本文约4500
字，建议阅读12分钟

马斯克又给人形机器人行业划了个重点，这一次是“手”。

在G20会议上，当被问及人形机器人如何真正走向大规模应用时，他将人形机器人的实用能力归结为AI软件、AI芯片与机电灵巧性三方面的共同作用，并特别强调了手部能力。

这一表态也和当前的行业趋势形成了共振。近半年来，灵巧手成为具身智能领域升温最快的细分方向之一，大量资金持续涌入，独角兽接连跑出。这本质上源于机器人商业化需求与技术进展的交汇：真实作业要求更复杂更丰富的操作能力，而模型和感知技术的不断提升则提供了实现这些能力的必要条件。

但灵巧手操作能力越强，面临的问题也越复杂。更多自由度意味着更多需要同时协调的关节，更复杂的传动、感知与控制系统，也进一步抬高了可靠性和开发门槛。

打开具身智能应用边界的末端环节，正在成为新的技术瓶颈。

从抓取到操作，为什么需要更好的手？

事实上，工业机器人早就拥有自己的“手”了。在高度标准化的汽车、3C生产线上，夹爪、吸盘等末端执行器已经使用多年。它们结构简单、稳定，也足够便宜，如果一个工位始终只需要拿起同一种零件，再将它放到固定位置，一只能够稳定开合的夹爪往往就已经足够。

灵巧手面对的则是另一类任务。

伯牙智能创始人兼CEO刘欣告诉硬氪，今年以来，能明显感受到来自精密制造等领域的机器人手部操作需求增加。一些已经拥有较高自动化水平的工厂，仍然存在不少依赖人手完成的工序，产业客户也开始主动寻找能够替代这些操作的机器人方案。这类工序通常涉及形态不一的物料、精细装配或工具使用，操作过程需要根据物体状态不断调整手指姿态和力度，很难仅靠固定动作的夹爪完成。

伯牙智能的灵巧手完成拧螺丝帽动作

对机器人手部能力的要求也由此发生了变化。过去大量工业操作集中在抓取和搬放，但在更复杂的柔性作业中，抓取只是第一步，机器人还需要完成手内调整，甚至使用工具继续操作。

3C产线和汽车总装的柔性装配环节就是典型的场景。同一条产线上，机器人可能需要面对尺寸、形状、材质各不相同的零部件，并完成拿稳、调整角度、安装等连续操作。如果针对每一种零件分别设计夹具，不仅增加设备和换型成本，也很难适应频繁变化的生产任务。

一些不规则或易损物料还会进一步增加操作难度。不同手指需要形成不同的接触位置和受力状态，还要根据物料状态的变化不断调整，否则不仅可能抓不稳，还可能造成物料损毁。

完成这类精细复杂的手部操作，高自由度是重要基础。更多可以独立运动的关节，意味着更大的操作空间，也让手指能够组合出更丰富的姿态，在抓住物体之后继续完成调整和操作。

而对高自由度的追求，事实上远早于这一轮具身智能浪潮。

早在二十多年前，为了尽可能复现人手的复杂运动能力，英国Shadow Robot推出的Shadow Dexterous Hand就已经拥有24个自由度。到了今天，国内灵巧手的自由度进一步向上推进，20个以上自由度已经成为高自由度产品的常见选择。

作为科研平台，Shadow Dexterous Hand足够前沿，此后也长期活跃在机器人灵巧操作研究中。但这种技术上的领先，并没有自然转化为高自由度灵巧手的规模化产业应用。二十多年后，新一轮具身智能浪潮才再次将高自由度灵巧手推向产业化。

这个产业背景说明，高自由度是实现复杂灵巧操作的必要非充分条件。更多自由度提供了完成复杂操作的可能，但要把这种可能变成真正的操作能力，还取决于每个关节的活动范围和出力，位置、速度和力能否被准确控制，以及多个关节之间能否保持协调。

进入真实作业后，要求还会进一步增加。刘欣对硬氪表示，在客户的实际需求反馈中，稳定性、寿命、成本和维护，往往会和自由度一起进入一只灵巧手的评价体系。“高自由度或许决定着灵巧手作为前沿技术的上限，但如何把灵巧手应用起来，以及稳定性等可用性指标是灵巧手作为产品的下限。”

