編者按： 機器人能否真正「心靈手巧」，關鍵就在這最后一厘米——靈巧手。它集機械、傳感與 AI 技術之大成，突破了傳統(tǒng)夾爪的局限，正從工業(yè)工具進化為更具自主性的「類人智能體」。

具身智能熱潮下，靈巧手也走到了臺前。星河頻率特別策劃靈巧手系列文章，深入這場關于「觸覺」、「操控」與「創(chuàng)造」的技術革命核心。

我們將不僅關注精巧關節(jié)背后的硬核科技，更將探討技術狂熱之下關于「能力邊界」與「人機共生」的深層思考。

我們將與所有關注未來的同行者一起，共同探索那雙「靈巧之手」所能觸及的、人機協作的終極新邊界。

作者 | 毛心如

作為時隔 20 年又來到內地舉辦的機器人頂會，IROS2025 在秋天給具身智能行業(yè)繼續(xù)添了一把火。

雖然是學術論壇，但照樣吸引了 160+國內外企業(yè)參展，甚至會場內也整起了機器人游行的花活，只為了讓機器人證明「沒毛病就走兩步」。

除了人形機器人一如往常的備受關注，這回會場里也是很罕見地集結了 15 家以上國內外的靈巧手頭部選手和新銳選手們。

老牌選手有國外的 Shadow，國內的因時機器人、傲意科技；新銳選手也有像新加坡的 Sharpa，國內的靈巧智能、源升智能。

在現場，這些靈巧手廠商們展示了遙操動捕、打牌、拍拍立得、長序列互動等功能，但在這些有趣的互動操作背后，其實有一個更現實的問題橫亙在前。

打造出一臺在展臺上用作「精美展示」的靈巧手并不難，讓這雙手在真實世界中穩(wěn)定、智能地執(zhí)行任務卻是一直以來的難題。

現實挑戰(zhàn)：從「精巧硬件」到「智能操作」

靈巧手，作為決定機器人作業(yè)能力上限的重要一環(huán)，一直被稱為人形機器人的「最后一厘米」。就像人類能做什么大多取決于雙手一樣，機器人能否真正融入人類環(huán)境，同樣要看這雙手的靈巧程度。

馬斯克和 Figure AI 的 CEO 布雷特·阿德科克都曾坦言，打造一只真正好用的靈巧手，其技術挑戰(zhàn)不亞于制造一個完整的機器人本體。

然而，與這種高技術門檻形成鮮明對比的是產業(yè)發(fā)展的現實困境。

根據機器人產業(yè)研究機構 ROBO Global 發(fā)布的年度報告，2024 年全球機器人領域投資中，僅有約 15% 流向了專用執(zhí)行器與末端工具領域，而靈巧手作為其中的細分賽道，獲得的關注度更為有限。

這種現象反映的是資本市場更傾向于投資具有平臺潛力的大腦或整機方案，而不是被視為零部件的靈巧手。

當然，這種價值被低估的現狀，背后纏繞著兩道現實的枷鎖。

第一道枷鎖，是硬件出身的路徑依賴。細數當前市場上的靈巧手廠商，無論是做空心杯電機這種核心零部件起家，還是工業(yè)場景多用的夾爪，或者是醫(yī)療領域的仿生手，基本上都帶著強硬件屬性。

這種硬件背景使得，當這些公司搭上具身智能的快車時，很自然地被貼上了硬件廠商的前置標簽。

更重要的是，這些公司在發(fā)展過程中依托的是核心零部件的自研和制造技術，在空心杯電機、傳感器、微型伺服電缸等領域積累了深厚功底。

這種技術基因自然地引導企業(yè)將重心放在硬件迭代上——如何讓靈巧手體積更小、結構更穩(wěn)定、成本更低，如何突破「成本-性能-可靠性」這個不可能三角。

久而久之，無論是內部的研發(fā)慣性，還是外部的認知印象，都將這些企業(yè)固化在了硬件供應商的角色里。

第二道枷鎖在于，大多數靈巧手仍然停留在實驗室的研究用具或者展臺展品階段，真正在工業(yè)或商業(yè)服務場景中承擔作業(yè)任務的靈巧手寥寥無幾。

在現實產業(yè)應用中，結構簡單、成本低廉、控制穩(wěn)定的夾爪依然是市場的主流選擇。這種商業(yè)化進程中的曲高和寡，進一步強化了靈巧手作為精美玩具或研究用具的刻板印象。

