机器人的巧手如何炼成

智元量产灵巧手OmniHand在扎气球

话题主持：本报记者 马丹 马亚宁

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。

为什么给机器人装上一双像人类一样的“巧手”会成为世界级难题？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。

机器人走得稳、跑得快，仅仅是让它到达工作岗位的基本要求，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。

既能干活又可充当“数据探针”

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了机器人的“命门”。“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。”乔天杰说。

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，但物理世界充满不可预见性。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”。

紧凑空间里实现更多自由度

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，不仅是机械制造的巅峰挑战，更是算法与传感技术的终极考验。硬件工程师面临极大的挑战：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。

目前的灵巧手大致分为低、中、高三个段位：6自由度的低配手往往姿势僵硬，连有些工具都拿不稳；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。“一旦自由度过高，它的可靠性和稳定性必然会大打折扣，价格也会极其昂贵。”乔天杰表示，简单追求绝对的高自由度，往往容易陷入“技术误区”。

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。

大规模普及尚面临多重卡点

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。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，这种复杂性的指数级跃升，对模型训练的考验极其巨大，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。”

最后，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。”

未来将走进更多生活商业场景

目前，临界点的灵巧手已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，它将如何重塑我们的生产与生活？

乔天杰表示，目前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。“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，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；在便利店整理货架、补齐商品；甚至在未来走进家庭，成为养老看护助手。 本报记者 马丹

指尖添“手感”，机器人学着拿捏分寸

复旦大学可信具身智能研究院研究员 陈文明

拿起一只装水的纸杯，需要多大力气？人类往往无需思考，手指便会随着接触的变化调整力度。这种人们习以为常的“手感”，却是当前机器人尚未掌握的核心能力。我们团队研发的“类人”指尖触觉传感器μ-Tac，借鉴了人类指尖的解剖结构，直径仅6至9毫米，就能感知按压、剪切、扭转和滑移等多维接触信息，为灵巧手精细操作提供了关键技术。

指尖内嵌微镜感知形变

机器人触觉能力与人类仍存在显著差距，简单说，机器人的触觉传感已有多种实现方式，但指尖触觉仍面临空间与功能的博弈。指尖的弧度和几何轮廓直接决定了手指与物体的接触方式及抓握时的受力分布，不能为了容纳内部器件随意改变。因此，指尖触觉的研发，本质上是在不破坏生物力学优势的严苛边界下，进行的一场微观“感知”系统工程。

基于前期的AI视触觉传感器研发基础，团队采用“内视外柔”策略，将1.6毫米微型摄像头嵌入指尖弹性体内部。接触物体时，指尖表面受力变形，摄像头便能记录下其随之发生的“微米级”细微变化，为感知接触提供信息。通过这样的设计，整套系统被压缩在直径6至9毫米的指尖内，完美复刻了人类手指的原始外形，既保留了抓握的力学优势，又赋予了感知能力。

从形变反推出物理受力

要让灵巧手用力得当，首先要准确感知指尖的细微受力。端起一只纸杯，指尖既要感知和控制夹紧的力度，也要应对杯子下滑或偏转的趋势。按压、剪切、扭转等复杂受力往往同时出现，接触的位置和方向也会随动作改变。由于指尖柔软且弯曲，相同的力作用在不同位置会产生不同的形变，如何从复杂的形变中准确解析出受力的大小与方向，是实现精准触觉感知的核心难点。

为了从细微形变中获取丰富的接触信息，研究人员让指尖在不同位置、不同方向反复经历按压、摩擦和扭转，再利用AI模型学习“形变图谱”与“实际受力”之间的映射关系，使其具备从视觉形变反推物理受力的能力。经过训练，模型就能根据指尖表面的形变来估计指尖受到多大的力、力朝向哪里，以及物体是否存在滑动的趋势。在有了这些信息之后，控制系统就可以据此调整灵巧手的动作。

抓握过程随时调整力度

搭载μ-Tac的灵巧手能够轻松抓起薄脆的薯片。对于这类易碎物品，捏得太紧容易破碎，太松又拿不稳，指尖的触觉反馈为控制抓握力度提供了依据。小小一片薯片，让机器人用力的“分寸”变得直观可见。

抓住物体只是开始，抓握过程中还要随时感知变化、调整用力。让灵巧手轻轻捏住气球，演示者拉动气球，施加外部干扰。随着拉力增大，气球出现滑脱的趋势，指尖实时感知到接触变化，并将信息反馈给控制系统。手指随之适度收紧，将气球捏稳，同时控制力度，收放自如。

这样的能力，也与机器人实际工作中的许多需求相通。分拣水果需要减少挤压，拿取柔软包装需要应对物体变形，装配零件则需要根据接触阻力修正动作。触觉为这些操作提供了接触后的信息，使机器人能够根据实际受力作出调整，为处理易碎、柔软以及需要精细操作的物品提供了超越人类的“手感”。

有望承担更多细致工作

μ-Tac将细微的接触变化转化为灵巧手调整动作的依据，让机器人面对柔软、易碎的物品时，能够更有分寸地用力。这一能力的实现，依赖于感知算法、运动控制和具身智能模型的技术协同，三者共同支撑起机器人对物理世界的“手感”理解。

从工厂里的零件装配、物品分拣，到家庭中的整理收纳、辅助照料，灵巧手的应用空间正在这些具体需求中展开。今天，毫米级指尖里的探索，连接着机器人感知世界与付诸行动的过程。未来，随着触觉感知与具身智能进一步融合，小小指尖有望承担更多细致工作，让机器人的“灵巧”从技术概念转化为生产生活中的实用能力，最终推动人工智能从数字空间走向物理世界。