过去两年，具身智能赛道几乎被视觉感知“统治”——让机器人看懂世界，成了行业共识。但真正落地时，一个尴尬的现实浮出水面：绝大多数精细化操作的失败，并不发生在视觉识别阶段，而是发生在物理接触之后。
能对准USB接口，却插不进去；能夹起衣物，却理不顺褶皱。问题出在“碰”的那一刻——机器人不知道碰得对不对、力度合不合适、下一步该怎么调。这正是具身智能行业至今未解的硬骨头。
5月27日，一家名为新智具身（NeoteAI）的初创公司宣布完成近亿元天使轮融资，由上海国投旗下上海科创集团、复旦科创联合领投，上海科创集团旗下策源基金等跟投。这家公司选择了一个与众不同的切口：触觉具身智能。
在视觉大模型、VLA架构成为融资标配的当下，新智具身把宝押在了一个更底层的物理问题上——机器人不只要看懂世界，还要在碰到世界之后，知道自己碰到了什么。
新智具身的核心判断是：具身智能正从“视觉中心主义”向“视觉+触觉双中心”演进。视觉负责全局定位与语义理解，触觉则承担接触后的物理状态反馈与动态调整。只要机器人跟物理世界产生交互，触觉就是绕不开的感知模态。
但触觉的落地，远不是装个传感器那么简单。若触觉信息只停留在孤立的硬件读数上，就无法真正转化为操作能力。新智具身的目标很明确：把触觉感知变成可训练的标准化数据，深度融合进具身模型的训练与推理全链路。
这家公司来自复旦大学可信具身智能研究院，是复旦与静安区战略合作的重要落地成果。CEO赵世豪，本硕复旦、博士港大，曾在微软全球研究院、阿里通义实验室研究视频世界模型；首席科学家吴祖煊，复旦可信具身智能研究院副院长，前Meta研究员；COO董道国，近20年产业经验，曾是华为荣耀Magic一代首席架构师。
这支团队没有选择单一硬件切入，而是同步布局了三个板块：视触觉传感器、精细化数据采集平台、触觉具身大模型。三者形成闭环。
传感器方面，新智具身走的是视触觉路线——内部集成微型相机，通过拍摄柔性硅胶在接触时的形变图像，解耦出六维力、滑移、轮廓、像素级力场分布。相比传统压阻式、电容式传感器只能输出低维离散信号，视触觉方案信息密度更高，且输出格式与视觉数据天然兼容，能直接接入Transformer架构。
新智具身·视触觉传感器数据是第二个关键。新智具身搭建了超千平方米的专业化触觉数据采集中心，聚焦USB插接、螺丝拧入、线束装配、织物整理等精细化场景。这些任务成败的关键信息只存在于接触过程中。公司采用“真机采集线+自研触觉UMI便携采集终端”组合，保证数据精度与多模态同步性。当前具身领域数据量大约千万级，而语言模型已是十亿甚至百亿起步——这种差距直接限制了泛化能力。所以新智具身把“先做大”放在最高优先级。
新智具身·大规模触觉+视觉的具身数据采集模型层面，新智具身将触觉接入VTLA（视觉-触觉-语言-动作）大模型与触觉世界模型，并在强化学习中把触觉作为实时修正信号。传统VLA面对精细操作常因感知盲区失败，而触觉数据能实时反馈夹持、滑移、到位、形变等真实状态，极大提高成功率。
商业化第一站选在工厂。原因不难理解：工业场景任务结构清晰，效果可量化，触觉带来的增益容易验证。线束装配、内存条插拔、柔性材料整理——这些场景长期依赖人工，不是视觉做不了，而是接触后的状态变化太复杂。上海本地汽车、3C、家纺产业聚集，为新智具身提供了天然的测试场。目前公司已在多个细分场景落地POC验证订单。
从竞争视角看，新智具身的后发优势很清晰：纯视觉路线经过多年发展已进入资源密集型竞争，研发成本高但精细操作瓶颈凸显。对于后来者，沿着先行者的路走很难突围，必须在行业尚未解决的核心难题上建立壁垒。新智具身的判断是：把触觉从可选模态变成机器人标配。
看懂任务只是入门，能否在物理交互中实时调整动作、稳定完成任务，才是下一阶段的分水岭。而这条路上，新智具身已经拿到了第一张入场券。
