Ein Unternehmen für flexible taktile Wahrnehmung sichert sich eine neue Finanzierungsrunde, der Umsatz des Unternehmens wird voraussichtlich im Jahr 2026 verzehnfacht | Exklusiv von Hard Kr

Autor ｜ Huang Nan

Redakteur ｜ Yuan Silai

Hard Krypton erfuhr, dass das auf flexible taktile Wahrnehmung spezialisierte Unternehmen Yaole Technology kürzlich eine neue Finanzierungsrunde im Rahmen von Pre-A+ abgeschlossen hat. Diese Runde wurde von Dinghe Gaoda angeführt, die börsennotierten Unternehmen Changshu Automotive Trim und Zulong Entertainment beteiligten sich als Folgeinvestoren, und Yundao Capital fungierte als langfristiger exklusiver Finanzberater. Die Mittel werden hauptsächlich für die Forschung und Entwicklung der flexiblen Gewebesensortechnologie, die iterative Verbesserung der Produktleistung, die Beschleunigung der Kapazitätserweiterung und der Massenlieferung von Datenhandschuhen sowie die Verbesserung der Fähigkeiten zur Datenerfassung, Kalibrierung und Schnittstellenfunktion verwendet, um die Umsetzung in Szenen wie verkörperte Intelligenz, Weltmodell und intelligente Fahrerkabine zu beschleunigen.

Yaole Technology nutzt die flexible Gewebesensorik als Hardware-Einstieg, um die Erfassung und Vorverarbeitung von realen physikalischen Interaktionsdaten zu realisieren, die für die verkörperte Intelligenz und das Weltmodell erforderlich sind. Die Gründerin und CEO Lü Liyun war früher Chefarchitekt-Ingenieur bei Harman, einem weltweit führenden Unternehmen für Automobilelektronik, und leitete einst die Forschung und Entwicklung der multi-modalen Sensorfusionsplattform. Die Kernteammitglieder stammen größtenteils von führenden Hochschulen wie der Chinesischen Akademie der Wissenschaften, der University of Michigan und der Peking University und verfügen über durchgehende F&E-Fähigkeiten von der unteren Sensorik-Materialebene bis zur oberen intelligenten Algorithmusebene.

Mit dem schrittweisen Durchbruch von Hardware-Engineering wie Humanoid-Roboter-Körper, Motoren und Gelenksteuerung vollzieht sich ein phasenweiser Wandel im Branchenwettbewerb, wobei die tiefe Einschränkung aus der strukturellen Knappheit der Datenversorgung stammt. Laut dem Bericht „Entwicklungsbericht der chinesischen Industrie für verkörperte Intelligenz“ belief sich die Gesamtmenge an hochwertigen realen physikalischen Interaktionsdaten weltweit bis Anfang 2026 auf etwa 500.000 Stunden, während das Training eines universellen verkörperten Modells mit grundlegender Generalisierungsfähigkeit mindestens Daten im Umfang von zehn Millionen Stunden erfordert, was zu einer Lücke von über 90 % führt.

Im Vergleich zu Trainingsmaterialien für visuelle und textuelle Inhalte, die über Online-Kanäle in großem Umfang erfasst werden können, weist die taktile Modalität einzigartige Versorgungsengpässe auf. Taktilsignale stammen aus dem direkten physikalischen Kontakt zwischen Objekten. Simulationsumgebungen können die Form und Position von Objekten simulieren, aber es ist schwierig, zusammengesetzte mechanische Eigenschaften wie Druckverteilung, Reibungskraft und Materialverformung in realen Szenen zu reproduzieren. Simulationsdatensätze weisen inhärente Abweichungen von den wahren Werten des realen Tastsinns auf und können real erfasste Daten durch Personen nicht vollständig als hochwertiges Trainingsmaterial ersetzen. Dies zwingt die Branche auch dazu, neue Wege der Datenerfassung auf der physikalischen Ebene zu suchen.

Als physische Schnittstelle zwischen menschlicher Bedienung und Roboterlernen können Datenerfassungshandschuhe nicht nur die Kontaktmechaniksignale bei realen Bedienvorgängen erfassen, sondern auch in relativ standardisierter Form skaliert eingesetzt werden, was zu einem der Schlüsselwege zur Schließung der Lücke bei taktilen Daten wird.