這兩道枷鎖相互纏繞，形成了難以突破的閉環(huán)：硬件出身的玩家難以快速跳出參數思維的局限，團隊人才結構也容易出現失衡；而場景落地的不足又讓行業(yè)難以認可其系統(tǒng)價值。

這種「重硬件、輕場景」的閉環(huán)困境，在學術界也引發(fā)了一定的關注。

MIT 的一位學者曾在一篇綜述文章表示，當前靈巧手領域的技術競賽過分聚焦于硬件參數的比拼，而忽視了操作智能的同步發(fā)展。

顯然，硬件是軀體，而數據與算法才是賦予靈巧手生命的靈魂。行業(yè)目前的挑戰(zhàn)不是如何造好一只靈巧手，而是如何讓這只手學會智能操作。

破局關鍵：稀缺的靈巧操作數據

要讓靈巧手學會智能操作，關鍵就在于數據。

在具身智能的浪潮中，數據驅動機器人訓練已成為共識。然而，并非所有數據都能同等有效地教會機器人掌握靈巧技能。

目前，業(yè)內獲取機器人訓練數據的方式主要有互聯網視頻學習、仿真平臺生成數據和真人遙操采集三條路徑，但各自都有顯著的局限性。目前行業(yè)內主流的方案是采用「真機+仿真數據」的融合路徑。

當整個行業(yè)都在為優(yōu)質數據發(fā)愁，一個被忽略的事實也漸漸浮出水面：靈巧手廠商們，其實是離高質量操作數據最近的玩家。

作為靈巧手的設計與生產者，它們在研發(fā)、測試、調試過程中，會接觸到大量真實的操作場景。

無論是從實驗室里測試捏薯片、擰瓶蓋，到與客戶合作時在工廠里測試零件裝配，還是在服務場景中測試遞取物品。

在這些過程中，靈巧手的傳感器會實時記錄下手指的位置、力度、速度，以及與物體交互的細節(jié)。這些數據，都是具身智能行業(yè)急需的優(yōu)質教材。

更重要的是，優(yōu)質的靈巧手數據擁有對力的控制。這種細節(jié)，是本體廠商們生成數據時難以點對點捕捉的，但靈巧手廠商們對這種力控數據無疑有著主場優(yōu)勢。

可以說，每一只靈巧手都是一個移動的數據采集器，而靈巧手廠商們手里握著一座未被開采的「數據金礦」。

而在眾多靈巧手玩家里，靈巧智能率先亮出來了第一桶金，在 9 月底，其正式發(fā)布并開源了大規(guī)模人手操作動作數據集 DexCanvas。

這一動作，跳出了硬件供應商的單一敘事，使其升維成了行業(yè)數據基礎設施的構建者。

在規(guī)模與精度上，DexCanvas 融合了超過 1000 小時的真實人手操作多模態(tài)數據，覆蓋動作、視覺、力覺以及由此衍生出的超過 10 萬小時的高保物理仿真數據，數據精度覆蓋亞毫米級軌跡。

在物理真實性方面，它通過一套獨創(chuàng)的數據采集與處理流程，保障了手與物體交互過程中的幾何與力學特性符合真實物理規(guī)律，有效縮小了仿真與現實的差距。

在技術路徑上，DexCanvas 的核心作用在于夯實了「Real2Sim2Real」的閉環(huán)。DexCanvas 通過將真實世界采集的高質量數據注入并優(yōu)化仿真環(huán)境，訓練出更強大的控制模型，再將這些模型高效地部署到真實的靈巧手上，形成了一個不斷自我增強的、數據驅動的技術閉環(huán)。

