Innerhalb eines halben Jahres strömen 10 Milliarden Yuan an Kapital in den haptischen Technologiesektor: ein Nachzügler, der einen Abkürzungsweg einschlagen möchte, und seine unvermeidliche Hardware-Lektion

Ein Unternehmen namens Gewu Tongzhi mit Sitz in Hangzhou wurde im August dieses Jahres gegründet und erhielt im Oktober eine Angel-Finanzierung von fast 100 Millionen Yuan. Zu den Investoren zählen Peak Investment, Hongfu Asset Management, Hangzhou Capital, Hangzhou Talent Group, ein provinzialisierter Industriefonds für Embodied Intelligence sowie mehrere börsennotierte Unternehmen.

Was es realisiert, ist, Robotern ein "Tastgefühl" zu verleihen.

Diese Richtung ist keineswegs neu. Was wirklich beachtenswert ist, liegt in seiner Wahl des Entwicklungswegs: Derzeit verfügt es über eine Methode zur Rückgewinnung von Tastsignalen aus Videos, während es noch keine eigenen Sensoren und Roboterkörper entwickelt hat. In der Verwendungszweckangabe dieser Finanzierungsrunde steht jedoch ausdrücklich "Aufbau von Hardware und Roboterkörpern" – es weiß genau, was ihm fehlt, und nutzt diese Finanzierung, um die Lücke zu schließen.

Auf diesem Wettbewerbsfeld herrscht derzeit eine sehr hohe Dichte an Teilnehmern.

I. Tastsinn: Der letzte Zentimeter der Embodied Intelligence

In den vergangenen zwei Jahren hat sich der "Sehsinn" im Bereich der Embodied Intelligence am schnellsten entwickelt. Roboter können Objekte erkennen, Wege planen und komplexe Bewegungen nachbilden. Das Sehvermögen hat jedoch eine Obergrenze: Es kann nur die Oberfläche von Dingen erfassen.

Wenn Roboter tatsächlich in Fabriken eingesetzt werden, tauchen Probleme auf: Stoffe rutschen, Teile stecken fest, beim Einstecken tritt Widerstand auf. All diese Probleme lassen sich nicht nur durch Beobachten erkennen – man kann nicht ablesen, wie groß der Reibungskoeffizient dieses Stoffes ist, ob ein Teil steckt, weil seine Maße abweichen oder sein Winkel falsch ist, und wie viel Kraft man beim Einstecken aufwenden muss.

Wenn Menschen diese Aufgaben erledigen, verlassen sie sich nicht nur auf die Augen. Die Finger können wahrnehmen, dass "etwas rutscht", "etwas steckt" oder "die Bewegung beendet ist". Die Größe, Richtung und der Kontaktzustand dieser Kräfte können nicht durch das Sehvermögen geliefert werden.

Ohne Tastsinn bleiben Roboter für immer in dem Zustand, "der anscheinend arbeiten kann".

Aus diesem Grund wird der Tastsinn auch als "letzter Zentimeter" der Embodied Intelligence bezeichnet. Er wurde jahrzehntelang vernachlässigt – Datenhandschuhe in den 1980er Jahren lösten die erste Vorstellung davon aus, um 2010 entstanden im Ausland nacheinander Tastsensor-Unternehmen, aber die meisten blieben in Labors gefangen. Erst mit dem Aufstieg humanoider Roboter wurde dieser Zentimeter zu einem umkämpften Bereich.

Aber die Behauptung, dass der Tastsinn eine "unbedingte Notwendigkeit" ist, muss zuerst eine Frage beantworten: Wenn die Kombination aus Sehvermögen und Kraftsteuerung bereits ausreicht, ist der Tastsinn dann nur ein Zusatzvorteil und keine Notwendigkeit? Diese Zweifel dürfen nicht unterschätzt werden, da die Bewertung des gesamten Wettbewerbsfeldes auf dieser Voraussetzung beruht.

Interessanterweise ist es möglicherweise nicht die Technik, sondern der Preis, der den Tastsinn von einem "Zusatzvorteil" zu einer "Notwendigkeit" macht. Vor 2015 wurde ein einzelner hochwertiger Tastsensor für Fingerspitzen zu einem Preis von über 100.000 Yuan verkauft, was für die Roboterindustrie völlig unerschwinglich war. In diesem Jahr haben inländische Hersteller diese Kosten um mehr als 90 % gesenkt, einige Produkte sind bereits ab 199 Yuan erhältlich. Mit dem Preisrückgang wandelte sich die Frage "Soll ich ihn installieren?" zu "Es schadet nicht, ihn zu installieren" – so wurde die Tür der Nachfrage aufgestoßen.