Die von Yaole Technology bald veröffentlichten Datenhandschuhe zeichnen sich dadurch aus, dass die Sensorfunktion direkt in die Gewebestruktur integriert wird, um die Integration von Materialien und Bauelementen zu realisieren. Die Gründerin und CEO Lü Liyun teilte Hard Krypton mit, dass die derzeit gängigen Lösungen für Datenerfassungshandschuhe meist gedruckte Schaltkreise oder Dünnfilmsensoren verwenden, die auf der Gewebeoberfläche angebracht sind, wobei die Sensorschicht von der Gewebeschicht getrennt ist und oft mehrere Schichten übereinander gelegt werden müssen.

„Diese Lösung kann in Laborumgebungen oder bei kurzen Demonstrationen noch funktionieren. Sobald sie in reale Szenen eingesetzt wird, wirken sich Probleme wie Verschiebungen, Falten und Schweißflecken, die durch die mehrschichtige Struktur verursacht werden, direkt auf die Datenqualität aus“, sagte Lü Liyun.

Die Lösung von Yaole besteht darin, die Sensorik-Fähigkeit direkt in die Gewebestruktur selbst einzubetten. Auf Basis des unternehmenseigenen „Metallgarn + Sandwich-Matrix“-Sensors werden metallgezogene Legierungsgarne zu einem leitfähigen Netzwerk verwoben und in eine Matrix aus mehreren Gewebeschichten eingebettet. Dabei besteht das Garn aus reinem Metall und wird nicht durch Beschichtungs- oder Galvanisierungsverfahren hergestellt, was eine dauerhaftere Leitfähigkeit und Konsistenz gewährleistet. Die Handschuhe sind mit hochdichten Sensor-Arrays an Handflächen und Fingergelenken ausgestattet, um eine präzise Datenerfassung zu realisieren.

Schematische Darstellung der Verteilung der Sensorpunkte des Datenhandschuhs (Quelle des Bildes / Unternehmen)

Nach der einstückigen Webformung sind die Sensorschaltkreise mit dem Stoff verschmolzen, ohne dass mehrschichtige Verklebungen oder externe Sensor-Arrays erforderlich sind. Diese Struktur beseitigt Signalfehler, die durch das Gleiten zwischen den Schichten bei herkömmlichen Handschuhen verursacht werden. Es entsteht keine relative Verschiebung, wenn die Finger gebogen werden, und es werden keine ungültigen Signale durch Falten des Stoffes beim Greifen ohne Objekt ausgelöst, was die Zuverlässigkeit der Datenerfassung grundlegend verbessert.

Das Gewebe als Sensor (Quelle des Bildes / Unternehmen)

Da sich der Tastsinn von der „optionalen Konfiguration“ der verkörperten Intelligenz zur „grundlegenden Wahrnehmungsschicht“ entwickelt, wird die industrielle Position der Datenhandschuhe als physische Schnittstelle zwischen menschlicher Bedienung und Roboterlernen neu definiert. Ob die Handschuhe von den Erfassungspersonen langfristig, häufig und belastungsfrei verwendet werden können, wenn sie aus dem Labor in den skalierten Einsatz übergehen, bestimmt direkt die Authentizität und Nachhaltigkeit der Datenerfassung. Das ist auch der Wert des modularen Designs, das Yaole Technology angewendet hat.

Die Erfassungsbox des Handschuhs integriert Stromversorgung, Signalverarbeitungs- und Speichermodul, wobei der Handschuhkörper separat ausgetauscht und gewartet werden kann. Dies gewährleistet die Kontinuität langfristiger Erfassungsaufgaben und senkt gleichzeitig die Hürden für Reparaturen nach Ausfällen.

Aus geschäftlicher Sicht ist die Hardware der Einstieg, während Daten der langfristigere kommerzielle Wert darstellen. Yaole Technology liefert seinen Kunden nicht nur Handschuhe, sondern auch Vorverarbeitungsdienste wie Datenerfassung, Bereinigung, Kalibrierung und Zeitachsenausrichtung. Die kalibrierten Sensoren weisen eine gute Konsistenz ohne Chargenunterschiede oder Abweichungen zwischen einzelnen Handschuhen auf, was die Datenbereinigungskosten der Kunden in der Modelltrainingsphase effektiv senkt.

Seit Anfang dieses Jahres ist die Zahl der Hersteller von elektronischen Hauthandschuhen, die auf flexible taktile Wahrnehmungslösungen abzielen, im Inland schnell gestiegen, wobei die technischen Wege mehrere Richtungen wie gedruckte Dünnfilme, visueller Tastsinn und Gewebesensorik abdecken. Der entscheidende Punkt des Branchenwettbewerbs liegt darin, wer als Erster eine skalierte Massenproduktion und Kostensenkung unter der Voraussetzung gewährleisten kann, dass die Datengenauigkeit erhalten bleibt.

