蚂蚁首次投向机器人“指尖”！数亿元押注，全球首个物理交互脑发布

今日（8月11日），戴盟机器人公司正式对外宣布，其成功实现了新一轮融资。数亿元的战略轮融资中，蚂蚁集团担任领投角色，同时，原有股东亦超额跟投，进一步加大了对公司的投资力度。

融资步伐迅猛。仅仅两个月前，戴盟刚刚顺利完成了亿元级别的A轮融资。

资方阵容尤为引人注目。本轮引入的蚂蚁集团加盟，使得戴盟的背后力量愈发雄厚。招商局投资创投、联想集团旗下的联想创投、汇川科技产业投资、我国电信行业的领军企业中国移动及中国电信。敬请期待一批行业领先的资本力量。

产业巨头缘何竞相青睐戴盟？

智慧之源，源于对具身智能竞赛核心焦点之演变。

在接下来的竞赛浪潮中，焦点已从“是否具备触觉”演变为“能否深度理解并有效运用触觉”。能否将触觉输入转化为触觉智能，已成为决定胜负的关键所在。

诸多行业研究业已证实，融入触觉数据后，机器人执行接触类任务的成功率和数据利用率均能实现显著飞跃，助力物理AI突破单纯视觉方案所能达到的Scaling极限。

不久前，被誉为“AI之母”的李飞飞及其团队在T-Rex论文中指出，触觉并非视觉的从属，而是独立且频繁的物理感知途径。若简单地将触觉信号作为额外输入附加至现有模型，不仅无法有效提升性能，反而可能大幅降低任务的成功率。

若T-Rex系统性地解答了“如何恰当地运用触觉”这一课题，戴盟则在此基础上更进一步，将触觉技术从“事后的反馈”推进至“事前的推演”阶段。

戴盟不仅在业界首倡视觉—触觉—语言—动作（VTLA）模型架构，使得触觉能够自然融入感知、决策以及动作生成过程；更开创性地构建了全球首个专为驱动机器人实现灵巧操作而设计的“物理交互脑”，首次将物理认知、推演决策与即时操控整合进一个统一的模型框架中。

一场由“物理交互脑”引领的触觉智能革命正在悄然兴起，而戴盟恰巧置身于这场变革的风口浪尖。

从卡内基梅隆大学至香港科技大学

一支全球范围内难得一见的触觉智能全栈团队

一个能够有效驱动机器人实现灵活操作的核心“物理交互脑”，其运作离不开三大关键支柱：首先是可实现批量生产的触觉感知设备，其次是大规模的物理交互数据基础设施，最后是涵盖评测与实际部署的全方位落地支持体系。

戴盟展现了其三大难以逾越的核心能力。同步拓展，其背后支撑的是一支覆盖广泛、横跨多元领域的团队。机器人的操控技艺、触觉感知的精妙应用、大规模模型的训练技术以及工程实践的成功落地。这是一支全球罕见的、专注于触觉智能领域的全栈精英团队。

此技术传承可追溯至卡内基梅隆大学（CMU）。

CMU被誉为全球机器人研究的摇篮。1979年，图灵奖获得者、人工智能领域的先驱Raj Reddy在此地创立了全球第一个机器人研究所。随后，三年之后，Matthew T. Mason教授加入此处，担任了机器人研究所的院长一职。他被誉为全球机器人灵巧操作领域的奠基人，其研究为整个机器人操作、抓取以及接触力学领域奠定了坚实的理论基础。

Mason教授的学术贡献几乎支撑起了全球机器人产业的半壁江山，从波士顿动力公司、谷歌DeepMind实验室、物理智能研究机构、英伟达以及亚马逊机器人技术部门。行业巨头，以及众多企业的触角延伸至操作实验室，活跃在今日具身智能领域的创业者与研究员，大多源自这一脉络。

在Mason的弟子群体中，一位中国的身影逐渐凸显。王煜，系Mason教授培养的首位毕业博士研究生。作为卡内基梅隆大学（CMU）正统学术传统的继承者，王煜将一整套精妙的操作学术体系带回祖国，从而成为了我国触觉创业领域的开路先锋。

Mason及其两代学子的学术传承

Mason所倡导的机器人操控领域，秉持着一个核心的观点：手的精巧程度主要受制于“脑”，而非手本身。若灵巧操控的核心在于“脑”，那么这一“脑”又是依靠何种途径进行学习的？

语言模型依赖书籍，视频模型依托互联网，然而，诸如接触、受力、形变与滑动等关键数据，却只能在真实操作过程中得以生成与累积。因此，探索物理智能的途径，并非直接构建一个“脑”，而是首先要为它搭建能够感知并记录实际接触数据的平台。