Wie intensiv ist der Wettbewerb? Die Zahlen sprechen für sich: Im Jahr 2025 wurden im inländischen Tastsensor-Bereich etwa 20 Finanzierungsrunden abgeschlossen, mit einem offengelegten Gesamtbetrag von fast 1,8 Milliarden Yuan. In den ersten sieben Monaten des Jahres 2026 wurden im Bereich der Sensoren für humanoide Roboter 15 Finanzierungsrunden mit einem Gesamtbetrag von 3,1 Milliarden Yuan abgeschlossen. Wenn man die mit dem Tastsinn verbundenen vor- und nachgelagerten Bereiche wie geschickte Hände und Sensoren hinzuzählt, schätzt die Branche, dass das in diesem halben Jahr eingeströmte Kapital bereits eine Größenordnung von 10 Milliarden Yuan erreicht hat – allein das Unternehmen Pacini hat seit seiner Gründung eine kumulative Finanzierung von über 4 Milliarden Yuan erhalten.

Der globale Markt für Tastsensoren hat im Jahr 2026 ein Volumen von etwa 6 Milliarden Yuan und wird voraussichtlich bis 2030 auf 29 Milliarden Yuan anwachsen.

In einem Markt mit einem Volumen von 6 Milliarden Yuan haben bereits eine Reihe von Unternehmen eine Bewertung von über 10 Milliarden Yuan erreicht.

II. Auf diesem Wettbewerbsfeld stehen bereits zahlreiche Teilnehmer

Wenn man die wichtigsten Marktteilnehmer auflistet, lässt sich die Position von Gewu Tongzhi klar erkennen.

Zwei Kategorien von Teilnehmern haben das größte Gewicht.

Die erste Kategorie sind Unternehmen, die Sensoren herstellen. Pacini verfolgt den Ansatz des Hall-Arrays, senkte den Preis von Sensoren auf ab 199 Yuan, baute in Tianjin eine 12.000 Quadratmeter große Fabrik für Embodied-Daten und nutzt seine eigenen Sensoren, um zu geringen Kosten Daten zu sammeln und das Modell zu verbessern. In diesem Jahr hat es vier Finanzierungsrunden abgeschlossen, die kumulative Finanzierung seit seiner Gründung übersteigt 4 Milliarden Yuan. BYD ist der größte externe Aktionär. Im September hat es bereits die Beratungsregistrierung bei der Aufsichtsbehörde für Wertpapiergeschäfte in Peking abgeschlossen und läuft dem Titel "erstes börsennotiertes Unternehmen im Bereich des Tastsinns für Embodied Intelligence" voraus.

Tashan Technology verfolgt den Ansatz von kapazitiven und KI-Tastchips. Nach eigenen Angaben des Unternehmens macht der Ausstoß seiner Tastsensoren mehr als 80 % des inländischen Marktes für humanoide Roboter aus. Im Jahr 2024 überschritt sein Umsatz 100 Millionen Yuan, und im Jahr 2026 wird der Umsatz aus dem Robotergeschäft voraussichtlich etwa zwei Drittel des Gesamtumsatzes ausmachen. Es hat zwei große Sammelzentren für Tastdaten errichtet, wurde von Nvidia als weltweit erster Partner für Tastsimulation in Isaac Sim eingestuft und hat gemeinsam mit dem Turing-Preisträger Sutton einen "Roboter-Kindergarten" aufgebaut.

Qianjue Roboter verfolgt den kapazitiven Ansatz, gibt an, eine Messdichte von 50.000 Punkten pro Quadratzentimeter zu erreichen, stellt das Tastsimulationswerkzeug Xense_Sim bereit und hat bereits Kooperationen mit Unternehmen wie Agibot, Zibianliang, Galaxy General und Zhongqing geschlossen.

Daimeng verfolgt den Ansatz des visuellen Tastsinns – es nutzt Kameras, um die Verformung von elastischen Körpern unter Druck zu erfassen und daraus die Kontaktkraft abzuleiten. Diese Technik stammt aus derselben Quelle wie GelSight und integriert 40.000 Wahrnehmungseinheiten pro Quadratzentimeter. Es stellt nicht nur Sensoren her, sondern hat auch ein Betriebsmodell für die Kombination von Sehsinn, Tastsinn und Sprache sowie einen Bewertungsmaßstab für den Tastsinn entwickelt und bildet einen geschlossenen Kreislauf aus "Sensoren – Daten – Modellen".

Weitere Unternehmen sind Weitai (visuell-taktile Fingerspitzen-Sensoren, die bereits in die Produktionslinien von Xiaomi-Handys eingeführt wurden), Yimu Technology (dünnster visueller Tastsensor mit 3 mm Dicke, Finanzierungsrunde E über 1 Milliarde Yuan, Bewertung über 10 Milliarden Yuan), Xinuo Future (Fingerspitzen-Tastsensoren, drei Finanzierungsrunden innerhalb von vier Monaten mit einem kumulativen Betrag von etwa 1,5 Milliarden Yuan) und Moxian Technology (flexibles dünnes Widerstandselement).