„Unser Vorteil liegt in der Zuverlässigkeit und dem Supply-Chain-Management-Erfahrung, die wir in szenarien auf Automobil-Niveau gesammelt haben, und wir verfügen über die grundlegende Kernfähigkeit, diese Erfahrung auf Roboterszenarien zu übertragen. Bei der Produktpositionierung sind wir der Ansicht, dass Datenhandschuhe eher wie ein ‚Verbrauchsartikel‘ sind: Die Sensoren selbst müssen nicht zehn Jahre lang fehlerfrei funktionieren. Im Gegenteil, es ist wichtiger, dass die Daten während ihrer Lebensdauer genau sind, sie preiswert und austauschbar sind, was den tatsächlichen Anforderungen der Nutzer besser entspricht als nur auf Stabilität und Langlebigkeit zu setzen“, teilte Lü Liyun Hard Krypton mit. Im Jahr 2026 wird erwartet, dass das Datenhandschuh-Geschäft von Yaole Technology mehr als die Hälfte des Gesamtumsatzes ausmacht, und der Gesamtjahresumsatz des Unternehmens wird voraussichtlich um das Zehnfache steigen.

Im Folgenden finden Sie Auszüge aus dem Interview zwischen Hard Krypton und Lü Liyun, Gründerin und CEO von Yaole Technology (leicht bearbeitet):

Hard Krypton: Nach Ihren Beobachtungen, auf welche Arten von Daten konzentrieren sich die Anforderungen Ihrer Industriekunden an Yaole in diesem Jahr hauptsächlich? Was sind die wesentlichen Unterschiede in ihren Anforderungen?

Lü Liyun: Derzeit fehlt es der gesamten Branche am meisten an taktilen Daten von echten Personen, und diese Lücke ist sehr groß. Aus dem Bild der Kunden lassen sich ihre Anforderungen grob in mehrere Kategorien einteilen.

Die erste Kategorie umfasst Unternehmen für verkörperte Intelligenz und Teams, die an Weltmodellen arbeiten, was auch die wichtigste Kundengruppe des Unternehmens ist. Sie benötigen Bedienungsdaten, um geschickte Hände oder Roboter für die Ausführung spezifischer Aufgaben zu trainieren. Diese Kunden legen besonderen Wert auf die „Heterogenität“ der Daten: Das bedeutet, dass nicht nur die Bedienweise einer Person erfasst werden darf und nicht nur ein bestimmtes Objekt erfasst werden darf. Die Unterschiede in Handformen, Kraftgewohnheiten und Bedienrhythmen verschiedener Personen sind entscheidend für die Generalisierungsfähigkeit des Modells. Außerdem stellen sie sehr hohe Anforderungen an die Datenvorverarbeitung: Die Zeitachsen müssen ausgerichtet sein, die Sensoren müssen synchron arbeiten, und die Druckdaten müssen mit den Bilddaten übereinstimmen. Wenn diese grundlegenden Arbeiten nicht gut erledigt werden, wird die Praktikabilität der späteren Daten beeinträchtigt.

Die zweite Kategorie umfasst große Industrieunternehmen und Logistikunternehmen wie zum Beispiel UPS. Ihre Arbeiter arbeiten bereits mit Arbeitsschutzhandschuhen an Produktionslinien. Ihre Anforderung besteht nicht darin, Roboter zu trainieren, sondern in der Bewertung von Gesundheitsrisiken bei der Arbeit und der Optimierung der Effizienz. Durch die Erfassung von Handbewegungen und Kraftdaten analysieren sie, welche Bewegungen leicht zu Überlastungen führen und welche Arbeitsabläufe eine zu hohe Arbeitsintensität aufweisen, um die Arbeitsprozesse zu optimieren. Solche Anforderungen sind im Ausland sehr verbreitet, insbesondere in Europa und Japan, wo Unternehmen hohe Anforderungen an die Einhaltung von Gesundheitsvorschriften für Mitarbeiter stellen und bereit sind, dafür zu zahlen. Im Unterschied zur ersten Kundengruppe benötigen diese Unternehmen keine Multi-Modal-Fusion oder komplexe Kalibrierung, sondern direkt verständliche biomechanische Indikatoren wie Spitzenkräfte an den Gelenken und Häufigkeit wiederholter Bewegungen, was eine völlig andere Dimension der Datenauswertung erfordert.