一只灵巧手的工程门槛

伯牙智能对一只更好的手的理解，也是在产品迭代中逐渐形成的。

2024年10月底，伯牙智能团队启动当前的核心灵巧手产品——高山S1的开发。2025年春节前，团队完成第一版样机，此后大约每三个月进行一次大的版本迭代。直到今年上半年，产品的整体架构才逐渐稳定下来。

很多今天看起来已经确定的技术选择，实际上都是在这个过程中逐步收敛出来的。传动方式就是其中之一。

高山S1最终采用了一套以绳驱为主，同时结合直驱和连杆的混合驱动方案。

伯牙选择绳驱，首先看中的是它的柔性。相比齿轮等刚性传动，绳驱可以将电机等重量相对集中的部件后置，让手指末端更轻、惯量更低，同时减少齿轮传动中的背隙。

刘欣尤其看重它在力控制上的特点。“它的位置和力是能够缓慢释放的，非常像人手，逐渐地去微调，然后慢慢发力。”在需要接触不同物体、不断调整力度的灵巧操作中，这种特性提供了更大的控制空间。

但绳驱的优势和难点，某种程度上来自同一个地方。“绳子有弹性，它可能还会蠕变。”刘欣解释，所谓蠕变，是绳索在持续受力后可能发生拉伸。由此带来的问题是，整个传动关系并非严格线性，也更难被精准建模和仿真。

与此同时，人手不同关节承担的功能也有所不同。伯牙智能因此没有简单地为所有关节采用同一种方案，而是根据不同关节的运动和受力需求选择了不同的传动方式。

从首版样机到现在，团队解决的问题也越来越具体：关节出力不足、动作不够平顺、结构难以装配，以及部分零部件容易损耗。

而即便目前高山S1的整体架构已经相对稳定，伯牙智能仍然在继续改善寿命、稳定性等指标。这也是大多数灵巧手企业现阶段聚焦的工程化核心，和已经经过数十年产业迭代的成熟工业零部件相比，灵巧手仍然是更新一代的机器人硬件，行业整体都还处在持续工程化的阶段。

伯牙的“小脑”，先从封装操作技能做起

但把20多个自由度可靠地装进一只手里，只解决了一半问题。

自由度越高，机器人能够完成的动作越多，需要控制的变量也随之增加，位置、速度和力都需要实时协调，多个手指和关节之间也必须同步配合。如果把所有这些细微控制都交给上层大模型实时决定，问题会迅速变得复杂。

OpenAI最新模型GPT-6 Astra的一项机器人操作测试，恰好提供了一个有意思的参照。在简单的抓取和放置任务中，GPT-6 Astra在20次测试过程里，有19次成功控制机械臂将方块放入碗中。但当任务变成将圆形拼图精准插入对应凹槽时，成功率骤降至2/20。另一项包含开笔帽、双手递尺子等操作的双臂测试中，GPT-6 Astra总共100次尝试也仅完整完成了7次。

这组实验还不能直接等同于灵巧手的实际工业表现，但它一定程度上反映出大模型已经能够很好地理解任务内容，但当物理操作变得更加精细，问题就远远超出了上层模型的能力。

这也是伯牙试图在“大脑”与手之间加入一层“小脑”的原因。在刘欣的设想中，上层模型更多负责理解任务、环境并制定策略，而一些对实时性要求更高、更细致的动作执行，则由下层控制系统承担。伯牙的思路，是先把一部分已经验证的基础操作能力封装起来，让上层模型不必每次都从关节控制开始解决问题。

目前，伯牙已经完成了小脑模型1.0版本的研发搭建。团队将带有时序关系、需要多个关节配合的力位混合控制技能封装为可调用的动作。上层模型可以根据任务需要选择、调用和组合这些技能，而具体的关节协调与底层控制则交给小脑和控制系统完成。伯牙目前已内置三十多种标准动作，并计划进一步提供工具，让客户能够设计和扩展自己的动作库。

伯牙的小脑模型库

围绕这一思路，伯牙还在构建一套“灵巧操作系统”。除了小脑层，系统还提供灵巧手底层控制SDK、ROS支持以及主流仿真平台的适配。客户既可以按照自己的技术路线直接开发底层控制，也可以通过小脑提供的基础技能，减少从零开始调试高自由度灵巧手的工作量。

