跳到主要内容

蚂蚁数亿押注戴盟：触觉成机器人新入口

2026 年 8 月 11 日，戴盟机器人（Daimon Robotics）宣布完成数亿元战略轮融资，蚂蚁集团领投，老股东超额跟投。这是蚂蚁首次把具身智能的投资触角延伸至触觉感知层——它之前已经密集落子宇树、星海图、灵心巧手、苏度、舞肌等本体与大脑公司，独缺触觉。戴盟补上了最后一块拼图。而戴盟同期发布的全球首个「物理交互脑」Daimon-TWM（Tactile-grounded World Model），揭示了触觉正从「事后反馈」走向「事前推演」——这或许是机器人赛道真正的下一站。

案例背景：巨头入场，资本从本体涌向触觉​

戴盟的融资节奏相当凶猛：两个月前刚完成亿元 A 轮，背后已汇聚招商局创投、联想创投、汇川产投、中国移动、中国电信等头部产业资本。本轮蚂蚁入局后，资本版图进一步锁定「触觉感知层」。

这不是孤例。整个具身赛道正在发生资本迁徙：从本体（人形机器人、四足机器人）集体涌向触觉、力矩、传感等底层感知技术。背后的逻辑是——

  • 本体已经过剩：宇树、智元、银河通用等本体厂商密集交付，硬件差异化空间收窄
  • 触觉是稀缺品：全球能同时打穿戴盟这种「触觉感知设备 + 物理交互数据 + 评测体系 + 模型能力」全栈的玩家极少
  • AGI 最难的一关：机器人的灵巧操作至今是公认的 AI 难题，触觉数据是破局关键

蚂蚁在具身智能的版图，已经从「本体—大脑」扩展到「本体—大脑—触觉」，戴盟恰好补齐了它战略上的最后一环。

戴盟是谁：CMU → 港科大 → 深圳十年技术沉淀​

戴盟的根可以追溯到卡内基梅隆大学（CMU）——全球机器人研究的发源地。1979 年图灵奖得主 Raj Reddy 在这里建立全球首个机器人研究所；1982 年 Matthew T. Mason 加入并担任机器人研究所院长，他被尊为「全球机器人灵巧操作之父」。

Mason 有一个核心判断：「The dexterity of a hand is mostly about the brain, not the hand」——手的灵巧性主要取决于「脑」，而不是手本身。这条判断塑造了戴盟的技术基因：不在手上堆传感器、堆自由度，而是先做一个能驱动手的「脑」。

师承 Mason 的中国学生是王煜——Mason 教授的首位毕业博士。2015 年王煜与李泽湘共同创办香港科技大学机器人研究院并担任创始院长，此后长期攻关高分辨率视触觉感知技术。2023 年底戴盟机器人在深圳正式运营，王煜担任联合创始人兼首席科学家，他的三位 90 后博士构成了团队核心：

  • 段江哗（创始人兼 CEO）：中科院博士、港科大博士后，入选 MIT AI100 青年科学家、胡润 U35 青年创业先锋
  • 原玮浩（首席 AI 科学家）：原阿里通义实验室多模态研究专家，兼具大模型与机器人物理操作经验
  • 杜仪湃（研发兼触觉负责人）：王煜教授触觉传感方向核心弟子，戴盟单色光视触觉传感器架构总设计师

从 Mason 的机器人操作理论，到王煜的触觉技术路线，再到三位 90 后博士分别推动产业化、模型与产品工程——戴盟用十年时间，把一个关于机器人灵巧性的科学命题，变成一套规模运转的商业系统。

核心产品：全球首个「物理交互脑」Daimon-TWM​

2026 年 8 月，戴盟正式推出 Daimon-TWM（Tactile-grounded World Model，触觉锚定世界模型），这是全球首个驱动机器人灵巧操作的「物理交互脑」。

它和李飞飞等顶尖学者近期发表的 T-Rex 有相似的判断（触觉是独立、高频的物理感知通道），但更进一步——把触觉从「事后反馈」推进到「事前推演」，把物理认知、推演决策与瞬时操控统一起来。

三层架构​

Daimon-TWM 是一套三层架构协同互作的系统，形成以物理认知为底座、以「慢规划-快纠偏」为操作闭环的物理智能：

  1. 物理认知模块：基于强化学习的触觉推理底座，建立物理常识，理解接触状态、力与形变、材料属性
  2. 推演决策模块：基于世界模型的动态预测中枢，前瞻性预判接触状态的演化趋势及潜在失败风险
  3. 瞬时操控模块：基于触觉反馈的高频伺服系统，以 100Hz 高频率实现毫秒级小幅修正

关键技术指标​

  • 10B 级参数规模
  • NVIDIA RTX 5090 平台实时推理
  • 跨本体、跨机械臂部署潜能
  • 引入可学习的统一触觉词元（unified tactile tokens），构建统一触觉隐空间
  • 在物理认知评测中全面优势，接触密集型操作任务无扰动下平均成功率较 π0.5 提升两倍，有扰动条件下提升达十倍

典型场景：收拾碎玻璃​

戴盟展示了一个标志性场景：收拾碎玻璃。视觉难以稳定识别透明反光的不规则边缘，玻璃易滑易碎，碎片紧贴桌布直接提拉会把桌布带起。戴盟的物理交互脑通过接触确认抓稳、推演抓取角度、主动调整竖直姿态、实时触觉反馈修正力度——最终将碎片安全放入垃圾箱。这是「事前推演 + 瞬时操控」协同的典型范本。

