核心观点 - 六维力传感器正成为人形机器人完成高精度操作的核心感知模块，从"昂贵且小众"走向量产前夜 [1] - 2025年全球人形机器人出货量或达1.8万台，六维力传感器渗透率可能超过30% [9] - 力传感器是机器人实现精细操作和动态控制的核心部件，Optimus Gen 2配置超过30个力传感器 [4] - 行业进入快跑阶段，定制化、响应速度与平台化研发能力成为传感器企业的关键竞争力 [1][12] 机器人感知技术 - 六维力传感器可同时感知X/Y/Z三方向力及绕三轴的力矩，是机器人最敏感的"神经末梢" [4] - 蓝点触控通过自研神经网络算法将应变信号与六维力矩建立高精度映射关系，自研率超80% [5] - 缺乏力反馈会导致机器人操作失灵，例如灵巧手被戳弯也无法停止 [10] 市场需求与商业化 - 2024年中国人形机器人商用出货量约2000台，单机大概率搭载2-4个六维力传感器 [9] - 蓝点触控人形机器人力传感器业务占比超50%，2025年单一客户出货量达千台级 [7][11] - 工厂场景中80%-90%的机器人任务集中在搬运、上下料、巡检和质检环节 [10] 技术迭代与供应链 - 2025年六维力传感器成本较2024年下降30%，进入小批量量产阶段 [11] - 蓝点触控通过AI平台将定制响应周期从6-8周缩短至3-4周 [13] - 柯力传感、东华测试等企业已实现六维力传感器小批量供货或试制 [13] 行业竞争格局 - 力传感器赛道尚未进入价格战阶段，核心零部件厂商仍具议价能力 [14] - 具备快速交付和平台化研发能力的企业将在供应链中占据优势 [12][14]

窗口已经打开，但能否跟上节奏，还得看核心零部件厂商的脚下功夫。 在"能跑能跳"之后，机器人正逐渐走下舞台、走进工厂。随着机器人搬运、质检、上下料等落地场景日益复杂，力觉与触觉传感器正成为人形机器人完成高 精度操作的基础感知模块。而六维力传感器，这个曾被认为"昂贵且小众"的机器人核心零部件，也正在走向量产前夜。 机器人感知世界需要"神经末梢" 当一个光滑的玻璃杯中装满了水，机器人想要倒出半杯，需要经过多少程序？ 机器人需要通过视觉传感器进行定位，在接触时感知握力，确保既握紧杯子，又不压碎玻璃。倾斜过程中，力传感器实时监测力矩变化，结合视觉判断水 位，动态调整倾斜角度与力度。当机器人倒出半杯水量时，力传感器返回平衡状态，手臂复位，操作完成。 "人能够轻而易举地倒半杯水，但机器人不具备这样的能力。"蓝点触控创始人刘吴月告诉第一财经记者，人类可通过视觉、听觉、触觉等多模态感知协调完 成动作，而机器人则需要依靠传感器将物理世界转化为电信号来"理解"动作细节。 其中，力传感器掌握着机器人所有与操作相关的感知输入。以特斯拉的人形机器人Optimus Gen 2为例，Optimus Gen 2身上配置的力传感器超过30个。其 ...

公司概况 - 蓝点触控成立于2019年，创始人刘吴月为西北工业大学硕士，曾在中国航天空气动力技术研究院工作，公司已实现盈亏平衡并开始产生净利润[2] - 公司专注于六维力传感器研发，产品应用于人形机器人手腕、脚腕等核心部位，技术门槛高且实现100%国产化[1][10] - 2024年六维力传感器市占率突破70%，核心客户包括智元、小米、优必选等头部人形机器人厂商[2] - 2024年7月完成近亿元B轮融资，由广发信德、复星创富等机构联合投资，计划2028年申请科创板上市[1][19] 技术优势 - 六维力传感器技术包含四大核心：弹性体自主设计、嵌入式硬件电路、力控算法及六维同步校准技术，均实现国产化突破[10] - 传感器使人形机器人实现"视觉粗定位+力觉精操作"，解决0.05毫米级高精度装配需求，扩展机器人灵巧操作能力[7][8] - 相比工业机器人固定轨迹作业，人形机器人需动态调整动作，力传感器成为执行大模型决策的基础硬件设施[7][12] 市场前景 - 人形机器人力传感器市场将达百亿级规模，中国因供应链优势和创新环境将成为全球零部件制造中心[3][9] - 2024年人形机器人出货量超预期达2000台，2025年预计5000-10000台，增速为协作机器人的4-5倍[4] - 公司年出货量复合增速200%-300%，预计高速增长期持续5-8年，海外市场增速达国内3-4倍[2][18] 商业化进展 - 力传感器占人形机器人BOM成本15%，量产状态下单价需控制在整机售价20万元对应的15%成本范围内[2][14] - 降本路径包括优化硬件电路、自研芯片、自动化生产流程，目标实现家用商用标准化后的规模化成本优势[6][15] - 2025年海外收入占比预计提升至20%，计划通过欧美市场拓展实现全球人形机器人客户覆盖[20][24] 行业趋势 - 人形机器人发展呈现"螺旋式迭代"特征，2024年行业从样机演示转向实际场景训练，推动力传感器需求爆发[3][5] - AI大模型与力传感器形成协同：AI优化设计流程、提升算法性能，传感器扩展机器人执行能力边界[12] - 汽车产业链质量管理体系正迁移至人形机器人领域，推动零部件厂商研发流程标准化[23] 战略规划 - 研发投入聚焦性能提升与成本控制，目标实现更高精度、更小体积及更轻量化设计[13][15] - 全球化布局分两步走：巩固国内品牌优势，同步提升欧美市场对中国技术产品的认可度[24] - 构建"天时地利人和"竞争壁垒：行业红利+中国供应链+人才梯队，对标汽车产业高度分工模式[22]