5月27日，上海新智具身智能科技有限公司（NeoteAI，以下简称“新智具身”）宣布完成近亿元天使轮融资，作为公司成立以来的首轮融资，本轮由上海国投旗下上海科创集团，以及复旦科创联合领投，上海科创集团旗下策源基金等共同投资，多维资本担任独家财务顾问。
新智具身是一家专注于具身智能核心技术与系统研发的高科技企业，背靠产学研深度融合与地方政策双重加持。作为复旦大学与静安区战略合作的重要落地成果，公司在初创期便获得静安区科经委与市北高新集团的大力培育，先后获得静安区战略性资金及上海市经信委促进产业高质量发展专项资金的支持，上海市科委也针对其核心视触觉传感器的研发给予了专项经费支持，全面加速公司的技术攻关进程。
核心团队
公司核心团队源自复旦大学可信具身智能研究院，具备深厚的产学研融合基因。CEO赵世豪本硕毕业于复旦大学，博士就读于香港大学，曾作为核心研究员在微软全球研究院、阿里通义实验室深耕前沿模型研发，研究覆盖视频世界模型、生成式模型；首席科学家吴祖煊为复旦大学可信具身智能研究院副院长，曾任职 Meta，长期深耕视频模型、多模态模型等核心领域；COO董道国则是兼具学术与产业经验的跨界人才，具有近20年的产业界经历，曾任华为荣耀Magic一代首席架构师，现任复旦大学可信具身智能研究院研究员，主要为公司的技术商业化保驾护航。
CEO赵世豪、首席科学家吴祖煊、COO董道国
具身智能正在进入从技术验证走向产业落地的关键窗口期。随着机器人开始进入精细操作和复杂接触任务，仅依靠视觉已经难以满足真实物理交互的需求。视觉让机器人“看见”世界，触觉则让机器人真正感知接触、理解材料、判断受力，并完成稳定操作。触觉模态的引入，将成为具身智能从“看懂任务”走向“完成任务”的关键一步。
过去两年，具身智能行业的主线集中在视觉模态。机器人“看见世界”和“理解指令”的能力提升很快，但进入真实操作场景后，视觉能力的边界也越来越清楚。
在大量精细化操作的场景中，机器人不仅要识别物体位置，还要持续感知接触力、滑移、摩擦、形变和材料状态。USB 插拔、螺丝拧入、芯片和光学镜片抓取等精细化操作，需要稳定的接触判断；线束、纸杯、硅胶件、塑料管、软胶垫等非刚性物体，虽有一定形态但会在操作中发生形变；布料、宣纸、胶带、棉絮等柔性物体，则更容易弯折、褶皱和失稳。这些任务很难只依靠图像完成稳定操作。
团队始终认为，具身智能要进入真实物理世界，不能只依赖视觉和视频数据。只要机器人与物理世界发生接触和交互，触觉感知就会成为关键能力。行业正在从“视觉中心主义”（Visual-Centric），走向“视觉 + 触觉双中心”（Visual + Tactile-Centric）。
围绕这一判断，公司搭建了“传感器层—数据层—模型层”的技术体系。
传感器层：视触觉传感器
公司自研视触觉传感器，可用于采集接触过程中的力、滑移、形变和边界等信息。传感器的价值，不只是给机器人增加一个硬件外设，而是让真实操作中的接触信息被稳定采集，并转化为后续数据和模型训练的基础。
视触觉传感器主要由复旦可信具身智能研究院研究员陈文明及其博士生罗虎主导研发，这也是公司与复旦大学产学研融合的首个标志性成果。目前，该传感器已进入头部具身智能客户体系，并在精细操作、数据采集和模型训练等场景中开展验证。
视触觉传感器
数据层：精细化具身数据服务平台
公司已建成超千平方米具身数据采集工厂，围绕机器人精细化操作痛点构建闭环数据生产体系，全面覆盖工业装配、柔性物体操作处理、日常服务等多类典型场景，形成面向触觉具身大模型训练的数据生产基础设施。
公司同时自研触觉通用数采方案，形成“真机采集+UMI便携式采集设备”两条路径配合：一方面通过真实机器人本体采集高质量精细操作数据，另一方面借助UMI降低场景部署和任务采集门槛。支持跨不同机械臂本体的数据采集与迁移适配，能够减少企业在精细操作数据采集、设备改造和模型适配上的成本。
大规模视觉+触觉具身数据采集平台
模型层：包含触觉的具身大模型
在模型层，团队正在研发包含触觉模态的具身大模型，目标是将触觉接入预训练具身大模型，并结合融入触觉模态的强化学习技术路线，补足机器人在真实接触过程中的物理感知能力。
VTLA模型用于融合视觉、触觉、语言和动作信息，让机器人更完整地理解环境状态和任务指令；Tactile世界模型基于触觉与视觉数据学习接触过程中的物理变化，用于提升机器人对物体属性、未来状态和动作后果的判断能力；Tactile强化学习则利用触觉反馈修正操作策略，让机器人在交互中提升任务成功率与稳定性。
新智具身触觉大模型能力展示
这也是区别于其他具身公司的地方：公司试图围绕触觉数据，构建从触觉感知、数据采集到模型训练的完整系统，让机器人在“看见”之外，获得对接触、力和材料状态的理解能力。
“精细操作的难点，不只是让机器人‘看见’，更是让它在接触发生时做出判断。”公司表示，“新智具身围绕传感器、数据平台和模型同步布局，是希望把真实、连续的触觉数据转化为机器人可学习、可泛化的能力，最终提升其自主感知、动作规划和任务执行水平。”
本轮融资完成后，公司将继续扩大触觉数据采集规模，并加速触觉具身大模型在真实操作任务中的训练与验证。
从视触觉传感器到精细化具身数据平台，再到包含触觉模态的具身大模型，公司正在搭建一套面向真实物理世界的触觉具身智能技术体系。希望通过感知硬件、真实数据和具身模型的协同发展，让机器人不仅能够看见世界，也能在接触中理解世界、精准执行物理任务。
查看更多项目信息，请前往「睿兽分析」。
