具身智能卷完大脑，开始卷手感了？

具身智能圈聊了一整年‘大脑’，现在资本开始盯‘手感’了。

近日，枢途科技完成近亿元人民币Pre-A轮融资，由鼎晖百孚、鲲鹏基金（大数据方向国家级基金）联合领投，广州产投、亿合资本联合投资，老股东趋势投资超额追投。值得注意的是，这是公司一个月内完成的第三轮融资。

钱押的不是又一个‘人形机器人本体’，而是一家做数据、做触觉、做训练基础设施的公司。这个信号比融资本身更有嚼头：当具身智能的叙事从‘炫技demo’转向‘真实交付’，产业链的价值分配正在重排——谁掌握让机器人‘干得了活’的数据和验证能力，谁就站上了新基建的位置。

💰 一个月三轮融资，钱在追什么

一个月三轮，这个节奏在一级市场并不多见。

把这轮融资拆开看：

两个细节值得划线。第一，鲲鹏基金是大数据方向的国家级基金——国家队资金进场，看中的显然不是短期财务回报，而是具身数据这个‘新基建’卡位。第二，老股东趋势投资选择超额追投，说明前两轮之后数据业务的交付验证已经跑出来了，机构愿意加注。

据多位接近人士的说法，具身智能赛道今年资金在明显分化：本体和整机的故事讲得震天响，但真正愿意掏钱的机构，越来越盯着‘数据供给—训练—验证’这条暗线。整机是台面，数据是里子，里子决定台面能撑多久。

从融资用途看，枢途科技把钱投向了两个方向：一是继续完善视频升维数据产品、提升交付能力；二是加码触觉——支撑SynaTac触觉产品线的技术迭代，拓展面向机器人接触策略训练与端侧部署的业务。

一句话总结资本的逻辑：视觉数据已经开始卷，触觉数据还是早期洼地，而触觉恰恰是机器人从‘看懂世界’到‘摸对世界’绕不开的那一环。

🧠 Covariant系班底，带回来的不是PPT

这轮叙事里最硬的背书，是人。

枢途科技CTO慕巍博士，曾任硅谷具身先驱企业Covariant AI研发副总裁及中国区软件负责人。更重要的是，枢途的核心技术团队以Covariant AI成建制算法团队为班底。

注意‘成建制’三个字。这不是几个大厂高管凑一桌的创业局，而是一支一起打过仗的完整算法团队——他们做过的事，素材里说得直白：实践过具身算法从demo到产品、到场景、到稳定运行的完整链路。

具身智能圈这两年最大的痛点是什么？演示惊艳，交付拉胯。无数团队在实验室里让机械臂抓起一杯咖啡，视频发出来全场喝彩；到了客户产线上，光照一变、物料一批次差异、抓取姿态偏两毫米，系统直接罢工。能把算法从PPT带进车间并让它稳定跑一年的团队，在行业里是稀缺资源。

正是这段从demo到稳定运行的履历，让枢途科技团队形成了一个清醒的判断：机器人从‘能演示’走向‘可交付’，不仅依靠算法突破，更需要围绕现场问题，推动数据、训练与验证持续迭代。

这话听着朴素，其实是踩过坑的人才说得出来的。行业里私下流传一句半开玩笑的话：具身智能不缺聪明人，缺的是蹲过产线的人。慕巍和这支团队选择的方向——不做本体、不做通用大模型，而是做连接人类经验与机器人真实作业的基础设施——本质上是对这条经验的商业翻译。

产业逻辑也很清楚：当具身智能从‘算法竞赛’进入‘工程交付竞赛’，核心生产资料从论文变成了经过真实验证的数据和迭代体系。谁在这条链路上有卡位，谁就有议价权。

✋ 触觉，具身智能最后一块数据拼图？

看人看完了，看业务。枢途真正让资本兴奋的，是SynaTac触觉产品线。

先补一个背景。过去两年，具身智能的数据主战场在视觉——视频升维数据、遥操作采集、仿真合成，各家都在拼命给‘大脑’喂料，让机器人看懂世界。但机器人真正要干活，靠的不是看，是碰。

