完成數億元D輪融資，一目科技想做AI感知領域的“英偉達”
當地時間1月10日，一年一度的科技春晚在美國拉斯維加斯落幕。
作為全球前沿電子科技的聚集地，相比上一屆展會人們更多是把AI概念掛在嘴邊，今年，AI已經深度融入到各個產品當中，成為實際應用的一部分。
作為多模態感知+AI計算解決方案提供商，一目科技為 TCL 生態合作伙伴 TENET 提供解決方案，并在 CES 2025 期間首次秀出了一款解決方案代表產品——基于多模態感知+AI計算解決方案打造的AI洗護機器人，可以基于衣物材質、顏色、數量、種類等信息匹配洗滌程序，還擁有靈巧手感知能力，可感知并穩穩抓取柔性物體，實現自動夾取晾曬。
事實上，一目科技最先落地的場景并非智慧家居而是智慧水務，2020年才開始拓展應用到智慧家居領域，但“業務增長速度特別快，2023年智慧家居業務就達到了14倍的增長。”
除了能夠快速起量的智慧家居之外，李智強認為，家電的盡頭是人形機器人。據2024世界人工智能大會上發布的《人形機器人產業研究報告》預測，至2024年，中國人形機器人市場規模將達到約27.6億元。到2029年，該市場規模有望擴大至750億元，占據全球市場的32.7%。
業務增長空間被打開，對應的是資本的反應。CES展會結束不久，一目科技宣布完成數億人民幣的D輪融資。本輪融資由賽富投資基金領投，南京市創新投資集團、A股上市公司松霖科技跟投。本輪融資主要用于多模態感知技術、AI計算能力提升及具身智能應用領域拓展。
從水務到家居再到人形機器人，一目科技憑何能夠完成不同場景的切換？從2017年開始，一目科技一直保持幾乎一年一輪的融資頻次，即使在投資活躍度放緩的環境下，這一節奏也并未打亂，背后的支撐又是什么？
從水務到家居，基礎技術復用率幾乎100%
一目科技成立于2015年，創始人李智強在美國卡內基梅隆大學就讀博士期間，還曾研發了世界上最小的微流控生物傳感器。
因此，創業時最先選擇的落地場景便是環境監測市場，主要是自來水管網監測。
液體監測技術一直是一個專業難度很大的領域，液體有難以取樣、易受擾動等問題，常規的檢測手段效果往往不是很理想。一目科技主要是圍繞著微流控和微光譜技術，集成多種微型傳感器的便攜式水質監測設備，并通過科學的計算方式，將復雜的水質分析結果做到數字化、平民化。
圍繞著水務監測，一目科技主要做了三件事：一是將光譜儀從大型實驗室設備“濃縮”成一塊高度集成的光譜芯片；二是要建立大量的光譜分析數據庫和AI算法；三是要不斷降低芯片的生產成本。
產品力增強之外，李智強還介紹說，以往這類設備基本上中國95%的市場都是海外的產品，單臺產品大概在30萬到一兩百萬之間，整個制造和工藝的門檻也比較高。但借助“國產替代”政策上的紅利，一目科技有機會將美國企業壟斷的市場搶到一些份額。
到了2020年，一目科技所提供的解決方案已被廣泛應用于智慧水務、智慧家居等多類型家電儀器。
不過，在發展過程中，李智強和團隊一直在思考公司技術應用如何延展縱深。
“從第一代工業革命到現在都200多年了，這些機器越來越越人類化，而機器想想更類似于人，就得有感知、決策、執行能力。在水務做順手后，我們就希望能夠把這些積累的技術外延出去，解決更大的問題。”李智強說到。
2021年一目科技開始基于多元傳感器和微流控技術的準確測量和控制，給洗衣機提供 AI 大腦，探測衣物實際臟污程度、科學計算洗衣液投放量、漂洗次數、漂洗時長等操作程序。
從水務到家居，兩個完全不同的場景，遷移過程中技術的復用性關系到研發成本、產品力、商業化速度等多個方面。