Die dritte Kategorie ist der Bereich der medizinischen Rehabilitation, wie zum Beispiel die Überwachung der Wiederherstellung der Handfunktion und die Bewertung von Rehabilitationstrainings für Schlaganfallpatienten. Sie benötigen eine feine Verfolgung von Bewegungen und langfristige Trends, wobei die Sensoren eine gute Wiederholbarkeit und Konsistenz aufweisen müssen. Wenn die Drift der Sensoren selbst größer ist als der Fortschritt der Rehabilitation, haben die Daten keinen klinischen Wert.

Gerade weil die Ziele verschiedener Kunden sehr unterschiedlich sind, verkaufen wir nicht einfach einen standardisierten Handschuh, sondern führen unterschiedliche Konfigurationen und Datenanalysen in unterschiedlichen Dimensionen entsprechend den Anwendungsszenarien durch. Wir bevorzugen eine tiefe Zusammenarbeit mit den Kunden, um einen Teil der Datenanalyse für sie durchzuführen und auf dieser Grundlage Datenressourcen gemeinsam zu nutzen. Die Bereitstellung der Hardware ist nur der erste Schritt. Wie die Daten verwendet werden und wie man den Kunden dabei hilft, Wert zu erzeugen, ist die langfristigere Angelegenheit.

Hard Krypton: Auf dem Markt gibt es viele Hersteller von flexiblen Sensoren mit unterschiedlichen technischen Wegen wie gedruckten Dünnfilmen und visueller Tastwahrnehmung. Warum wählen Kunden die Lösung von Yaole Technology?

Lü Liyun: Der grundlegende Grund, warum Kunden zu uns kommen, liegt darin, dass viele Lösungen auf dem Markt Probleme bei der Datengenauigkeit aufweisen.

Die derzeit gängigen elektronischen Handschuhe auf dem Markt sind meistens vom Typ gedruckter Dünnfilm, bei dem Sensoren auf Dünnfilme, TPU oder Stoff gedruckt werden oder visueller Tastsinn integriert wird. Das Problem bei diesen Materialien besteht jedoch darin, dass sie von Natur aus nicht für Handschuhe geeignet sind. Menschen tragen Handschuhe meist in Gewebeform: Gummihandschuhe müssen nach kurzer Zeit abgezogen werden, da sie nicht luftdurchlässig sind und Schweißflecken verursachen.

Gleichzeitig erfordert die Lösung mit gedruckten Dünnfilmen normalerweise eine mehrschichtige Struktur, bei der die Sensoren zwischen den Schichten eingeklemmt sind. Das Problem der mehrschichtigen Struktur liegt darin, dass sie zu dick und nicht luftdurchlässig ist, was zu einer Abnahme und Drift der Sensoren durch Schweißflecken führt. Die Schichten gleiten leicht gegeneinander beim Greifen. Wenn der Handschuh nicht speziell an die dreidimensionale Struktur der Hand angepasst ist, bildet der Stoff Falten, wenn die Finger gebogen werden, sodass die Sensoren bereits beim Greifen ohne Objekt falsch auslösen, was zu sogenannten „verunreinigten Daten“ oder „Geisterrauschen“ führt.

Der Ansatz von Yaole besteht darin, diese Probleme an der Wurzel zu lösen. Einstückig geformt ohne mehrschichtige Struktur: Wenn der Handschuh geformt ist, sind die Sensorschaltkreise bereits eingewebt, sodass es kein Problem des Gleitens zwischen den Schichten gibt, wenn die Finger gebogen werden.

Darüber hinaus haben wir im Inneren des Handschuhs eine Luftschicht und eine Stützstruktur entworfen, sodass die Sensoren möglichst nur dann reagieren, wenn sie tatsächlich unter Druck stehen, um ungültige Signale auf physikalischer Ebene zu reduzieren. Die Hauptsteuerbox am Handgelenk ist zusätzlich mit einer Weitwinkelkamera ausgestattet, die eine doppelte Überprüfung entsprechend dem Kontaktzustand ermöglicht. Beim Greifen ohne Objekt erkennt die Kamera sofort, dass sich kein Objekt in der Hand befindet, sodass die Daten gegenseitig validiert werden können.

Man kann sagen, dass Kunden Yaole wählen, gerade weil wir ein tieferes Verständnis für Gewebesensoren haben. Von Materialien, Verfahren und Webmustern bis hin zu Massenproduktion, Kalibrierung und Lieferung verfügen wir über systemische Fähigkeiten, um die „Vorverarbeitung“ der Datenerfassung ord