独家｜实现多项基准领先！Xspark AI发布原生触觉多模态模型Spark-0，再获新一轮融资

Z Potentials 独家获悉，Xspark AI（无界智航）近日完成新一轮融资。本轮融资由猎道投资、华山资本、元航资本、浦东创投、钧源资本、南山战新投、水木创投等机构共同参与，多维资本担任本轮融资独家财务顾问。

Xspark AI核心团队源自清华大学，由国内触觉领域领军学者、清华长聘副教授丁文伯领衔。继今年7月宣布首轮融资以来，公司持续获得资本市场青睐，累计融资数亿元。本轮资金将重点投入原生触觉多模态模型迭代、工业及商服场景部署与产品交付能力建设，推动可信Physical AI从技术验证走向规模化应用。

伴随新一轮融资，Xspark AI正式发布自研原生触觉多模态模型Spark-0。区别于将触觉作为附加信号进行后置融合的传统方案，Spark-0从预训练阶段将触觉内建于模型，实现视觉、触觉与动作的统一表征，使机器人具备理解接触、感知受力变化并完成精细操作的能力。基于这一原生触觉建模路线，Spark-0在SparkArena仿真、SparkArena真机及跨本体Ego Humanoid三项基准测试中全面超越π0.5、GR00T等11个主流模型，验证了触觉作为核心模态对于提升机器人操作能力的关键价值。

围绕国家制造业智能化升级、建设新质生产力的战略方向，Xspark AI正加快将可信Physical AI模型部署应用，优先对精准操作与触觉敏感的工业轻载场景推进真实工位验证，并持续探索更多工业、商服场景，实现技能（M）×场景（N）的矩阵式拓展。从原生触觉模型到真实场景部署，Xspark AI正逐步形成以前沿触觉多模态模型为驱动、以机器人产品及场景交付为载体的业务体系。

谈及本轮融资，Xspark AI创始人兼CEO熊祺表示：「连续多轮融资，源于产业与资本对Xspark AI技术路线和长期价值的认可。围绕原生触觉多模态模型，公司已打通从数据积累、模型训练到机器人应用验证的关键链路，Spark-0是这一阶段的重要成果。下一阶段，团队将持续推进模型迭代、产品交付与场景拓展，加速可信Physical AI落地真实世界。」

01 Spark-0：打通“视-触”对齐与触觉融合，迈向更精细的物理交互

图注：Spark-0概览

具身大模型已经能看懂指令、识别物体，可一到插拔、装箱、扶正这类接触密集的任务，就会频频失败。其根源在于触觉感知的缺失——力度、形变、滑移很难从画面里看出来；接触发生时，机械手往往会遮挡视野。

但在触觉领域，行业仍长期受制于三重瓶颈：一是缺数据，高质量的全手触觉数据稀缺，难以规模化；二是缺模型，触觉大多作为外挂输入拼在模型后端，没有真正参与模型对物理世界的理解；三是缺标尺，现有评测很少能同时衡量通用操作能力和接触密集型控制能力。

Xspark AI的回答，是一套从数据、模型到评测的完整体系：以HumanTouch规模化采集触觉，以Spark-0把触觉内建进模型，再以SparkArena检验触觉的真实价值。

HumanTouch为触觉数据规模化提供底座。团队自主构建了1,000小时的全手触觉人类操作数据集，覆盖100多类任务、32名操作者。每只手配置360个触点，与手部姿态、多视角视频同步采集。关键在于，人手与机械手共用同一套触觉接口，人在日常操作中积累的触觉经验，可以直接转化为机器人的能力。

作为这套体系的核心，Xspark AI此次最新发布的视觉—触觉—语言—动作模型（VTLA）Spark-0摒弃了常规的事后补传感器的做法，选择将触觉内建进模型，实现了真正原生的触觉智能。在模型中，触觉承担双重角色：训练时是“老师”，全手触觉投影到图像上，引导视觉识别“接触发生在哪里”；运行时是“反馈”，压力变化实时进入动作专家，告诉模型“接触正在如何变化”。由此，表征对齐、多模态融合、动作闭环能够在同一模型中一次打通。同一套模型权重，既能仅靠视觉运行，也能接入触觉闭环控制。

SparkArena为检验触觉的真实价值提供标尺。这一基准基于Xspark AI自研的Sky-1双臂灵巧手平台构建：仿真部分包含7项纯视觉任务，用于检验通用操作能力；真机部分包含5项接触密集型任务，用于检验触觉闭环控制能力。

