文丨罗曾
当AI大模型从数字世界走向物理世界，物理交互数据正在成为下一个稀缺资产——而尧乐科技，已提前卡位这个入口。
2015年，当吕莉蕴决定创业做智能瑜伽垫时，她面临一个尴尬的现实：找不到合适的传感器。
瑜伽垫需要大面积感知人体压力分布，市面上的薄膜传感器要么太硬、容易卷折断，要么面积做大了成本高到离谱，海外也没有现成的布料传感器可用。
“当时全球找过，都没有合适的，”吕莉蕴在接受中华网采访时回忆，“所以我们从零开始自己做布料传感器。”
这个“被逼无奈”的决定，开启了尧乐科技长达十年的“织布”之路：从最初想做瑜伽垫，到2017年科大讯飞找上门做养老床垫，再到最终将柔性织物压力传感器送进汽车供应链、成为具身智能的物理世界教科书......吕莉蕴的每一步决策，都与行业的节奏变化息息相关。
汽车这块“硬骨头”，为什么先啃？
尧乐科技于2010年注册成立，2015年正式启动运营。
距离尧乐科技启动研发仅过去两年，团队做出了第一个demo。但来自市场的反馈，让吕莉蕴和团队开始重新思考方向：或许聚焦传感器本身，才是最大的出路。
“2017年，科大讯飞找我们做养老床垫，当时是样件，收入几十万——给了我们‘传感器本身可以赚钱’的信号，于是转成传感器公司，目标是把传感器应用到更多场景。”吕莉蕴回忆称。
智能床垫由此成为尧乐科技的第一个目标应用场景。据吕莉蕴透露，公司早年跟喜临门、麒盛、慕思等品牌有过合作。“床垫更新频率不高，想象空间虽然有，但不会那么快。”
而真正让公司找到发力点的，是汽车行业。2018–2019，尧乐科技开始帮主机厂或一级供应商做demo/预研样件。
不过车规测试素以严苛著称，被业内视为“硬骨头”赛道。
为什么偏要选这条路？
吕莉蕴的判断基于两重逻辑：
第一，出身决定方向。吕莉蕴本人是汽车电子背景，曾任国际汽车电子巨头Harman首席架构工程师，主导过多模态传感器融合计算平台，服务过玛莎拉蒂、保时捷等十余家一线车企。团队核心成员也多有汽车电子或中科院硬件的研发背景。做汽车，是他们最擅长的领域。
第二，赛道够大、门槛够高。“汽车赛道量级庞大，成长空间大；同时要求高，技术跨越之后进入其他行业往往形成降维打击。”吕莉蕴说，“过了车规严苛考验，本身也是对传感器很大的背书。”
但选择高门槛意味着付出更长的等待周期。
车规测试包括盐雾、膝跪、颠簸等五六十项，仅封装材料就调整了八九个月。从2015年启动传感器自研，到2025年实现量产，跨度整整十年。“这种耐心大部分创业公司比较缺。”吕莉蕴坦言。
谈及为什么早期鲜有公司关注这个方向？
吕莉蕴认为，市场时机未到。“早期大家注意力都在自动驾驶，新能源卷完其他之后，才落到座舱智能化与舒适性。”
她观察到，疫情之后主机厂开始成立座椅舒适性团队，客户找上门的频率明显变多。“以前偶尔有车企问能不能做触控，疫情后很多人问能不能做到座椅上——面积更大，做实时姿态识别/压力调整等。同时主机厂开始有预研投入，我们早期就和很多预研团队合作，趋势信号很明显。”
前期的技术积累在市场需求启动后开始兑现商业价值。2025年，尧乐科技汽车业务营收占比约50%-60%，客户主要是新能源头部车企。
于汽车赛道而言，采购量级取决于具体车型。据吕莉蕴介绍，单套座椅传感器价格在百元级别。团队预计，随着下半年多个定点项目进入量产，汽车业务将进入稳定的收获周期。
盈利层面，吕莉蕴透露，尧乐科技预期今年在该板块实现盈利。
从汽车到手套，技术平移与产品重构
汽车做通了，但吕莉蕴很快发现了一个更大的机会。
具身智能公司在训练机器人精细操作时，遇到了一个根本瓶颈：视觉只能看到“手在动”，但不知道“手用了多大力、哪里滑了、怎么修正”，而纯仿真数据无法教会机器人“该用多大力”这种物理因果律。
“如果没有触觉这部分的数据，你就是只能靠盲猜，这块是现在没有办法弥补的。”吕莉蕴强调。
触觉数据究竟有多稀缺？
数据显示，全球真实物理交互数据总量仅约50万小时，而通用模型训练需求达千万小时级，缺口超过95%。其中，语言和图像数据早已被大规模采集和标注，但人与物体接触时的压力、摩擦、形变等物理反馈数据，几乎是一片空白。
视觉模型已触达约80%的落地瓶颈，但精细操作需要的摩擦力、纹理等信息，视觉在接触瞬间会失效。
于是，尧乐把传感器从汽车座椅“穿”到了人手上，将在8月推出数据手套——在手套掌心及指节覆盖高密度感知阵列，实现精准的数据采集。
但把汽车技术搬到手套上，并不是简单的“缩小”。
吕莉蕴在采访中透露，光是工艺就经历了两次颠覆性改变：第一次是从床垫切到汽车，因座垫多开孔、要快速验证，所以当时用类似绣花的方式布电路图；第二次是从汽车转到手套，原工艺不适用，“又把工艺甚至材料重做了一遍，目标是一体织造成型，是颠覆性工艺与材料创新。”