李智強將技術分為三層，第一層為平臺型技術，第二層為應用型技術，第三層為場景。其中，平臺型技術主要是感知和算法，這部分兩個場景是相通的，“幾乎100%相同”。
應用型技術中的光譜芯片是通用的，但具體如何水務和家居兩個場景使用就會出現不同，復用率在百分之四五十。“這塊技術的投資沒有那么大，只是一些算法接口、軟件數據之類的調整，但需要花一些時間。”
第三層涉及的是客戶端的技術，比如A客戶和B客戶由于要求不同所產生的差異化技術需求，技術復用率大概只有5%-10%。
智慧家居是“中間態”，盡頭是人形機器人
AI能力的延伸還在繼續。
據悉，一目科技目前正在研發一款服務于人形機器人的產品，這個產品主要是以光學技術和芯片技術構建的觸覺感知能力，具體形式是人形機器人的觸覺傳感器模組和整體的算法解決方案。
之所以會選擇人形機器人，李智強解釋說，核心看三點：第一是不是市場需要的？第二，用戶有沒有得到滿足？第三，一目科技能不能做？“這三個圈如果能畫一個中心，才有價值。”
現在人形機器人機械結構類的產品現在已經很成熟了，比如絲杠、電機、減速器等，但人形機器人的核心是感知和AI算法。
而機器人的能力分為三部分，一個是感知力，一個是決策力，一個是行動力。為什么一目科技會選擇觸覺感知為切入口？
李智強解釋說，人形機器人化最核心最前端的就應該是感知能力，感知能力里邊視覺能力占據60%，聽覺能力占20%左右，觸覺能力占百分之二十左右。但全球還很少企業在做光觸覺技術相關的產品，而一目科技有優勢存在。
首先，核心的感知能力就是光學、電學、精密儀器以及化分，觸覺傳感器主要是依賴于我們的整個光學能力，這是叫光學觸覺傳感器，在這部分一目科技的技術可以復用。其次，在算法端一目科技積累多年，并且是和觸覺算法相關。再次，現在有很多做觸覺的能力大多偏設計，一目科技會更進一步到達芯片制造環節，也就是會把能力芯片化，這樣可以利用一目科技原來的芯片化能力，讓成本更低，體積更小，功耗更低，才能更好地運用在整個產業里面去。
“智慧家居只是‘中間態’，家電的盡頭是人形機器人。”李智強強調說。
短期來看，家居環境內的AI化計劃可以快速起量，大概兩三年就能看到變化，具身智能是一個非常前沿且技術門檻高的領域，因此起量會緩慢些。而在這個過程中智慧家居作為“中間態”可以測試技術以及帶來商業化收益，為更長期的目標鋪墊能力。
要做AI感知界的“英偉達”
從水務到家居再到人形機器人，場景遷移的一個重要基礎是自己有足夠厚的能力壁壘。
一目科技的壁壘在哪里？李智強認為，一方面是硬件壁壘，以光學、電學、精密儀器、化分等組成的感知能力需要時間的積累。
以一目科技的洗護機器人為例，產品里面的多部AI傳感器、芯片設計已經經過了多年的迭代，“做一款芯片，至少需要18個月到24個月，至少需要投資3000萬，而且流片、良品率等都是一點點摳出來的。”
另一方面則是算法壁壘，不過他也承認算法壁壘具有一定的局限性，即使申請了專利，但相關的保護仍然比較弱，而算法中唯一能夠去形成壁壘的是數據。“我們有大量的在跑的洗護機器人這些在收集數據，倘若別家進來這個市場，也許硬件和我們一樣，模型也跟我們差不多，但是因為沒有數據，所以模型的準確率，模型的整個能力就會更弱。”
在建立能力壁壘之上，李智強希望一目科技能夠做AI感知界的“英偉達”，把基于感知、算法能力的平臺架構提供給不同類型的客戶，讓這些公司再去做產品的機器人化或者AI化。
從商業的角度看，應用型企業可能容易做規模，但是在確保自己的利潤和長期發展時候可能會有一些瓶頸，而他認為，做能夠控制底層核心技術的通用平臺型企業早期會難一點，壁壘會高一些，但是越做可能會越順，并且整個壁壘和利潤率能夠保持的比較好。
