【编者的话】

　　在第二届世界人形机器人运动会上，智元子公司临界点派出参赛的灵巧手OmniHand在“粉末称重 ”（误差0.5克以内） 、“开瓶撬盖”等精细操作赛项中斩获7金。比起双足行走、奔跑和翻腾 ，这些看似不起眼的小动作，更让人兴奋 。

　　为什么灵巧手要取名“灵巧”？为什么给机器人装上一双像人类一样的“巧手 ”会成为世界级难题？一双优秀的灵巧手究竟是如何炼成的？本期科技前沿聚焦具身智能“巧手
”
，从机械结构
、指尖触觉与算法协同中探寻其“炼成”之道。

　　话题主持：新民晚报记者马丹、马亚宁

　　机器人走得稳 、跑得快，仅仅是让它到达工作岗位的“基础交通工具
” ，真正决定它能不能替代人类干活
、能不能产生商业价值的
，在于手臂末端那只看似不起眼的“手”
。

　　上海临界点创新智能科技有限公司首席执行官乔天杰接受新民晚报专访时认为，机器人要真正走进工厂、商场乃至日常生活 ，除了能看 、能想
，还得有一双能够使用人类工具
、完成真实工作的手。

　　为何灵巧手是机器人的“命门 ”？

　　在过去几十年的工业自动化浪潮中，机械臂的末端大多装备的是气动两指夹爪或电磁吸盘 。这类“手
”只能执行简单的“开”与“合 ” ，本质上是一种高度特化的专用工具
。但在具身智能时代
，人形机器人被寄予了走进千行百业乃至千家万户的厚望，灵巧手便不可避免地成为了机器人的“命门
”。

　　“具身智能需要干活 ，灵巧手是最重要的末端 。”乔天杰说：“我们人类的物理世界
，大到门把手、方向盘，小到螺丝刀 、水杯 ，全都是按照人手的生理结构来设计的
。机器人要在这个世界里使用人类的工具，核心前提就是它的手必须和人手长得足够接近。 ”

　　更重要的是
，在人工智能的系统架构中，灵巧手不仅是负责干活的“输出端” ，更是至关重要
、负责感知的“输入端
” 。

　　当前的大模型可以通过摄像头“看到”并“想明白 ”任务
，但物理世界是充满不可预见性的
。一个玻璃水杯表面的摩擦力有多大？一个苹果的表皮刚度是多少？螺丝拧到一半时的阻力反馈是怎样的？这些极其丰富的物理信息，仅靠视觉是无法获取的 ，必须通过灵巧手在接触物体的瞬间实时感知并回传给大脑。没有灵巧手作为“数据探针
”
，AI大模型就无法在物理世界中形成真实的闭环，机器人的动作就会变成缺乏分寸感的“盲目输出” 。

　　所谓“灵巧 ” ，究竟巧在何处？

　　人类的手
，是大自然经历数百万年进化出的极致工程学奇迹
。一只人手拥有约27个自由度，由极其复杂的骨骼、肌肉和肌腱系统精密驱动。要在机器上复刻这种灵巧 ，不仅是对机械制造的挑战
，更是对算法与传感技术的考验 。

　　对于硬件工程师而言，最大的挑战在于“螺蛳壳里做道场
”。他们需要在仅重数百克的手掌和纤细的手指里 ，塞入十几个甚至数十个微型伺服电机 、减速器以及驱动板，同时还要兼顾轻量化
、体积限制与足够的握力输出
。在赛场上夺金的OmniHand
，就在紧凑的空间内实现了16个自由度的设计。

　　但是，乔天杰表示 ，简单追求绝对的高自由度
，往往容易陷入一种“技术误区” 。

　　近来 的灵巧手大致分为低、中 、高三个段位：6自由度的低配手在拿捏钉子或握持勺子时，往往姿势僵硬 ，连工具都拿不稳；而拥有20个主动自由度以上的高端手
，虽然在实验室里能做出极度仿真的动作，但为了将更多零件塞进狭小空间 ，其机械设计往往逼近极限
。

　　“在比赛现场
，我们就看到一些高自由度的手忽然发生故障，或者因为电机严重发热而直接卡死罢工。一旦自由度过高 ，它的可靠性和稳定性必然会大打折扣
，费用 也会极其昂贵 。 ”

