一颗草莓，无需亲手触摸，就能预判其表面颗粒感；又如你单手掏钥匙开门，当钥匙插入锁孔时视线被遮挡，人类依然能依靠触觉直觉判断是否到位、有无卡滞、是否需要微调旋转角度——我们希望机器人也能具备这样的能力。
戴盟机器人用夹爪抓取鸡蛋（图源/企业）
执行层则运行两套并行机制。其一是百赫兹级高频触觉伺服系统，类比人类脊髓反射机制，不依赖上层推理决策，一旦检测到物体初现滑移趋势，补偿动作即刻触发，甚至快于视觉帧更新节奏。这就像你在洗碗时，手中沾满泡沫的盘子刚出现一丝滑脱迹象，手指便本能收紧——无需眼睛确认，动作早已完成。
另一套是物理世界推理机制，模型会持续预测未来数步的操作状态，在失误真正发生前主动输出修正策略。例如你单手提壶倒水，随着水流倾泻，壶体重心实时偏移，大脑会依据流速动态估算下一刻重量分布，并提前、平滑地调整手腕倾斜角度，确保水流始终稳定注入杯中。
这两套机制分别对应毫秒级即时响应与多步前瞻规划，时间尺度不同，但在同一任务中紧密协同。这也是我们区别于纯视觉操作模型最根本的架构创新。
硬氪：戴盟近期陆续发布了Daimon-Infinity数据集与RobOmni Benchmark，它们与你们正在构建的物理世界模型之间存在怎样的内在关联？
段江哗：数据集是燃料，物理世界模型是引擎，Benchmark则是衡量性能的转速表。
传统数据集，无论视觉类还是仿真类，记录的多为“像素变化”或“轨迹轨迹”。但要让机器人真正理解物理世界，这些远远不够。例如：物体是软是硬？表面光滑还是粗糙？抓握过程中正压力有多大、切向力如何分布、是否存在滑移倾向？这些都属于基础物理属性。Daimon-Infinity所采集的压力场、形变量、纹理谱、刚度梯度、滑移矢量等，共计十余种触觉模态，共同构成对物理交互的立体刻画。
真正的难点，不在于单独采集某一种模态，而在于将这十余种触觉信号，与同步的视觉图像、动作指令，在毫秒级时空维度上实现严格对齐。
戴盟机器人实现自主穿葡萄任务（图源/企业）
举例来说，当机器人指尖首次接触物体的瞬间，触觉传感器需精确记录接触点的压力分布与纹理特征，摄像头须同步捕捉该时刻画面，控制系统则需同步保存关节角度与扭矩值。三者必须在时间轴上实现毫秒级同步，否则模型无法建立正确的因果映射关系。
数据有了，模型有了，下一个关键问题随之浮现——如何验证模型是否真正掌握了物理因果？这正是RobOmni诞生的意义所在。
当前具身智能领域的评测基准大多聚焦视觉感知模态，强调泛化抓取能力与长序列任务规划，而针对触觉感知与精细操作的评估体系仍处于空白。行业普遍缺乏围绕触觉感知与灵巧操作的标准化评测框架，不同模型间难以横向比较，触觉能力无法量化，模型泛化性亦难被系统验证。
我们注意到，一些专注于仿真训练与Sim2Real迁移的前沿团队，近期也开始引入视触觉融合评估模块——这恰恰印证了产业共识正在加速凝聚：让机器人真正理解世界并与之交互，纯视觉路径已走到尽头，触觉已是绕不开的技术必选项。 RobOmni正是为了填补这一关键缺口，为物理交互能力提供标准化、可复现、可扩展、可比较的权威验证入口。
没有尺子，就无法丈量进步；没有标准，行业就难以形成合力。因此，我们要先造一把尺子，再用它去丈量整个世界。
投资方评论：
汇川产投相关负责人表示，具身智能若要在真实作业场景中实现代际跃迁，补齐触觉感知以完善物理因果逻辑，是一条不可回避的必经之路。戴盟机器人是业内极少数坚持从物理因果出发，以海量视触觉数据为驱动力，推动物理世界模型在精细操作场景中真正落地的企业。汇川技术长期扎根工业自动化与智能机器人领域，深知多模态感知对高精度作业场景的战略意义。未来，我们期待依托汇川在场景理解与产业落地方面的深厚积淀，与戴盟携手共建具身智能时代的“触觉神经网络”。
中国电信投资公司相关负责人表示，具身智能的大规模商业化落地，既离不开云端大模型算力的持续升级，也高度依赖高精度物理感知能力与多模态数据体系的坚实支撑。戴盟机器人在视触觉感知赛道持续深耕，已建立起扎实的技术护城河。作为数字中国建设的重要力量，中国电信正全面推进“云改数转智惠”战略。未来，我们愿与戴盟机器人深度协同，联合打造可复制、可推广的具身智能行业解决方案，共建赋能新质生产力发展的新型数字基础设施，助力具身智能产业高质量发展，实现生态共赢。
