模量科技近日完成数千万Pre-A轮融资，由猎鹰投资、益华资本联合投资，点石资本担任财务顾问。这家成立于2024年的深圳公司，创始人为前纽交所智能穿戴上市公司高管官华。
模量科技的本轮融资并不意外——成立不到两年，它已经完成了三轮融资：先有德宁资本的天使轮，后有青橙资本的Pre-A轮加注，如今是猎鹰投资与益华资本的数千万级Pre-A轮。
注：三笔融资时间间隔约 7 个月与 11 个月，节奏紧凑。本轮资金用途明确指向研发、产线与全球化，说明已越过早期验证阶段。
但融资只是入场券。
真正的问题在于：这家公司凭什么让资本连续加注？答案，藏在它的技术路线和产品矩阵里。
模量科技的产品线覆盖了触觉感知的完整链路：从触觉感知模组，到数据采集设备，再到触觉模型。五款核心产品各司其职。
通过柔性微纳传感技术与三维力感知算法融合，实现对抓取力度、接触姿态及表面状态的实时感知。
基于光学成像原理，单次接触获取三维形貌、滑动趋势及力和力矩信息，为精密装配、动态抓取提供高分辨率触觉反馈。
织物基底集成触觉与姿态传感器，支持自然抓取动作采集，为触觉模型提供真实交互数据。
系统级压力分布测试方案，适用于大面积触觉覆盖与接触力分布分析。
柔性织物基底传感器，可贴合复杂曲面，拓展触觉感知的形态边界。
注：五款产品覆盖"感知—采集—建模"三个环节。其中 MoFi 负责精细力觉，MoVi 负责高分辨率视触觉，MoGlo 与 FleMo 解决数据采集和形态适配问题。
机器人手部不同区域，对触觉方案的需求完全不同：指尖需要精细感知，手掌需要大面积覆盖。模量科技选择压阻与视触觉两条路线并行。
通过柔性微纳传感采集力觉信号，配合三维力感知算法，擅长抓取力度与接触姿态的实时判断，成本可控，适合大面积覆盖。
基于光学成像原理，单次接触即可获得三维形貌与滑动趋势，精度显著优于传统图像算法，适合精密装配等高质量场景。
两条路线协同，机器人能同时获得精细感知能力与大面积触觉覆盖能力。目前，这套"视触觉 + 压阻"协同方案已实现小批量订单交付。
在算法层面，模量科技针对传感器模组化后的精度一致性问题，开发了基于神经网络的标定算法；视触觉方向则采用神经网络进行 AI 推理拟合，精度显著优于传统图像算法。
注：技术路线的核心判断是"无需二选一"——同一只手的不同部位需要不同触觉方案，协同比单一技术路线更具落地价值。
技术路线的背后是团队背景的支撑。模量科技的三位核心创始人，恰好覆盖了产业、工程与学术三个维度。
毕业于山东大学，曾从事手机系统研发、产品经理、SaaS 服务，后任职于纽交所智能穿戴上市公司，参与供应链、芯片、传感器等领域的战略合作与投资工作。
硕士毕业于东华大学，曾在 3D 打印企业担任副总裁，负责产品导入、业务拓展及市场营销等工作。
香港城市大学博士，现任厦门大学教授、国家级青年人才、博士生导师，拥有十余年柔性传感器研究与应用经验。
创始团队整体来自香港大学、布里斯托大学、厦门大学、山东大学及知名硬科技公司，在触觉传感器领域拥有十年以上的研发和工程量产经验。
实验室里的精度，最终要过产线这一关。模量科技已经搭建了自己的研发和中试产线，用于产品验证和小批量交付。
注：四项数据均来自公开报道口径。"小批量交付"意味着已跨过原理验证阶段，但尚未进入大规模量产——这是当前行业的普遍状态。
一个诚实的注脚：触觉传感的规模化落地，仍处在早期。
更远的规划是布局"触觉大脑"模型，形成"视触觉传感器—数据采集—触觉模型"的数据飞轮。这一闭环一旦跑通，硬件出货带来的数据将反过来优化模型，再驱动下一代硬件迭代。
注：数据飞轮的逻辑与自动驾驶类似——硬件是入口，数据是壁垒，模型是护城河。但触觉数据的采集与标注，目前仍缺乏统一标准。
触觉是机器人感知的"最后一块拼图"，但行业真正的瓶颈不在实验室精度，而在量产良率与成本控制。模量科技的团队组合与双技术路线是入场优势，真正的考验是能否抢在海外巨头之前，把稳定的触觉感知做成标准件——这决定了谁能定义下一个十年的机器人感知交互方式。
模量科技暂未开放个人体验入口，产品与商务合作信息请通过官方渠道获取。
关注模量科技 官方动态