Die zweite Kategorie von Teilnehmern konzentriert sich auf die Entwicklung von Modellen. Lingxin Qiaoshou entwickelt selbst taktile Arrays und baut gleichzeitig geschickte Roboterhände. Es hat innerhalb eines Jahres sieben Finanzierungsrunden abgeschlossen, nach der B+ Runde beträgt die Bewertung etwa 3 Milliarden US-Dollar, und es hält einen Marktanteil von 80 % im globalen Markt für hochfreiheitsgradige geschickte Roboterhände. Xiangguo verfolgt den Ansatz der "instinktgesteuerten Steuerung", setzt auf einen Kaltstart ohne Daten und erhielt innerhalb von vier Monaten zwei große Finanzierungsrunden.

Diese Liste zeigt eine Tatsache: Fast alle Teilnehmer auf diesem Wettbewerbsfeld verfolgen das Konzept der "Integration von Hardware und Software" – sie entwickeln selbst Sensoren, bauen eigene Datenfabriken oder Sammelzentren und entwickeln eigene Modelle. Ihre Daten stammen jedoch fast alle von echten Sensoren, was mit hohen Sammelkosten und langsamer Expansion verbunden ist.

Gewu Tongzhi ist das einzige Unternehmen auf dieser Liste, das nach öffentlichen Informationen noch keine eigenen Sensoren und Roboterprodukte vorweisen kann. Das bedeutet nicht, dass es nicht vorhat, sie zu entwickeln – in der Verwendungszweckangabe der Finanzierung steht ja "Aufbau von Hardware und Roboterkörpern" – sondern dass seine Hardware noch nicht fertiggestellt ist, während die Produkte anderer Unternehmen bereits ausgeliefert werden.

III. Der Weg, den es gewählt hat, wird bereits von anderen beschritten, und es wurden bereits genaue Fehlerwerte erzielt

Die Lösung von Gewu Tongzhi heißt Real to Sim: Es leitet Tastsignale aus Videos im Internet ab.

Die Idee ist: In Videos gibt es riesige Mengen an Szenen, in denen Hände drehen, stecken und drücken – die Bewegungen sind sichtbar, aber die Kräfte nicht. Aus den sichtbaren Bildern lassen sich die unsichtbaren Kontakte, Kräfte und Verformungen ableiten, um den Bewegungsdaten physische Labels hinzuzufügen, die für das Vortraining verwendet werden.

Mathematisch hat diese Idee einen Namen: krankhaftes inverses Problem – dasselbe Ergebnis kann unzähligen Ursachen entsprechen. Im Bild drückt eine Hand nach unten, der Stoff wird an einer Stelle eingedrückt, aber die aufgewandte Kraft in Newton, die Kontaktfläche, die Steifigkeit des Materials und der Reibungskoeffizient sind alle unbekannt. Wenn die Anzahl der unbekannten Parameter größer ist als die der Beobachtungsgleichungen, ist die Lösung nicht eindeutig. In den Bildern gibt es keine direkten Kraftsignale, nur physische Priorwissen kann hinzugefügt werden – aber ob dieses Priorwissen genau ist, muss am Ende mit echten Kraft- und Tastdaten kalibriert werden. Selbst wenn man zehnmal so viele Videos einspeist, lassen sich die Informationen nicht ergänzen, die ursprünglich nicht in den Bildern enthalten sind.

Was noch erwähnenswerter ist: Gewu Tongzhi ist nicht das erste Unternehmen, das diesen Weg beschreitet.

Poxiao Intelligent – gegründet von Yang Shuo, geboren 1998, fest angestellter Professor an der Harbin Institute of Technology (Shenzhen) – arbeitet genau in derselben Richtung. Sein Modell TouchAnything ist darauf trainiert, die Druckverteilung der beiden Hände aus gewöhnlichen Videos in der Egoperspektive wiederherzustellen. Es hat sogar die Genauigkeit angegeben: Der Schätzfehler des Kontaktkraftbildes auf echten Objekten beträgt etwa 0,56 Newton, während die beste Methode zuvor 2,1 Newton erreichte – eine Verbesserung um fast das Vierfache. Es ist zu beachten, dass dies ein öffentliches Forschungsergebnis ist und kein Indikator für ein bereits in Massenproduktion hergestelltes Produkt, aber es beweist zumindest, dass dieser Weg in Bezug auf die Genauigkeit machbar ist.