2015年，王煜携手李泽湘共同创立了香港科技大学机器人研究院，并荣任首任院长。正是在这一时期，王煜引领港科大研究团队致力于攻克高分辨率视触觉感知技术。

在随后的深入研究中，王煜逐步锻造了一支涵盖机器人操作、多模态大模型以及触觉感知领域的年轻科学家团队。

到了2023年年底，戴盟机器人在深圳正式启动了其规模化运营的步伐。王煜教授作为联合创始人及首席科学家，与其培养的三位90后博士一同构成了团队的中坚力量。

原玮浩、王煜、段江哗、杜仪湃

身为中国科学院的博士及香港科技大学的博士后，他们荣登MIT AI100青年科学家名录；段江哗他们不仅担任创始人兼首席执行官，更是视触觉技术产业化的领军人物；此前，他们曾作为阿里通义实验室的多模态研究专家，积累了丰富的大模型与机器人物理操作经验；原玮浩担任首席AI科学家一职；王煜教授的触觉传感领域的核心弟子，戴盟则担纲单色光视触觉传感器架构的总设计师。杜仪湃肩负研发与触觉技术双重职责。

历经十年磨砺，团队成员包括Mason在机器人操作领域的理论贡献，王煜在触觉技术方面的探索，以及段江哗、原玮浩和杜仪湃在产业化、模型与产品工程上的不懈努力，将一个关于机器人灵巧性的科学命题，成功转化为一套高效运作的商业体系。

打造全球首例“物理交互脑”

重新定义具身Scaling曲线

循着“先构建数据渠道，后迈向实体智能”的技术阶梯不断攀登，戴盟近期正式推出引领全球的尖端触觉定位技术突破，Daimon-TWM，作为全球首个触觉锚定世界模型，开创了触觉感知的新纪元。（触觉根基世界模型），通过原生触觉贯穿理解、推理、预测与验证，进而构筑从指尖的细腻触感直至大脑的精密推理，最终回输至动作执行端的“触觉神经系统”。引领具身智能跨越“感知世界”的门槛，迈向“洞悉世界”与“互动世界”的新阶段。

本模型依托于戴盟所发布的全球最大规模、包含触觉在内的全模态物理世界数据集，呈现出卓越的性能。在错综复杂的场景中，确保操作的稳定性和广泛的泛化能力至关重要。呈现持续扩大的趋势，并展现出跨越不同场景及本体的广泛应用潜力。

在执行清理碎玻璃的任务时，由于玻璃透明且反光，加之其边缘参差不齐，使得视觉对玻璃边缘的识别变得不稳定；此外，玻璃材质易于滑动和破碎，轻微的触碰或抓握不当便可能造成玻璃滑落，而夹持力度或搬运姿势的稍许不当，也可能引发玻璃再次破裂；再者，玻璃碎片紧贴桌布，若直接用力提起，甚至可能连带桌布一同拉起。

Daimon-TWM，戴盟的“物理交互脑”，通过直接接触来验证玻璃是否已牢固抓握，模拟分析各种抓取角度、提拉方向及放置方案可能带来的影响。在判断直接提起玻璃可能会牵扯到桌布的情况下，系统会自动将玻璃调整为竖立状态后再进行抬起操作。同时，根据即时的触觉反馈，持续调整力度和路径，确保最终能够将玻璃碎片安全地放置于桌面上的垃圾箱中。

Daimon-TWM独立执行清理碎玻璃的作业

Daimon-TWM通过三层架构的协同运作，构建起以物理认知为基础，并采用“慢速规划-快速纠偏”作为操作循环的物理智能体系。

Daimon-TWM 三层架构

物理认知模块：基于强化学习的触觉推理底座，负责建立物理常识深入解析接触状态、力与形变、材料属性等核心特征，进而构建对当前物理状态的精准认知与判断。

推演决策模块：基于世界模型的动态预测中枢，负责前瞻性预判预测接触状态的演变轨迹及潜在的失效风险，并据此制定相应的动作策略。

瞬时操控模块：基于触觉反馈的高频伺服系统，负责即时动作纠偏持续整合决策指令与实时触觉反馈，以每秒100次的高频进行微调修正，确保动作的实时性。

Daimon-TWM 的参数规模高达10亿级别，能够在NVIDIA RTX 5090平台上实现实时推理，同时具备跨不同本体和机械臂的部署能力。模型中还引入了可学习的统一触觉词元（统一触觉符号），通过多模态观测提取与接触相关的信息，构建一个统一的触觉隐空间，该空间用于触觉的理解与预测。