最后，也是最具行業(yè)推動力的一點，是 DexCanvas 的全面開源。

通過 Hugging Face 等主流 AI 社區(qū)平臺，靈巧智能與全球學術界、產業(yè)界共享這一數據集。這不僅降低了靈巧操作研究的門檻，更旨在構建一個圍繞高質量數據的技術生態(tài)，將自身定位為行業(yè)基礎設施的貢獻者，而不僅僅是硬件方案的競爭者。

開源數據集帶來行業(yè)生態(tài)效益

今年以來，一股開源浪潮正在席卷整個具身智能領域，這也標志著行業(yè)發(fā)展從各家的單打獨斗來到了生態(tài)共建的新階段。

開源是一種集眾智、采眾長的模式，通過一家開放共享創(chuàng)新成果，推動資源的自由、多向流動和高效配置，減少的是全行業(yè)的研發(fā)成本和時間。

工信部有關負責人也表示，開源正成為培育新興產業(yè)的重要手段、發(fā)展新質生產力的重要路徑。

而 DexCanvas 的開源正逢其時，為行業(yè)帶來了多重影響。

首先，數據集的開源將大幅降低靈巧操作研究的門檻。在過去，高質量靈巧操作數據的采集需要昂貴的設備和復雜的流程，這構成了極高的入門門檻。

現在，任何研究團隊，無論規(guī)模大小，都可以直接基于 DexCanvas 數據資源啟動研究，這有效地壓縮了從算法構思到現實驗證的周期。其次，DexCanvas 為行業(yè)提供了急需的基準和標準。靈巧操作領域長期存在數據標注規(guī)范不一的問題，沒有統(tǒng)一標準就會影響算法的通用性與可遷移性。

DexCanvas 采用 22 類人手操作模式分類框架，同時對力閉合、形閉合等物理屬性進行統(tǒng)一標注，為行業(yè)提供了一個可參考、可復現的數據基準。

這種標準化嘗試，讓不同團隊的研究成果具備了可比性，利于推動整個領域在統(tǒng)一標準下更有序地發(fā)展。

更重要的是，開源數據生態(tài)有望打破靈巧手硬件與特定數據的強綁定，催生更多樣化的解決方案。

在各家單打獨斗的競爭局面下，產品的算法與硬件往往是高度耦合的，這就會導致 A 家開發(fā)的算法可能很難遷移到 B 家產品上。

DexCanvas 的數據源于純人類演示，不依賴特定機器人形態(tài)，這也是跨平臺技能遷移所需要的重要通用基礎。

研究者可以基于 DexCanvas 提供的高質量數據，在各種開源模型上進行算法創(chuàng)新，再將這些算法應用于不同的硬件平臺。這種分工協作的生態(tài)，遠比任何單一企業(yè)的閉門造車更高效、更有活力。

當然，開源并非萬能鑰匙。它解決了「數據有無」的問題，但如何持續(xù)更新、維護數據集的長期價值，以及如何確保其在多樣化的真實工業(yè)場景中依然有效，是留給整個行業(yè)的新課題。

這需要更多企業(yè)、研究機構加入開源生態(tài)，共同貢獻數據、完善標準，形成良性循環(huán)。

如今，靈巧手廠商們正站在一個新的十字路口。

是繼續(xù)安于「高級零部件供應商」的舒適區(qū)，還是勇敢地撬動自身獨有的數據優(yōu)勢，向上構建算法與系統(tǒng)的能力，成為具身智能生態(tài)建設的不可或缺的推動者。

撕掉「零部件廠商」的標簽，不僅僅是公司定位的轉變，更是一次價值重構。在 AI 深度融合的當下，單一的硬件模塊已經不再是價值高地，驅動硬件變得智能的數據流與算法才是更珍貴的靈丹妙藥。

靈巧手廠商們坐擁著通往金礦的入口，能不能真的挖到金礦，關鍵在于是否具備開采、提煉并運用這些數據資產的能力與魄力。

未來，誰能在這場大混戰(zhàn)里爭奪一席之地，要看誰既能造出靈巧的手，又能賦予手智慧的靈魂。

       原文標題 : 靈巧手廠商們，別只當零部件供應商