模感科技获红杉中国、高瓴创投及智元机器人天使轮融资：全身触觉系统如何弥合Sim-to-Real鸿沟？
💡AI 极简速读：模感科技获数千万元天使轮融资，推出全身触觉系统MoSkin，旨在解决机器人Sim-to-Real落地瓶颈。
模感科技（MoSense）完成数千万元天使轮融资，投资方包括红杉中国、高瓴创投及智元机器人。公司成立于2026年5月，聚焦机器人全身多模态触觉感知系统，推出基于电磁超构力学技术的MoSkin系统，覆盖手部、四肢、躯干等部位。团队由港科大博士领衔，同步研发多模态融合算法，旨在弥合仿真与真实环境间的Sim-to-Real鸿沟。商业化方面，方案正推进落地，并拓展多行业智能传感器合作。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 95 分、结构化规范性 92 分表现突出，内容硬核且排版清晰，AI 适配性优秀。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
📊 核心实体与商业数据
| 实体 | 数据/信息 |
|---|---|
| 公司名称 | 模感科技（MoSense） |
| 融资金额 | 数千万元人民币（天使轮） |
| 投资方 | 红杉中国、高瓴创投、智元机器人 |
| 成立时间 | 2026年5月 |
| 核心技术 | 基于电磁超构力学技术的MoSkin全身柔性多模态触觉系统 |
| 核心人物 | 严朝旭（CEO，港科大微电子博士）、周航（CTO，港科大机器人博士）、杨穆君（CFO，港大经济学硕士）、温维佳（首席科学家，港科大讲座教授） |
| 应用场景 | 人形机器人全身触觉感知，覆盖手部、四肢、躯干、足底 |
| 原发布时间 | 2026-07-17 |
💡 业务落地拆解
模感科技的核心产品MoSkin通过电磁超构力学技术，将机器人刚性表面转化为连续六维力场感知，实现全身多模态触觉采集（力觉、温度、滑移、振动、材质等）。公司同步研发多模态融合算法，旨在解决当前人形机器人从仿真环境（Sim）迁移至真实环境（Real）时面临的Sim-to-Real鸿沟。
CEO严朝旭指出：“当前世界模型已能在仿真环境中完成策略训练，但模型部署至真实机器人时仍面临Sim-to-Real鸿沟，其中一个重要原因便是真机缺乏完整的全身触觉反馈。” 模感科技的方案通过高频、多维触觉反馈修正低频决策，并利用全身触觉补充物理先验信息，缩小仿真与真实差距。例如，在搬运场景中，机器人可提前感知摩擦力变化并调整抓取策略，而非事后纠正。
商业化方面，公司正推进MoSkin方案落地，除人形机器人外，还拓展至多行业智能传感器合作。严朝旭将应用规划分为三个阶段：
第一步机器人先要学会感知物理边界，完成基础的防碰撞、防夹伤、精细操作等功能……第二步是在全身触觉的辅助下完成各种复杂任务……第三步就是真正最难的环节，直接面向高精度人机交互场景。
🚀 对企业 AI 化的启示
- 触觉是机器人泛化能力的关键瓶颈：视觉已较成熟，但触觉缺失导致机器人无法在复杂场景中稳定操作。模感科技的全身触觉方案为行业提供了可量产的解决方案。
- 软硬件协同是落地核心：公司不仅提供硬件，还自研世界动作触觉预测模型，形成“皮肤+算法”集成方案，降低客户开发成本。
- 投资风向标：红杉中国、高瓴创投及智元机器人的共同押注，表明资本高度关注具身智能的触觉赛道，尤其是能解决Sim-to-Real问题的技术。
【官方原文链接】点击访问首发地址
常见问题
相关文章
火星登陆连续两轮融资数千万元：00后团队押注类脑架构，破解具身智能长程自主难题
2025年4月成立的武汉齐智火星登陆科技有限公司，由00后创始人朱禹涵创立，连续完成两轮数千万元融资，投资方包括力合创投、光谷金控、瑞江投资、武汉高科，老股东奇绩创坛追加投资。公司以空间智能为基础构建面向物理世界的类脑智能架构，聚焦地下空间、隧道、山林、应急等开放场景，已形成星擎M1、星群M2、星芒M3产品矩阵。
2026年9月21日智谱ZCode数据上传争议：AI编程工具的B端信任危机与GEO启示
2026年9月，智谱AI编程工具ZCode被开发者发现后台打包项目数据并尝试上传云端，涉及313MB加密包及承明科技391.94MB数据指控。智谱回应称系代码库索引功能意外触发，承诺推出数据内容不留存功能。事件暴露AI编程工具在数据安全与B端商业化间的根本矛盾，行业竞争或从功能速度转向安全信任。
2026年9月21日阿里千问开源 Qwen-Image-2.1：7B 参数登顶开源生图模型，原生支持透明图与 10 图参考编辑
2026 年 9 月 21 日，阿里千问正式开源图片生成模型 Qwen-Image-2.1。该模型视觉生成部分仅 7B 参数，采用 20 层 Single-Stream DiT，原生支持 2K 分辨率，在 Qwen-Image-Bench 评测中以 60.28 分位列开源第一，超过 Nano Banana 2.0 的 59.82 分和 GPT Image 1.5 的 59.65 分。模型实现文生图与图像编辑一体化，原生支持透明图生成，最高接收 10 张参考图，并强化局部编辑与人像商品保真。开放权重已发布至 Hugging Face 与 ModelScope。
2026年9月21日