值得期待的是，HumanTouch和SparkArena即将全面开源。

图注：Gen 1 Prototype

Spark-0的出色表现已在多项基准上得到验证。在SparkArena仿真、SparkArena真机和跨本体的Ego Humanoid三项基准上，Spark-0 全面超越 π0.5 、GR00T 等 11 个主流模型。

在一项真机任务中，机器人双手把软鞋塞进鞋盒，过程中手部挡住了大部分视野，Spark-0依靠压力反馈实时调整姿态和力度，成功率达到80%，而该项最强对比模型成功率为30%。最终，Spark-0在五项真机任务上的平均成功率为52%，是最强基线的2.4倍。更关键的是，在视觉数据和算力不变的条件下，加入HumanTouch触觉预训练后，即便运行时完全不启用触觉、并切换至另一种机器人本体，成功率也从52.5%跃升到71.7%。

Xspark AI认为，对具身领域的触觉发展可分为多个阶段，触觉1.0是外挂传感器；2.0是与视觉浅层融合；3.0则是从数据、表征到动作的全链路原生内建。在3.0阶段，触觉在关键时刻不再只是视觉模型的一个附加输入，而是能够进行独立判断和反应。如今，以HumanTouch、Spark-0、SparkArena为基石，Xspark AI团队已正式把触觉3.0从理念变为可验证、可复现的工程现实。

02 可信智能中枢全新升级，加速工业、商业场景落地

Xspark AI之所以能成为原生触觉智能落地的关键推动者，靠的是懂触觉的团队、独特的技术思路，以及基于前二者达成的自研全栈能力。

公司研发由清华大学长聘副教授丁文伯领衔。他是国内最早一批从事机器触觉研究的学者之一，累计在Nature、Science、Cell子刊以及TRO、CVPR等国际顶级期刊和会议发表论文80余篇，Google Scholar引用超万次，带领团队逐一攻破从传感器底层到模型顶层的难题。

Xspark AI认为，触觉不是又一路输入，而是可以被规模化的监督信号。为解决数据难题，团队利用HumanTouch全程自主采集多模态数据并进行质检，让人手与机械手共用同一套触觉接口，推动人类真实触觉经验直接转化为机器人的操作能力，这样的数据买不到，也拼不出。

目前，公司已走通了触觉全栈路线，在传感器与数据采集、模型架构与训练、评测体系与真实部署四个环节均具备自主技术积累。2026年1月，自研多光谱触觉传感器SuperTac的研究成果发表于Nature Sensors，并入选期刊封面元素，推动机器人触觉迈向人类水平；半年后，团队发布触觉—视觉多模态数据采集系统HumanTouch，随后推出TouchSight与DexTouch-WM，把人手交互转化为可以训练的世界模型燃料。Spark-0，则是把这条链路真正交付到机器人手上的那一步。

Spark-0同时也是Xspark AI可信物理智能中枢系统的核心，后者由“快脑VTLA、慢脑VLM、脊髓VTA”协同构成。Spark-0赋能中枢系统实现三处升级：其一，快脑从“看见”升级为“理解接触”，慢脑的每一步规划都能落到更准确的物理交互上；其二，执行从开环升级为触觉闭环，能更早发现、更快纠正异常；其三，传感器缺失时不误判、可降级，同一套权重可以无缝切换到纯视觉模式，系统始终可控。

基于这一技术底座，Xspark AI 正加速推进工业场景的产品化落地。依托成熟的供应链体系，公司将自研模型、机器人本体与场景化解决方案深度整合，形成兼顾操作精度、运行稳定性与成本效率的交付能力。

目前，团队已围绕精准操作与触觉敏感型作业，在多个工业场景推进真实工位验证，相关业务正在快速推进中；与此同时，公司正以“技能（M）×场景（N）”的矩阵式思路拓展应用边界，并逐步将能力延伸至商服领域，聚焦需求明确、具备规模复制潜力的作业场景。

下一步，Xspark AI将继续扩大HumanTouch数据规模，推动Spark-0与世界模型深度融合，让机器人从“感知接触”走向“预判接触”，并将可信物理智能中枢应用至更多机器人本体和真实产线。

文章来自于"Z Potentials"，作者 "Z Potentials"。