近日，无界智航（Xspark AI）宣布完成新一轮融资，并同步发布自研原生触觉多模态模型Spark-0。

本轮投资方为猎道投资、华山资本、元航资本、浦东创投集团、钧源资本、南山战新投、水木创投，多维资本担任独家财务顾问，具体金额未披露。

在此之前，Xspark AI已于7月完成近亿元天使轮融资，由鼎晖VGC、初心资本、SEE Fund无限基金联合领投，深圳天使母基金、北洋海棠基金、特步家办等跟投。该公司称，目前两轮融资金额累计已达数亿元。

据披露，Xspark AI本轮资金将重点投入原生触觉多模态模型迭代、工业及商服场景部署与产品交付能力建设，推动可信Physical AI从技术验证走向规模化应用。

Xspark AI的创始团队是典型的“产业+学术”组合。

创始人兼CEO熊祺曾任蔚来感知交付、大模型交付、功能系统团队负责人。

另两位联创偏学术：首席科学家丁文伯是清华大学长聘副教授，国内最早一批机器触觉学者，通信博士、材料学博士后；CTO陈天行是港大MMLab的00后博士生，机器人评测体系RoboTwin、RoboDojo的第一作者，以及Lumina具身社区创始人。

在丁文伯看来，视觉已经解决了机器人感知世界约99%的问题，触觉不必和视觉争，它要补的是“接触之后”的信息，比如：杯子有没有开始滑、手指是不是捏太紧、有没有撞到人、这个力该继续还是立刻修正。

但他不认可把触觉简单当成一路输入塞进视觉模型。

具体而言，Xspark AI把触觉的演进划成三代：1.0外挂传感器，2.0与视觉浅层融合，3.0从数据、表征到动作全链路原生内建。

而Xspark AI要做的，正是3.0。

图片来源：Xspark AI

Xspark AI认为机器人触觉长期受制于“缺数据、缺模型、缺标尺”三重瓶颈，因此该公司搭建了一套从数据到评测的闭环。

HumanTouch负责补数据：Xspark AI自建了1000小时全手触觉人类操作数据集，覆盖100多类任务、32名操作者，每只手布360个触点，与手部姿态、多视角视频同步采集，并让人手和机械手共用同一套触觉接口，从而把人的操作经验直接迁移给机器人。

Spark-0是核心模型：区别于事后融合的传统做法，Spark-0在预训练阶段就把触觉内建，实现视觉、触觉、动作的统一表征。

SparkArena则是标尺：基于自研Sky-1双臂灵巧手平台搭建，仿真部分含7项纯视觉任务，真机部分含5项接触密集型任务。

目前，HumanTouch和SparkArena均已宣布即将开源。

在架构上，Spark-0嵌在Xspark AI的“可信物理智能中枢”里，后者采用了“慢脑VLM—快脑VTLA—脊髓VTA”三层协同架构：慢脑负责高层规划，快脑负责触觉、视觉、语言、动作协同的灵巧操作，“脊髓”以触觉为核心做碰撞检测、滑落预警等毫秒级兜底。

这套系统，既可独立部署，也能以模块化方式集成到不同本体中，并支持触觉传感器缺失时降级为纯视觉，而同一套权重无缝切换。

目前，Xspark AI已围绕精准操作与触觉敏感型作业，在多个工业场景推进真实工位验证，相关业务正在快速推进中。与此同时，该公司正以“技能（M）×场景（N）”的矩阵式思路拓展应用边界，并逐步将能力延伸至商服领域，聚焦需求明确、具备规模复制潜力的作业场景。

放回赛道看，“触觉进入模型”确实是今年具身智能的一条明确支线：英伟达参与推出了融合触觉反馈的T-Rex模型与数据集，Figure AI也把指尖触觉信号纳入Helix 02模型，用于拧瓶盖、取药片等精细操作。

但对于Xspark AI而言，接下来要面对的挑战也不少。

首先，触觉原生路线本身尚未成为共识，尤其高质量触觉数据成本高，跨传感器与跨本体迁移难，Xspark自己也承认这是核心挑战。

其次，Xspark AI商业化目前仍停留在“真实工位验证、业务快速推进中”，没有订单、量产规模或收入披露，且全栈布局意味着其要同时啃传感器、数据、模型、本体和交付多块硬骨头。

换言之，触觉是不是机器人最终走向“可信”的那把钥匙，要看能不能在产线上稳定、便宜地跑出来。