<mark id="oztn4"></mark>
0
“關于靈巧手，你可以認為所有 demo 都是假的。一切都是過擬合的結果，自主完成任務的能力基本不存在。從業者和非從業者對技術進展的認知差距過大，需要一些可視化的東西來彌合這種鴻溝。”一位業內人士告訴雷峰網 AI科技評論。
這一說法后來得到了多方認同。放眼剛剛過去的 WAIC 和 WRC 兩個大會，預編程仍是主流。
今年以來，具身智能的焦點突然從本體延伸至靈巧手——上游零部件、下游本體紛紛下場，靈巧手初創公司遭受兩面夾擊。
投資者也多方下注，主要押注三個特征：最 AI、最像人手、最早量產。
但智能不足仍是最大痛點。
此外，何為最像人手？商用客戶到底在哪里？圍繞這些問題仍爭議不斷。環境一片嘈雜，所有爭議又最終指向另一個問題——降本。
作為上游部件，理想的狀態本應該是“規模量產—數據涌現—技術迭代—成本下降”，但飛輪跑不開就是死循環。本征資本的邢大地指出，靈巧手行業的殘酷之處在于，場景需求和競爭優勢不明確，市場很容易紅海化，“這樣的項目幾乎是必死的”。
2024 年以來，靈巧手廠商期望以最后一環的“降本”作為飛輪啟動鍵，應對上下游夾擊，焦慮表現之一在于，技術遠未成熟，但價格戰已過早升級為一場鏖戰。
（目前已發布靈巧手產品的公司，AI 科技評論整理）
具身智能的聚光燈依舊灼目，靈巧手已經被推到了臺前。
這已經是共識。隨著機器人操作能力成為焦點，靈巧手日益被提上日程。這個賽道從闃無人跡到人滿為患只用了短短半年多時間，還有大批玩家在持續涌入中。雷峰網(公眾號：雷峰網) AI科技評論梳理出的二十多家靈巧手廠商，大致可被劃分為三類。
第一類為上游零部件廠商向下拓展，比如靠電機起家的兆威、靠觸覺起家的帕西尼，以及由工業夾爪向靈巧手過渡的大寰……作為其優勢能力維度的自然延伸，這類廠商的靈巧手產品往往天然帶有鮮明辨識度。
同時，在過去數年間積攢的供應鏈管理能力也有助于成本和性能的可控。
以大寰機器人為例，其電動末端執行器的出貨量迄今已超過 20 萬套，通用的生產設備能攤薄成本，在空心杯電機、絲桿等零部件物料采購時也可以有更多的優勢，諸如以同等的價格采購更加優質的零部件。此外，這類企業往往也形成了較成熟的零部件測試體系，有助于確保產品可靠性。
第二類為下游整機廠商向上布局，這一點成為今年靈巧手賽道的新趨勢。
一段時間以來，整機廠造手被“詬病”分散精力、不務正業，但是事實上，它們早期大多選擇外采，最終自研更多只是多方比對下的無奈之舉。
這樣的故事有很多：星海圖曾經嘗試從外面采購靈巧手，但發現兼容性和穩定性存在問題，隨整機賣出后客戶反饋難以落地；優必選認為別家的方案并不適用于自己專注的工業場景；智元也曾依賴外采的靈巧手進行數據采集，多方嘗試均未滿足要求，于是干脆轉向自研……本質在于，靈巧手方案同應用場景關聯緊密。
相比之下，擠在前兩者的夾縫之中，純粹的靈巧手廠商在數量上反而少得多。
現實情況是，零部件廠商與整機廠往往并不把靈巧手作為主要的現金流產品，前者更多將靈巧手作為一個集成單元以展示核心部件能力，部分廠商甚至為了避嫌（避免被質疑同靈巧手客戶競爭）只敢低調賣手；
后者的靈巧手基本集成在自己的本體上，甚少單買。魔法原子的一名銷售經理告訴AI科技評論，靈巧手作為末端執行器能夠深入場景，滿足用戶需求，先把業務跑起來，這也和公司今年官宣的“千景共創計劃”相呼應，“之前我們也考慮過外采，要么價格太高，要么性能不足，達不到客戶的要求”。
總之整機廠造手還是為了賣機器人。真正一心一意賣手的只有靈巧手初創公司。
新玩家持續涌入的過程中，投資者和獵頭等外圍人士也看到了新的機會，很多人已經察覺到整機領域的收斂與飽和趨勢，轉而開辟新的戰場。今年多起相關融資金額達到數億元，從種子輪到B+輪的階段均有涉及。
有投資者向AI科技評論分析，靈巧手的投資，目前其實就三個點：一是最像人手，比如較高的自由度；二是量產能力，比如工程化能力等；三是智能化程度。投資者可能每條技術路線都會押注，賭最終跑通的那家是自己投出來的。
但在技術遠未收斂、行業一片嘈雜的背景下，這三個問題又盤根錯節、相互影響。
最像人手的靈巧手應該長什么樣？
