机器人公司的钱又流向了手，但这次重点从手指关节数，转到手指能不能感觉到玻璃快滑了、桌布会被带起、力再大一点会把东西捏碎。
8 月 11 日，深圳戴盟机器人宣布完成数亿元战略轮融资，蚂蚁集团领投，老股东超额跟投。量子位当天给出的完整报道把它放在一个更窄的坐标里：蚂蚁过去已投过宇树科技、星海图、灵心巧手、苏度科技、舞肌科技等具身智能公司，这一笔是其首次把资金投向触觉感知层。
新京报贝壳财经也确认了同一融资事件，并补充几组商业化口径：戴盟 2023 年正式运营，总部在深圳；公司目前实现视触觉传感器万片级出货，累计服务全球 200 余家客户，其中海外客户超过 50 家，并已向 OpenAI、Figure、BMW、Google DeepMind、NUS 等企业和机构交付。
这条新闻不能只按融资稿看。融资背后更有信息量的部分，是戴盟近期推出的触觉锚定世界模型 Daimon-TWM，以及它正在用数据集和评测基准把“触觉”从硬件零部件推到模型基础设施。
机器人缺的是接触回路
量子位在报道里引用了卡内基梅隆大学教授 Matthew T. Mason 的一句判断：
“The dexterity of a hand is mostly about the brain, not the hand.”
直白说，灵巧操作主要靠“脑”，手本身只是一部分。人拿起碎玻璃时，会同时判断边缘、受力、摩擦和物体是否带动周围东西；机器视觉能看见形状，却很难仅凭画面判断接触状态。戴盟要补的就是这段空白。
公司官网把自身技术链路概括为 3D：Device、DaaS、Deployment。翻成人话，就是先做视触觉设备，再通过设备生产真实交互数据，最后把数据和模型部署回机器手、机械臂、服务机器人或工厂场景。
这个路径有一个现实约束：触觉数据很难从互联网直接抓来。语言模型有网页，视频模型有公开视频；机器人要学会“按下、插入、旋转、抓稳”，数据必须从真实接触里采。戴盟的下注点，是把触觉传感器卖出去，同时让这些设备变成数据入口。
10B 级模型盯着接触状态
量子位披露，戴盟近期发布 Daimon-TWM，一个触觉锚定世界模型。它采用三层架构：物理认知模块负责理解接触、力、形变、材料属性；推演决策模块预判接触状态变化和失败风险；瞬时操控模块根据触觉反馈做高频纠偏。
几个数字需要分开看。Daimon-TWM 是 10B 级参数规模，可在 NVIDIA RTX 5090 平台实时推理；其瞬时操控环节以 100Hz 频率做小幅修正；在接触密集任务中，量子位引述戴盟口径称，无扰动条件下平均成功率较 π0.5 提升两倍，有扰动条件下提升十倍。这些属于公司模型演示和内部评测口径，不能直接等同于第三方通用榜单成绩。
更可核的部分在数据。ModelScope 上的 Daimon-Infinity 页面显示，该数据集由戴盟发布，许可证为 CC BY-NC-SA 4.0，下载量已超过 462 万。页面 README 写明，项目计划向行业开放超过 1 万小时视觉-触觉-语言-动作多模态数据；当前概览部分则写到首批释放 1000 小时数据，并基于约 1209 小时已采集数据做统计分析。它还列出 30 FPS 视频、Parquet 主数据文件、114 维 observation.state、111 维 action、触觉 deformation / shear / depth 等字段口径。
IEEE Spectrum 早前的访谈提供了另一层旁证。报道写到，戴盟的指尖模块集成超过 11 万个有效感知单元，并开源 1 万小时数据。王煜在采访中说：
“To drive the advancement of the entire embodied AI field, we have open-sourced 10,000 hours of the dataset for the broader community.”
这句引语的价值在于，它把戴盟的商业策略说清了：卖传感器只是起点，开放数据和建立标准，才可能让更多模型围绕触觉通道训练。
触觉赛道开始争“入口”
如果只看融资金额，“数亿元”并不罕见。过去一年，机器人本体、灵巧手、数据采集和世界模型公司都在拿钱。戴盟这笔融资的新意，在于资本开始沿着具身智能链条往上游找入口：谁掌握真实接触数据，谁就可能掌握一批模型后续迭代的燃料。
RobOmni 是这个入口策略的另一块拼图。The Robot Report 的赞助内容显示，戴盟与银河通用在 ICRA 2026 发布 RobOmni，目标是建立包含触觉感知的物理交互评测基准。该框架基于 NVIDIA Isaac Sim，围绕抓取、放置、精密插入和组件装配等接触密集任务，支持有无触觉输入的消融测试。
这类评测还不能当成中立排名看。它来自公司赞助内容，任务设置和基准影响力都需要后续社区使用来验证。但它至少指出一个真实问题：机器人行业已经有感知、导航和机器学习基准，触觉智能还缺少可复现实验环境。没有标准，触觉到底带来多少成功率提升，就很容易停留在演示视频里。
中文读者该看两条线
第一条线是蚂蚁的投资位置。它之前投过本体、灵巧手和具身大脑，这次转向触觉感知层，说明中国具身智能投资正在从“谁能做出人形机器人”下沉到“谁能提供可规模化训练材料”。这对产业链公司分量更重，因为触觉设备和数据网络可以卖给多种本体，不必押中单一机器人品牌。
第二条线是戴盟能否把硬件出货转成模型优势。万片级传感器、200 余家客户、50 多家海外客户、ModelScope 462 万下载量，说明它已经有一定分发面。但验证点还在后面：Daimon-TWM 能否在第三方接触任务中复现成功率提升；RobOmni 是否被外部团队采用；开放数据能否训练出跨本体、跨场景可迁移的策略。
短期内，这家公司更像一条“触觉基础设施”样本，而非又一家通用机器人公司。机器人从看见世界走向操作世界，中间少一层接触反馈。蚂蚁押注戴盟，押的是这层反馈能不能变成数据、模型和标准的入口。
参考来源：量子位、新京报贝壳财经、戴盟机器人官网、ModelScope Daimon-Infinity、CocoLoop、IEEE Spectrum、The Robot Report；核验融资金额口径、蚂蚁领投与触觉赛道位置、万片级出货、200 余家客户、50 多家海外客户、Daimon-TWM 10B 级模型与 100Hz 操控频率、ModelScope 下载量和数据集字段范围。