这种工艺壁垒也构成了公司的护城河。“结构能看到的都能复制；不太能复制的是工艺参数调整和材料选择。”吕莉蕴解释，材料涉及化学配方，肉眼无法判断成分，常规材料外采，特殊纱线则由公司自行定制生产。
手套的定价策略也体现了她对“规模化”的理解：市面上同类产品最低要四五千元，尧乐的目标定价将远低于市场价。“价格做得比较低，核心是要大规模生产降低成本。”吕莉蕴说，“性能和价格要平衡：性能顶尖但很贵也推不出去；能满足使用需求且比竞品更好就会被选择。”
在吕莉蕴看来，最终决定市场份额的不是早期先发优势，而是性价比。“技术领先固然是重要优势，但并非决定市场份额的核心要素，真正起关键作用的是性价比。早期凭借先发优势获得的高市占率并不稳固，若市场总体规模有限，或后来者推出更具竞争力的产品，现有份额可能在短时间内被迅速蚕食甚至归零，因此先发优势本身不足以确保持续领先。”
据吕莉蕴透露，目前面向具身智能领域的手套尚未正式发布，但已有数千双意向订单。这其中，手套产品批量采购价在行业中处于低位——这与一体编织工艺带来的成本优势直接相关，而同类产品因工艺路线不同，多步骤生产且稳定性不足，成本难以压降。
“单套产品的售价较高，但公司更倾向于通过大客户规模化来摊薄成本。”吕莉蕴坦言。
关于量产节奏，吕莉蕴的判断是：前期仍属小批量阶段，几个月后有望达到数千套规模。
现如今，具身智能手套产品小批量采购范围在50-100双，年销几万双已算较高水平。吕莉蕴指出，当几家客户合计采购量达到万级、且产品为标准品时，即可视为量产。她预计，具身智能领域的需求从数千套到数十万套的跨越，大约需要两年左右时间，而百万级规模在年度量级上仍较遥远。
“我们追求做成耗材、性价比路线，有助于占据较大市场容量。”手套类产品在吕莉蕴看来具备“耗材化”属性——长期使用后材料变形、精度下降需要更换，这本身意味着持续的复购需求，也打开了潜在的想象空间。
硬件是入口，数据才是后半段
如果说前十年尧乐是在“织布”，那么下一个十年，吕莉蕴想卖的是“布上产生的数据”。
公司将自己定位为“物理交互数据基础设施”。这个听起来抽象的词，吕莉蕴则用了一句话解释：“例如运动训练数据化是大趋势，过去高度依赖教练经验，技术成熟后，大家更希望用中立、科学的数据解读动作因果。”
商业模式分为三层：卖硬件、攒数据、卖服务——硬件是入口，数据是壁垒。这个逻辑可以参考两个对标的海外案例：Oura以硬件销售获取用户健康数据，再通过订阅服务持续变现，2026年估值已达110亿美元；Palantir则是将海量数据清洗、结构化后输出给企业和政府客户，以数据标准化接口为核心收入来源。
而尧乐的模式，可以理解为“Oura的硬件入口+Palantir的数据接口”在物理交互领域的结合体。
业内人士指出，物理交互数据一旦形成标准化的数据接口，其价值不仅在于卖数据本身，更在于定义行业标准。当前物理交互数据的字段定义、标签体系、标定方法、调用接口均无统一规范——谁先跑通这一层，谁就有可能掌握接口话语权。
从市场空间来看，物理交互数据的潜在需求方包括：全球数百家具身智能与机器人公司、数千家工业自动化企业，以及运动训练、医疗康养等垂直行业。而触觉数据是当前具身智能发展的关键瓶颈，“真实物理交互数据总量仅约50万小时，模型训练需求达千万小时级，缺口95%以上。”
这个缺口意味着，数据服务一旦跑通，市场空间远超硬件本身。
但数据采集有一个现实挑战——客户不一定愿意共享数据。“我们并非自己建立数采中心，需要和客户合作共享数据。有客户不愿共享，因为数据可能是其最大卖点；也有客户愿意，因为自己不想做数据处理。”
吕莉蕴的策略是先“跑马圈地”，数据归属灵活处理。
“未来数据服务会成为营收一部分。”不过吕莉蕴也坦言，实现起来，需要一定周期，长的大概要 2–3 年，例如To B端医疗方向合规成本高，给医疗机构共享或卖数据更远。To C端产品（如高尔夫手套、智能袜）则相对快一些，一旦推出来，数据服务将以App订阅形式呈现，“订阅收入在C端的营收占比预计和硬件售价差不多，四五成会有”。
这期间，海外市场被吕莉蕴视为“更大的想象空间”。据她透露，目前国内业务均To B；海外则走的是“To C+To B”双渠道，毛利率较高，主要面向北美和日本，其中日本主攻介护市场，合作⽅向包括轮椅、防褥疮坐垫/床垫等，从被动监测往主动干预⾛。
从瑜伽垫到养老床垫，从汽车座椅到数据手套，再到未来的数据服务和海外消费市场——她的决策路径看起来分散，但有一条线索始终没变：哪里有真实世界物理交互数据的采集需求，哪里就是尧乐需要提前布下的传感器网络。
2026年，尧乐科技的目标营收将翻10倍。如果这一目标达成，意味着公司将在年内实现整体盈利——从2015年启动研发到实现盈利，刚好跨过十年周期。
而创始人真正想构建的，或许远不止于此：当物理交互数据成为AI训练的下一个稀缺资源时，谁掌握了数据入口，谁就有可能成为这个新生态的底层基础设施。