枢途科技获近亿元融资，加速布局具身触觉新基建

具身智能基础设施服务商枢途科技近期完成近亿元人民币 Pre-A 轮融资。本轮融资由鼎晖百孚、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。这也是该公司在一个月内完成的第三轮融资。

在持续完善视频升维数据产品并提升交付能力的基础上，本轮资金将重点支持触觉数据表征训练的研发与验证，加速 SynaTac 触觉产品线的技术迭代，推动面向机器人接触策略训练与端侧部署的业务落地。

依托已成熟的数据业务，枢途科技正通过 SynaTac 拓展接触智能，与既有的 SynaData 协同构成面向“世界理解”与“接触执行”的双引擎产品矩阵。同时，公司推出具身数据与技能评测体系，将训练数据供给、接触策略研发与真实任务验证串联，持续补全机器人作业的基础设施拼图。

以现场执行倒推训练基础设施

枢途科技 CTO 慕巍博士曾任硅谷具身智能公司 Covariant AI 研发副总裁及中国区软件负责人，核心技术团队以 Covariant AI 算法团队为班底。团队在一线实践中认识到：机器人从演示阶段迈向工业级交付，不仅依赖模型算法突破，更需要围绕作业现场的实际问题，持续推进数据、训练与验证的闭环迭代。

枢途科技分析认为，具身算法落地的核心瓶颈在于两大维度：大脑层对物理世界理解不足，以及小脑层接触执行稳定性不够。海量人类行为视频升维数据能帮助机器人理解任务流程，解决“怎么做”的问题；而触觉表征建模则支撑物理操作的可靠执行，解决“做得好”的问题。

具身模型不仅需要理解动作，还要在操作中判断接触状态是否稳固，并根据滑移、受力形变和阻力变化实时修正动作。仅仅增加传感器和信号采集量，并不等同于掌握接触能力，关键在于让多源信息进入模型学习流程，真正支撑稳定操控。

针对不同传感器带来的数据异构问题，枢途科技从统一表征切入，为复杂操作建立结构化表达，将不同来源的触觉经验纳入统一学习框架。配合实时闭环反馈调整动作，团队协同推进表征、训练与端侧部署，为触觉数据处理与策略训练提供底层方案，减少行业在新硬件和新场景上的重复研发成本。

双引擎协同：从数据供给延伸至接触智能

目前，枢途科技已搭建起面向物理世界理解与接触执行的两大人能行为学习引擎。

成熟的 SynaData 产品线构成了业务基石。该产品基于真实场景中的人类操作行为，通过视频升维、人-物交互重建与跨本体映射，将视频转化为包含运动轨迹、物体位姿与接触状态的结构化多模态数据。目前该产品线已形成 Syna-Ego、Syna-Exo 和 Syna-RR 三大系列，服务超过 60% 的百亿级估值具身智能独角兽企业，并获得科技巨头批量采购。

SynaTac 则立足触觉数据的统一表征，研发重心集中在物体、动作与接触状态的精准对齐，以及视觉、触觉和本体运动状态的深度融合。通过示教、交互与强化试错，公司训练接触策略，依靠高频感知反馈修正微动作，推进接触智能在灵巧手及不同形态机器人本体上的端侧落地。

构建评测体系，确立行业协作基准

为确保技术方案有效作用于实体作业，枢途科技同步公开了具身数据与技能评测体系。该体系由真实任务驱动，分为三个递进阶段：

1. 数据指标评测：检验训练数据本身的规范性与质量分布；
2. 可训练性评测：评估特定数据集对模型学习效率与精度的实际贡献；
3. 任务与真实环境验证：在实体场景中检验机器人操作技能的最终表现。

当数据采集、模型训练与本体制造涉及不同产业分工时，产业上下游急需一套透明统一的度量标准。将数据质量、训练效果和任务表现串联在同一验证链路上，有助于各方定位技术短板，避免无效迭代。枢途科技正携手生态伙伴沉淀可复用的测试基准与流程，为具身智能行业标准的制定提供工程实践参考。