Daimon-TWM通过触觉贯通模型的全阶段应用，该模型在物理理解、预测规划和操作泛化能力方面展现出显著的优势。：在物理认知评估中，Daimon-TWM 表现出全面领先，同时在接触密集型操作任务中展示了卓越的自主操作能力。在无干扰的环境中，其平均成功率相较于π0.5 提高了近两倍，而在有干扰的环境中，这一提升甚至达到了十倍。

构筑物理智能的持续进化闭环

在这场由“物理交互脑”引领的竞争浪潮中，戴盟不仅确立了智能领域的领先地位，更首开先河，成功打造了“感知生成数据、数据炼化智能、评估测试能力、部署促进迭代”的闭环体系，引领物理智能领域迎来了“寒武纪式”的迅猛发展。

在Daimon-TWM的进化历程中，我们依托于已广泛部署的触觉感知设备与采集系统，成功创建了全球最大的包含触觉的全模态物理世界数据集——Daimon-Infinity。此数据集构筑了一个完整的金字塔结构，涵盖“仿真数据”、“无本体数据”以及“遥操作数据”。目前，我们已经累积了数十万小时的含触觉全模态物理世界操作数据。我们的目标是在年内将数据规模扩展至数百万小时，为模型学习真实的操作规律和构建交互能力提供坚实的基础。

基于已大规模铺开的触觉感知设备和采集体系，戴盟建成全球最大规模含触觉全模态物理世界数据集Daimon-Infinity，构建覆盖“仿真数据—无本体数据—遥操作数据”的完整数据金字塔，已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，成为模型学习真实操作规律、建立交互能力的重要基础。

自Daimon-Infinity的首批1万小时数据在开源后，该数据集在阿里魔搭社区收获了近500万次的下载，稳居具身数据集领域的领先地位。

在数据采集阶段，戴盟携手中国移动共同打造了“数采进家庭”的外发式采集网络，并在湖南郴州设立了全球首个“具身数据采集5S店”。该项目首阶段计划部署1000套设备，一旦全面投产，预计每年将产出100万小时的真实操作数据。

这一举措标志着戴盟正在将以往对工程师和固定场地的重度依赖，转变为一种不受时空限制的标准化、灵活化的生产网络。

戴盟不仅打造了业界首套针对物理交互能力的触觉全模态评测基准RobOmni，还为模型训练的优化工作确立了统一的标准体系。

从感知、数据处理、评测到最终部署，戴盟在每一个关键环节都得到了产业界合作伙伴的坚定支持。在感知阶段，联想贡献了其工业级的量产实力；在数据采集方面，戴盟与中国移动携手共建了外发式数据采集网络；评测阶段，英伟达提供了生态系统的全面支持；而在部署阶段，汇川科技将工业自动化与精密制造相连接，招商局集团则将港口与物流场景相融合。

在量产规模、市场占有率、数据与模型能力等8项核心指标上，戴盟已成功跻身“全球之最”。

我国成功推出视触觉感知设备，实现万片级大规模出货。

引领行业之先，已成功为80%的灵巧手制造商提供视触觉技术覆盖。

全球范围内，该视触觉感知设备的出货量位居首位。

视触觉领域的全球营收规模位居首位。

触觉具身数据集的全球下载量位居首位。

构筑全球首个巨型外发型数据搜集网络。

推出全球首套针对物理交互能力的全面触觉多模态评测标准——RobOmni。

推出业界首创的“物理交互脑”Daimon-TWM，该产品可实现跨本体和跨构型的灵活部署。

凭借在量产良率、单位成本及交付稳定性方面的全面优势，戴盟已成功服务于全球200多家客户，其中海外客户超过50家。此外，我们还向OpenAI、Figure、Physical Intelligence、Skild AI、Meta、BMW、Google DeepMind等国际知名企业和机构交付了产品，并持续推进多项模型部署和POC合作。同时，我们已进入汇川和特斯拉等供应链企业的行列，以及工业自动化和机器人产业链的领先地位。

戴盟商业化曲线

庞大的全球客户网络，有力地见证了戴盟Physical AI的全栈实力，以及其在“交付触觉设备”、至“生产模型燃料”，再到“交付模型能力”的三级跨越。这份卓越成绩的背后，是戴盟不断加速推广的标准化商业落地策略，以及持续自我优化的物理智能迭代机制。

感知能力的提升带来规模效应，数据的积累催生网络效应，智能技术的应用拓展了价值的上限。触觉技术因此成为一场入口、数据、智能与标准相互促进的平台级复利竞赛。

 

为您发布产品，请点击“阅读原文”