In derselben Richtung verfolgt Zhizai Wujie – gegründet von Lu Zongqing, fest angestellter außerordentlicher Professor an der Peking-Universität – einen anderen Ansatz: Es nutzt 500.000 Stunden menschlicher Videos, um ein "implizites taktiles Weltaktionsmodell" vorzutrainieren, und nutzt das Modul TactoHand, um anhand der dreidimensionalen geometrischen Beziehung zwischen Hand und Objekt zu schließen, ob ein Kontakt stattfindet.

In der Branche gibt es jedoch eine gegensätzliche Aussage. Ma Daolin von Qianjue Roboter sagte: Der Tastsinn ist derzeit die einzige Modalität, für die man keine Daten kostenlos aus dem Internet "ausleihen" kann.

Diese Aussage zielt fast direkt auf die Idee ab, "den Tastsinn aus Videos abzuleiten". Wenn der Tastsinn tatsächlich nicht kostenlos aus Internetvideos "ausgeliehen" werden kann, dann verfolgt Real to Sim etwas, das führende Forscher der Branche für unmöglich halten.

Also steht es nicht vor einem Weg, den niemand beschritten hat – im Gegenteil, auf diesem Weg haben andere bereits Ergebnisse erzielt, und der Wettbewerb ist noch nicht entschieden. Gewu Tongzhi hat sich für eine Seite entschieden, ist aber nicht der Erste auf dieser Seite.

IV. Die unvermeidliche Lektion in Hardware und seine echten Chancen

Wenn man sich seine eigene Fähigkeitsstruktur ansieht, werden die Probleme noch deutlicher.

Um Tastdaten praktisch einzusetzen, müssen sie letztendlich auf Sensoren basieren. Derzeit verfügt Gewu Tongzhi noch nicht über eigene Sensoren. Es gibt mehrere inkompatible Entwicklungswege für Tastsensoren – piezoresistiv, kapazitiv, piezoelektrisch, Hall, optisch – und jeder Weg hat unterschiedliche Datenformate, Messbereiche, Genauigkeiten und Rauscheigenschaften. Wenn man die Art des Sensors wechselt, muss das Modell möglicherweise neu kalibriert werden.

Das bedeutet, dass seine "Allgemeingültigkeit" durch die Fragmentierung der vorgelagerten Hardware eingeschränkt wird. Und diese Variable kann es nicht kontrollieren.

Noch subtiler ist, dass die vorgelagerten Unternehmen bereits in den nachgelagerten Bereich vordringen. Tashan hat zwei große Sammelzentren für Tastdaten gebaut, Pacini hat eine 12.000 Quadratmeter große Datenfabrik errichtet, Daimeng hat das Modell VTLA und Bewertungsmaßstäbe entwickelt – die Sensorhersteller selbst arbeiten auch an Daten und Modellen, und sie verfügen über Hardware, Produktionslinien, Kunden und Kapital.

Auch die nachgelagerten Unternehmen entwickeln eigene Lösungen. Agibot hat sowohl Qianjie Technology investiert, die ein einheitliches Modell für taktile Aktionen entwickelt, als auch die taktile Lösung von Qianjue übernommen – die Hersteller von Roboterkörpern legen nicht alle Eier in einen Korb.

Damit befindet sich Gewu Tongzhi in einer peinlichen Position: Oben sind die Sensorhersteller, die bereits über Produktionslinien und Kunden verfügen, unten sind die Hersteller von Roboterkörpern, die sowohl Modellunternehmen investieren als auch selbst Sensorlösungen auswählen. Die Ebene, auf der es tätig werden möchte, liegt genau dazwischen.

Es gibt noch eine weitere Rechnung. Eine der Referenzen für den Gründer Cai Jia lautet: "Systematische Methodik für die Verwaltung von Daten im Umfang von zehn Millionen Stunden und das Training von Clustern mit fast zehntausend GPUs". Diese Aussage bezieht sich auf seine Erfahrung bei Huawei, nicht auf die Ressourcen dieses Unternehmens. Allein die Hardware für das Rechenleistung eines Clusters mit zehntausend GPUs hat ein Volumen von mehreren Milliarden bis zu mehreren zehn Milliarden Yuan, während es in dieser Finanzierungsrunde fast 100 Millionen Yuan erhalten hat – nicht einmal tausend GPUs kann es damit kaufen. Und das "groß angelegte Vortraining eines physikalischen inversen Weltmodells" erfordert genau einen hohen Verbrauch an Rechenleistung.

Die teuerste Rechnung ist die Zeit. Tashan wurde im Dezember 2017 gegründet, Pacini startete sein Unternehmen im Juni 2021, Daimeng begann bereits 2016 mit der Entwicklung des visuellen Tastsinns – die führenden Unternehmen auf diesem Wettbewerbsfeld haben ihre Hardware bereits fünf bis zehn Jahre lang optimiert. Gewu Tongzhi beginnt jetzt erst mit dem "Aufbau von Hardware und Roboterkörpern".

Das