数据基础设施：自进化飞轮​

戴盟的飞轮逻辑是**「感知生数据、数据炼智能、评测验能力、部署促迭代」**——每个环节都获得了产业方与合作伙伴的协同支持：

感知环节​

  • 与联想合作：工业级量产能力
  • 率先实现视触觉感知设备万片级出货
  • 80% 灵巧手厂商的视触觉覆盖

数据环节​

  • 建成全球最大规模含触觉全模态物理世界数据集 Daimon-Infinity
  • 累计沉淀数十万小时含触觉全模态物理世界操作数据
  • 数据规模计划于年内扩展至数百万小时
  • 与中国移动共建「数采进家庭」外发式采集网络
  • 在湖南郴州落地全球首个「具身数据采集 5S 店」
  • 项目首期投放 1000 套设备，满产后每年产生 100 万小时真实操作数据
  • Daimon-Infinity 首批 1 万小时数据开源后，在阿里魔搭社区获得近 500 万下载量

评测环节​

  • 构建行业首个面向物理交互能力的含触觉全模态评测基准 RobOmni
  • 与英伟达合作获得生态支持

部署环节​

  • 与汇川连接工业自动化与精密制造
  • 与招商局连接港口与物流场景
  • 进入汇川及特斯拉供应链企业

商业化成绩：8 项全球第一​

戴盟已累计服务全球 200+ 客户，海外客户超过 50 家，并向 OpenAI、Figure、Physical Intelligence、Skild AI、Meta、BMW、Google DeepMind 等全球头部企业及机构完成交付。它在 8 项关键指标上实现了全球第一：

  1. 率先实现视触觉感知设备万片级出货
  2. 率先实现 80% 灵巧手厂商的视触觉覆盖
  3. 视触觉感知设备出货量全球第一
  4. 视触觉赛道营收规模全球第一
  5. 含触觉具身数据集下载量全球第一
  6. 打造全球第一个大规模外发式数据采集体系
  7. 推出全球首个面向物理交互能力的含触觉全模态评测基准 RobOmni
  8. 推出全球首个支持跨本体、跨构型部署的「物理交互脑」Daimon-TWM

商业化曲线呈现明显加速——「感知产生规模效应，数据形成网络效应，智能打开价值上限」，触觉由此成为一场入口、数据、智能与标准相互放大的平台级复利竞赛。

理论支撑：为什么触觉是机器人新入口​

这个案例背后有三个值得记住的理论判断。

判断一：莫拉维克悖论（Moravec's Paradox）。机器擅长完成数学、代码等复杂逻辑推理任务，却难以复现人类近乎本能的感知与操作。触觉正是「感知与操作」中最难数字化、最难规模化采集的一类数据。

判断二：李飞飞 T-Rex 的实证。触觉是独立、高频的物理感知通道；简单将触觉信号拼接到现有 VLA 架构中并不必然产生增益，错误的融合方式甚至可能损害原有能力。触觉需要独立通路、专门架构。

判断三：Mason 三十年未变的判断——「手的灵巧性主要取决于脑，而不是手本身」。这意味着具身智能的天花板不在机械结构，而在「脑」。谁掌握触觉数据、谁掌握触觉驱动的世界模型，谁就掌握具身智能的下一站。

案例启示：触觉为何成为机器人「新入口」​

戴盟案例最大的启示是：具身智能的竞争从「硬件」转向「数据+模型」。三个观察值得记下：

第一，资本迁徙的方向反映产业演化的方向。蚂蚁从本体一路投到触觉，说明具身智能的价值链正在向「看不见的层」迁移——硬件趋同之后，差异化在数据、模型和评测。

第二，触觉数据的获取是「重资产生意」。戴盟用了十年才把视触觉传感器做到万片级出货，把外发式采集网络铺到 1000 套——这背后是产品迭代、工程良率、产线协同的复合壁垒。这种壁垒不会在 1-2 年内被颠覆。

第三，物理交互脑是「模型 + 硬件 + 数据」三位一体的产物。戴盟不是单纯做软件，也不是单纯做硬件，而是把三者编织成一个能自进化的飞轮。这种「全栈能力」是单一类型玩家（纯算法公司 / 纯硬件公司 / 纯数据公司）很难复制的。

局限与未解问题​

戴盟虽然成绩亮眼，但仍有三个未解问题：

  1. 触觉成本下降曲线：当前视触觉传感器单价仍然较高，能否在 2-3 年内把成本压到本体厂商愿意标配的水平，是规模化关键
  2. 跨厂商数据互通：触觉数据各家格式不同，缺乏统一标准——RobOmni 是戴盟主导的标准，能否成为行业共识尚未明确
  3. 物理 AGI 的距离：Daimon-TWM 解决了「接触密集型任务」，但更复杂的「长程任务规划」「人机协作精细操作」仍需进一步突破

小结​

蚂蚁数亿元押注戴盟这个案例，本质上是头部产业资本用钱投票，把触觉确定为机器人赛道的新入口。戴盟的核心壁垒不是单一技术，而是把触觉感知设备 + 物理交互数据 + 评测基准 + 世界模型 + 商业落地编织成一个能自进化的飞轮。这种全栈能力是当前具身赛道最稀缺的。

案例的三条关键启示：

  1. 资本方向 = 产业方向：巨头从本体涌向触觉，预示差异化在向「看不见的层」迁移
  2. 触觉是「重资产生意」：万片级出货 + 1000 套外发设备 + 十年技术沉淀，新进入者很难短期复制
  3. 飞轮式全栈才能赢：硬件 + 数据 + 评测 + 模型四位一体，单点突破难以建立长期壁垒

参考资料：量子位 2026-08-11 报道《蚂蚁首次投向机器人"指尖"》、戴盟机器人官网 https://www.dmrobot.com/ 、阿里魔搭社区 Daimon-Infinity 数据集。