柔性触觉感知企业尧乐科技完成Pre-A+融资，数据手套瞄准具身智能数据缺口
据硬氪报道，柔性触觉感知企业尧乐科技近日完成Pre-A+新一轮融资，本轮由鼎和高达领投，上市公司常熟汽饰、祖龙娱乐跟投，云道资本担任长期独家财务顾问。公司表示，融资资金将主要投入柔性织物传感技术研发、产品性能迭代、数据手套产能拓展与批量交付，同时完善数据采集、标定和接口能力，推动其方案在具身智能、世界模型与智能座舱等场景中落地。
这笔融资的背景，是机器人和具身智能产业正在从“硬件能力补课”转向“高质量交互数据争夺”。当人形机器人本体、电机、关节控制等环节逐步推进，如何获得足够真实、可用、可标定的物理交互数据，正成为训练通用具身模型的关键瓶颈之一。
从柔性织物切入，数据手套成为物理世界数据入口
尧乐科技以柔性织物传感为硬件入口，面向具身智能和世界模型所需的真实物理交互数据采集与预处理。来源显示，公司创始人兼CEO吕莉蕴曾任国际汽车电子企业Harman首席架构工程师，并参与多模态传感器融合计算平台研发；核心团队成员来自中科院、密歇根大学、北京大学等机构，能力覆盖底层传感材料到上层智能算法。
与视觉、文本等可通过互联网大规模收集的训练数据不同，触觉数据天然依赖真实物理接触。物体被抓取时的压力分布、摩擦变化、材料形变等信息，很难只靠仿真环境完整复现。仿真可以描述物体形状和位置，却难以替代真实场景中的复杂力学反馈，这使触觉模态成为具身智能数据体系中更难规模化的一环。
根据来源引用的《中国具身智能产业发展报告》，截至2026年初，全球高质量真实物理交互数据总量约为50万小时，而训练具备基础泛化能力的通用具身模型至少需要千万小时级数据，缺口超过九成。这样的供需差距，解释了为什么数据手套、电子皮肤、柔性传感器正在获得资本和产业客户关注。
“织物即传感器”：尧乐方案试图解决长期佩戴与数据稳定性
尧乐科技即将发布的数据手套，核心思路是将传感功能直接融入织物结构，而不是把传感器作为外部器件贴在手套表面。来源显示，公司方案基于自主研发的“金属纱线+三明治矩阵”传感器，将金属拉丝合金纱线编织成导电网络，并嵌入多层织物矩阵中。
当前不少数据手套采用印刷电路或薄膜传感器贴合在织物表面，传感器层与织物层分离，往往需要多层结构叠加。这样的设计在实验室演示中可行，但进入真实采集任务后，层间位移、面料褶皱、汗渍等因素可能影响信号质量。尧乐的方案通过一体织造成型，使传感电路与布料融为一体，减少传统多层结构带来的信号误差。
从公开信息看，该数据手套在掌心和指节覆盖高密度感知阵列，用于捕捉真实操作过程中的接触力学信号。由于传感能力嵌入织物本身，手指弯曲时不易产生传感层相对位移，空抓时也能降低因面料褶皱引发无效信号的概率。这类设计的价值不只在于单次测量精度，更在于面向持续采集时的稳定性和可重复性。
- 技术路线：以金属纱线和织物矩阵构建柔性传感结构，降低外挂传感器带来的层间误差。
- 产品形态：数据手套作为人类操作与机器人学习之间的接口，适合采集抓握、接触、按压等动作数据。
- 交付重点：不只是硬件本体，还包括采集、清洗、标定、时间轴对齐等数据预处理能力。
- 应用方向：面向具身智能、世界模型、智能座舱等需要真实交互感知的场景。
影响解读：具身智能竞争正在前移到“数据生产工具”
对AI产业而言，尧乐科技这类公司的价值不只是一副手套，而是为机器人模型训练提供可规模化的数据生产工具。过去大模型的发展主要依赖文本、图像、视频等数字世界数据；而具身智能需要理解真实世界中的接触、阻力、滑动和材质反馈，这使触觉数据基础设施成为新的竞争环节。
从商业模式看，硬件可能是入口，数据服务和数据质量管理才是长期价值。尧乐科技交付给客户的不只是手套，还包括数据采集、清洗、标定和时间轴对齐等预处理服务。对训练机器人模型的企业来说，如果不同批次设备、不同手套之间存在明显偏差，后续数据清洗和校准成本会被放大。因此，传感器一致性、标定流程和接口能力，可能比单一硬件参数更影响客户决策。
来源还提到，尧乐手套采集盒集成供电、信号处理和存储模块，手套本体可单独替换并水洗维护。这种模块化设计符合高频采集场景的需求：采集人员需要长期佩戴，设备也需要在损耗后低成本更换。对于数据手套而言，它未必是追求十年耐用的传统工业设备，而更接近高频使用、可替换、成本持续下探的数据采集耗材。
今年以来，国内柔性触觉感知和电子皮肤手套厂商数量增长，技术路线包括印刷薄膜、视触觉、织物传感等方向。接下来的竞争关键，将从“能否演示”走向“能否批量部署”：谁能在数据准确性、佩戴舒适度、可维护性、量产能力和成本之间取得平衡，谁就更可能进入具身智能训练数据的核心供应链。
总体来看，尧乐科技本轮融资反映了资本对触觉数据入口的重视。随着机器人模型从仿真训练走向真实世界泛化，能够稳定采集、处理并交付物理交互数据的工具链，将成为具身智能产业的重要基础设施。