这背后其实是一个商业化问题。对于科研团队而言，开放的底层接口可以支持新的算法实验；但对于希望解决具体作业任务的产业客户来说，购买一只手并不是终点。如果还需要投入大量工程师，花几个月时间解决基础控制问题，那么硬件性能再好，也很难迅速转化为实际生产力。

伯牙希望把一部分原本需要客户反复解决的共性问题，提前变成产品自身的能力。让客户在拿到灵巧手之后，把更多时间花在自己的任务上，而不是重新开发一遍灵巧手基本动作。降低灵巧手的使用门槛本身，也是产品的重要组成部分

不过，在刘欣的讲述中，伯牙也清楚，现阶段的小脑1.0主要解决的还是基础技能封装和复用问题，距离真正具备广泛适应能力的运动智能还有很长的路要走。接下来的小脑2.0，团队计划进一步引入状态预测、实时反馈以及与上层模型更深入的交互，让小脑逐渐从执行预先定义的技能，走向能够根据实际操作状态持续调整动作的运动智能层。

真正的门槛才刚刚出现

可以看到，技术热度已经迅速传导到了资本市场。过去一年，灵巧手成为了具身智能最密集的创业方向之一，资金持续进入，多家高估值公司已经跑出。供应链随之成熟，电机、丝杠、触觉传感器等关键零部件也都有越来越多的厂商参与。

但行业真正的商业化仍处于早期，伯牙智能也不例外。目前公司的客户仍以科研需求为主，但刘欣告诉硬氪，今年以来也已经有一些具有一定体量的产业客户带着具体场景找到公司，希望共同寻找解决方案。

对一家灵巧手创业公司来说，这两类客户提出的是完全不同的问题。

科研客户更关注性能边界：自由度够不够高、控制是否开放、能不能支持新的算法实验；产业客户则更直接：这只手能不能稳定完成任务，多久需要维护一次，以及替代人工之后究竟是否划算。

从前者走向后者，是当下几乎所有灵巧手公司都需要跨过的一道门槛。伯牙智能的应对方式是继续扩充不同定位的产品矩阵，同时将机械臂、视觉、触觉以及控制系统纳入整体规划。最终目标是让更多行业能够以更低的开发成本，把灵巧操作真正接入自己的业务。

这也决定了灵巧手接下来的竞争，很可能会和过去一年看到的不一样。刘欣判断，未来一到三年，“灵巧手表层的门槛会降低，深层的门槛会变高”。

这是一个看似矛盾的变化。随着供应链完善，做出一只拥有十几个甚至二十多个自由度、能够完成基本动作的灵巧手，会变得越来越容易。行业表面的技术差距可能因此迅速缩小。

但样机越来越容易做，并不意味着产品门槛的降低。“Demo可能是在一个特定条件下的上限，但是做产品是要关注下限的。”刘欣说。

这也解释了，为什么行业里的技术领先并不总能自动延续为产品领先。在刘欣看来，当行业进入更深层次的产品竞争，仅靠某一个足够突出的长板还不够，真正拉开差距的是长期迭代中积累下来的系统经验。

“我们都是在模仿上帝，照着人的双手去造产品。只看外观，如果工业设计足够好，都会很漂亮，都是五根手指，看起来大差不差。”刘欣说，“但是里面的内核往往有着极大的差异。”

系统如何设计，复杂传动如何长期保持精度，几十个关节如何稳定协同，损坏后能不能快速维护，客户拿到产品之后又需要投入多少工程师才能让它真正工作……这些很难在一段Demo视频里被看到的能力，反而会随着机器人真正进入产业而变得更加重要。这些都是刘欣所说的“深层门槛”。供应链成熟可以让样机更容易做出来，但一家公司在产品迭代和客户交付中逐渐积累起来的经验，则很难被轻易颠覆和替代。

这也是灵巧手从前沿技术走向工业产品必然经历的一次筛选。

过去两年多时间，人形机器人已经证明了自己可以站起来、走起来，甚至跑得越来越快。接下来产业需要回答的，是它究竟能够接过多少原本属于人的工作。当这个问题成为竞争核心，一双真正能够干活的灵巧手，才刚刚开始接受考验。