　　除了机械结构上的取舍，真正的“灵巧
”还离不开感知维度的有触觉、知分寸 ，以及算法维度的眼手心协同
。一只优秀的灵巧手，能在抓取生鸡蛋时不捏碎
，在挥舞榔头时握得牢，这就要求其指尖传感器与背后的力控算法实现毫秒级的无缝配合。

　　全球灵巧手到底“卡”在哪里？

　　尽管灵巧手在具身智能的蓝图中至关重要 ，但从全球视野来看
，这项技术的大规模普及仍面临多重博弈与重重卡点 。

　　首先，是算法模型的“维度爆炸 ”与泛化难题
。在这次运动会上 ，没有任何一支队伍能够在短短两个月的备赛期内
，训练出一个可以泛化通用
、搞定所有任务的AI模型。“现在的夹爪模型相对成熟，稍微微调就能适配多种任务 ，但灵巧手完全不同 。
”乔天杰解释说
，一只灵巧手有十几到二十个自由度，一双手加起来的自由度 ，基本上跟全身上下除了手之外的所有关节加起来一样多
。“从夹爪的2个自由度暴增到双手的近40个自由度
，这种复杂性的呈指数级跃升，对模型训练的考验是极其巨大的 ，短时间内很难用单一模型覆盖所有场景。”

　　其次，是全球产业链与底层技术的较量 。“在硬件本体的成熟度上
，国内灵巧手相比国外有领先优势。 ”乔天杰认为，中国新能源汽车产业的狂飙突进 ，为机器人产业带来了极其成熟的产业链红利
。大量的微型电机、传感器供应链以及来自汽车行业的顶尖工程人才
，正在向具身智能领域快速迁移。

　　“但是，在模型算法和顶尖AI人才这一块 ，仍存在一定的技术卡点 。”不过
，他也强调，中国在算力基础设施和数据采集方面推行速度极快 ，各地建立的数据采集基地正在为具身产业提供源源不断的“燃料
”
。“有了海量的优质数据基础
，加上充足的算力，我们有信心在未来训练出更好的基础模型。”

　　据悉 ，临界点近来 正在打通数据采集到模型训练的链路
，预计2026年下半年会有基于灵巧操作通用模型的展示 。

　　第三，从“考场 ”走向“市场
”还存在商业化鸿沟
。实验室里演示的Demo和工厂流水线上的量产完全是两码事。一旦进入真实工业场景 ，客户会极其严苛地计算ROI（投资回报率） 、节拍速度，以及MTBF（平均故障间隔时间） 。“如果灵巧手宕机导致客户的生产线停线
，这个损失是极其巨大的
。可靠性与成本控制，是灵巧手迈过商业化门槛的终极考验。”

　　一双巧手未来将重塑哪些场景？

　　近来 ，临界点的灵巧手已经实现了万台以上的量产规模
，不仅供给智元机器人本体，还广泛推向了国内外各个垂直领域的工业与商业客户 。当这双“巧手 ”逐渐褪去实验室的神秘光环 ，它究竟将如何重塑我们的生产与生活？

　　乔天杰表示
，近来 有一个反直觉的行业共识，最先大规模应用灵巧手的 ，未必是长着双腿的人形机器人
，而是“机械臂+灵巧手
”的组合
。“很多商业模式如果要实现真正的良性运转，成本控制是核心。绝大多数的物流分拣
、工业装配场景都是固定在一个工位上的 。在这些场景里 ，‘臂加手’就是一个能干活的最佳系统
，完全不需要买一个完整的人形机器人，省下来的底盘和腿部成本 ，能让企业的投资回报率迅速回正。”

　　以往，传统夹爪确实能搞定70%到80%简单的抓取与放置任务
，但使用螺丝刀、电钻 、进行线束插拔
、精细理线等复杂工艺只能依靠人工
。如今，随着中段自由度灵巧手的性价比大幅提升 ，这些长期困扰制造业的“自动化盲区 ”将被逐一扫除。

　　不仅如此
，灵巧手未来或许将走进更为广阔的生活商业场景，比如在酒店里熟练铺设床单、折叠毛巾；在便利店里总结 货架 、补齐商品；甚至是未来走进家庭 ，成为养老看护助手 。

　　“未来
，随着灵巧手不断进化，机器人越来越聪慧 ，我们希望能将人类从繁重
、枯燥劳动中解放出来
。而这样的未来或许就在不远处。
”

（文章来源：上观新闻）