插拔一个接口、拧一颗螺丝、拿起一个易碎的鸡蛋，这些任务的成败取决于毫牛级的力反馈和亚毫米级的位姿调整。纯视觉方案在这个层面是‘隔靴搔痒’——看得再清楚，手指上的力道全靠猜。这就是为什么触觉数据表征训练、接触策略训练会成为下一阶段的技术焦点。

枢途科技的打法是三件事串成一条线：

• 训练数据供给：依托已完成交付与应用验证的数据业务，持续供给具身数据；
• 接触策略研发：推进触觉数据表征训练，研发机器人接触策略；
• 真实任务验证与端侧部署：开展具身数据与技能评测，把训练好的策略放到真实任务里验证，并推向端侧部署。

这个组合的产业意义在于：它不是在单点卖数据，而是在补整条‘接触智能’链路。视觉解决‘世界理解’，触觉解决‘接触执行’——机器人对物理世界的干预，最终都要落在接触这个动作上。

据多位接近行业的人士观察，触觉数据目前最大的瓶颈是规模化采集难、表征训练难、评测标准缺，三难叠加，导致这个环节长期只有实验室方案、没有商业产品。谁先把触觉数据做成可交付的产品线，谁就吃到下一波数据红利。

枢途科技选择在这个时间点加码SynaTac，本质上是抢跑：在视觉数据赛道格局初定之前，先在触觉赛道占住基础设施的位置。

📊 双引擎：世界理解+接触执行

把枢途的产品矩阵拼起来看，思路就完整了。

一边是SynaData，面向世界理解的视频升维数据产品；一边是SynaTac，面向接触执行的触觉产品线。两者共同构成‘面向世界理解、接触执行的双引擎产品矩阵’：

再往下钻一层，枢途还在做具身数据与技能评测——把训练数据供给、接触策略研发与真实任务验证衔接起来，形成一条完整的落地闭环：

这个闭环里最有想象空间的是‘评测’环节。具身智能行业现在最缺的不是模型，是公认的技能评测标准——一个策略在训练集上得分90，放到客户现场可能不及格，中间没有可信的度量体系，买卖双方都在盲盒里交易。枢途把评测做成业务，等于同时握住了‘供给侧’和‘验收侧’，这在商业上是个很精巧的位置。

两个产品线之间的关系，可以类比成‘眼睛和手’：

据多位接近人士判断，随着SynaTac进入商业验证期，枢途的收入结构有望从单一数据服务，扩展为‘数据+策略+评测’的复合模式——客单价和客户粘性都会上一个台阶。

⚠️ 从能演示到可交付，中间隔着什么

最后一个问题：为什么是这个团队、这个时间点？

素材里那句判断值得再读一遍——机器人从‘能演示’走向‘可交付’，不仅依靠算法突破，更需要围绕现场问题，推动数据、训练与验证持续迭代。这句话背后，是整个具身智能行业的分水岭正在到来：

第一阶段的竞争，比的是模型和demo，谁的视频惊艳谁赢；第二阶段的竞争，比的是数据密度和迭代速度，谁的现场问题反馈回训练体系的链条短、谁的验证体系硬，谁才能签下复购订单。

枢途科技的整个业务设计，几乎全是按第二阶段的逻辑搭的：数据业务已经完成交付与应用验证，触觉产品线瞄准的是真实作业里最硬的接触场景，评测业务打通训练与验收。这是一套‘从落地出发、以可靠执行倒推训练基础设施’的反向打法——不是先造锤子再找钉子，而是从钉子倒推锤子该长什么样。

对行业来说，这个样本的意义在于：具身智能的商业化，正在从‘仰望星辰大海’转向‘俯身修路’。修路的人不站在聚光灯下，但所有跑车的都得交过路费。

一个月三轮融资、国家队资金进场、Covariant系团队落地触觉——枢途科技这一轮拿到的，不只是钱，更是一张‘具身落地新基建’的入场券。

接下来的看点有两个：一是SynaTac能否从研发验证跑通商业交付，把触觉数据从实验室概念变成标准化产品；二是数据+策略+评测的复合模式能否形成复购。如果这两步走通，具身智能的产业链版图上，数据基础设施这一格就算真正立住了。机器人的手感值多少钱，市场很快会给报价。