文 | 张卓倩

编辑 | 袁斯来

36氪获悉，深圳市模量科技有限公司（以下简称「模量科技」）宣布完成由德宁资本投资的千万级天使轮融资，北深资本担任长期顾问。本轮融资资金将主要用于产品研发、市场推广以及团队建设。

「模量科技」成立于2024年底，是一家专注于多模态多维力触觉传感技术及触觉模型研发与应用的科技公司，其产品包括机器人触觉、工业压力分布检测、织物类柔性传感器以及柔性薄膜传感器等。产品广泛应用于机器人触觉、工业检测（新能源、3C 制造业）、消费电子以及医疗健康等领域。

「模量科技」自研技术

源于消费电子（智能穿戴、VR/AR）、医疗健康（假肢、手术机器人）、工业自动化（灵巧手、智能检测）及新兴人形机器人产业的爆发，全球触觉传感器与柔性传感器市场正处于快速发展期，技术迭代与下游应用拓展推动需求持续攀升。

「模量科技」创始人官华告诉36氪，机器人触觉行业目前处于早期，技术路线不统一，产品标准化低，导致定制化需求高，从而增加了研发和生产成本。同时，传统工业检测方法大多依赖人工观察和判断，如使用压敏纸检测压力分布，存在人工误差大、过程压力数据无法实时监测等问题。

针对柔性传感行业普遍存在的量程不足、灵敏度受限、温漂干扰大等核心问题，「模量科技」从材料端切入，自主研发高灵敏度敏感材料与微结构工艺，采用耐高压弹性体+微结构设计，显著提升了传感器的量程、精度和灵敏度。“我们的微结构设计有点像海绵，”官华解释，“它可以有效扩展传感器的灵敏度和检测范围，增强对不同压力场景的适应性。目前，我们的最大压力量程可以做到20 MPa，线性度达到了99.9%。”

不仅如此，「模量科技」还打通了多维触觉感知链路，围绕三维力、切向力、摩擦力算法，构建了材料识别、姿态判断等触觉模型，赋能机器人与灵巧手实现更丰富、更精准的感知能力。基于仿生力学解耦架构与正交纳米裂纹电极设计，实现柔性基板上法向力和切向力的精准解析，各向交叉干扰 < 10%。此外，公司构建了从传感器材料、硬件、算法到系统的全栈研发能力，实现了传感器数据采集、标定校准、软件分析等全套工具链，方便客户使用和应用开发。

“我们自研的温度自补偿敏感材料技术，实现了压力 - 温度双模一体化感知，可以根本性改善传感器的环境稳定性，这一直以来都是行业内的一个难题”，官华介绍，“基于自研的功能材料掺杂的全新微纳立体印刷技术，我们实现了低成本可大批量制造的柔性压力传感阵列。这也就是说，在性能上我们和国际竞品相当，并实现部分指标领先，在产品成本和价格上也有很大优势。”

目前，「模量科技」的核心产品主要包含机器人触觉以及工业压力分布检测。在机器人触觉方面，产品分为多点阵列压力感知S系列，三维力多点阵列压力感知T系列以及多模态压力感知M系列。此类产品主要服务具身智能企业，包括人形机器人、灵巧手、机械臂客户。在工业压力分布监测领域，公司面向锂电池、储能、3C（手机、手表、智能眼镜、液晶屏）等行业，为工业生产中的压力分布检测提供实时数字化解决方案。此外，「模量科技」还致力于织物类柔性传感器的研发，应用于智能座舱、智能床垫、智能枕头、智能服装等领域。

在供应链端，「模量科技」已完成从小批量到大批量的验证，构建了可批量、稳定出货的能力。预计今年订单金额可达到千万元，已与机器人、灵巧手、工业客户等多个领域的头部客户建立合作，产品陆续开始批量交付。

「模量科技」现有团队近 20 人，研发人员占比超 80%，涵盖算法、硬件、软件、传感器等关键领域。创始人官华，曾任职纽交所智能穿戴上市公司，深度参与供应链芯片、传感器、智能硬件战略合作和投资工作。在硬件产品、消费电子、3C制造业产业链上下游具备丰富的资源和科技成果转化经验。联合创始人周建林，工科硕士背景，熟悉高分子材料、电子墨水、消费电子、机械设备等行业，曾在3D打印知名企业担任副总裁，负责产品导入、业务拓展、市场营销，内部管理等相关工作。联合创始人高立波，香港城市大学博士毕业，现担任厦门大学副教授、博导，具有十几年柔性传感器研究与应用经验。

投资方观点：

德宁资本创始合伙人何建文表示，“机器人触觉传感器，是机器人直接感知外部环境的重要部件，是机器人实现灵巧操作的核心传感器之一，具有不可或缺的价值。同时，电子皮肤未来能逐渐实现覆盖机器人全身，产品应用价值非常大。在各类传感器中，触觉是目前应用普及相对较少的传感器，目前并没有特别大的行业巨头，但其未来空间又非常大，我们看好触觉传感器领域未来能长出大公司。而模量科技的触觉传感器产品不仅在人形机器人和灵巧手领域有广泛的应用，还开拓了3C、新能源等制造业场景，发展上限较高。

多模态传感器融合和AI模型驱动传感器智能化是传感器行业的发展的未来趋势，模量科技的业务发展方向符合我们对未来趋势的判断；同时触觉传感器也是一个多学科交叉的领域，需要团队具备跨学科的专业背景，模量科技在高分子材料、电子工程、信号处理、软件算法等方面均配置了核心团队，在产品工程化量产方面也经验丰富，能够实现短期内导入商业化客户订单，也充分验证了核心团队的能力。”