一只健全的人類手掌容納有 27 塊骨骼、19 個關節、35 塊肌肉、123 條韌帶和48根神經；可為了復刻其動作，靈巧手需要數百個大大小小的零部件。如何將這一數量龐雜的零部件排布成手掌大小并保證靈巧操作，在業內引發了巨大爭議。
即便是手指數量這樣一個最簡單的問題，也爭論不斷。
從最像人手的角度思考，一只手理所當然應該長著5根手指，但從功能性角度，90%以上的人手動作能僅靠四指完成。這方面典型的案例是帕西尼。作為曾經堅定的四指主義者，帕西尼認為小拇指對于靈巧操作的用處有限，因而出于成本考量省去了小指。
帕西尼 CTO 張恒第解釋，四指映射的核心是保持動力學上的相似性。具體有兩種方案，一種是直接忽略掉小指，但鑒于小指在維持平衡方面的重要性，這并非最佳方案；另一種則是把無名指和小指通過合力和合力矩的等效性映射過去，相當于把后兩根手指合二為一，保證在對物體施力時，四指實現的力的分布同五指接近，力的分布越接近，最終行為就會越接近。
但剛剛過去的 WRC 上，帕西尼的靈巧手也變成了五指。張恒第對 AI 科技評論感慨“胳膊擰不過大腿”，盡管四指方案更具成本優勢，業內認知難以扭轉，五指也有助于數據采集之后的開源。
在手指數量的討論漸趨收斂之后，自由度是靈巧手廠商們的另一個角逐點。
目前，市面上的國產靈巧手自由度從個位到數十個應有盡有，其中最高一款是靈心巧手的 Linker Hand L30 科研版，配備了 42 個自由度，遠高于真實的人手。
理論上，靈巧手的自由度越高，就越靈活，但隨之而來，控制靈巧手的難度也越大。在大寰機器人看來，自由度并非越多越好，而應視情況而定。用一個高度靈活但難以控制的靈巧手一站式解決抓取問題其實實現起來特別復雜。自由度數要同機器人大、小腦發展進度相匹配。
這一觀點得到普遍贊同。在多名業內人士看來，單純卷自由度沒有意義。換句話說，現在不是比誰家的自由度高，而是誰能更有效驅動每個自由度。
此外，從機械結構上看，一個主動自由度對應一個電機，要將十幾個電機塞進一只手掌，難點重重：要么將手做大做重，但這反過來又會增加慣性降低靈敏度，成年人一只手的平均重量約為 400 克，但目前市面上的靈巧手往往數倍于此；
要么將電機尺寸做小，但手的抓握力會隨之受到影響；
要么效仿特斯拉第三代靈巧手將電機布局從手掌移到手臂，但這又意味著可能給信號傳輸和動力傳遞帶來時延，進而影響手指動作精度，手指與電機之間連接繩的壽命和維護也是一大挑戰……
被動自由度則和傳動相關，而傳動方案也是靈巧手技術路線的最大分歧點。
靈初智能靈巧手技術人員王幫向AI科技評論解釋，腱繩方案的靈活度更高，但其一致性和剛度略差，壽命也構成問題，長期使用后腱繩易拉伸變形，導致精度下降；連桿方案則以犧牲一定自由度換取可控性，結構穩定但柔性抓取能力不足。從這一維度來看，靈活性與可控性似乎站在了難以調和的對立面。
AI科技評論多方詢問后發現，目前國內廠商仍以連桿方案為主流，尤其已量產者普遍為確保可靠性走相對保守的技術路線。部分廠商甚至直言，做繩驅明顯就是不想量產，特斯拉的靈巧手短期內不會落地，可能僅僅是為了采集數據。
但仍有廠商愿意冒險挑戰主流。曦諾未來是國內為數不多采用全繩驅方案的靈巧手，其技術人員稱可以通過創新結構和腱繩材料克服蠕變問題。此外，以智元 Skill Hand 為例的“絲杠+連桿+腱繩”混合傳動方案也正浮出水面。
此外，業內關于靈巧手的結構設計還有全掌與斷掌之爭，后者通過在手掌增加一個自由度，適應不規則物體的抓取；傳感方案上，大部分廠商采取力觸覺傳感器，而自變量機器人在其靈巧手上加裝了攝像頭，以應對操作過程中的遮擋問題……
“靈巧手的技術路線遠遠未達成共識。”一位從業者表示，電機、腱繩、連桿的不同組和，會帶來不同的精度、響應效率、負載載重、自由開合區間，“哪個參數更重要？各家認知都不一樣，甚至可以說，盡管都可以稱之為靈巧手，但各家在做的完全不是一種東西，而是幾百種不同的產品。”
相比機械結構， AI 不足是靈巧手更為致命的“阿喀琉斯之踵”。
沒有智能化的靈巧手本質與夾爪無異，甚至由于傳動鏈路更長，重復定位精度基本只能達到 ±0.2 毫米，遠低于工業夾爪的 ±0.02 毫米。傳統二指夾爪需要每個任務單獨編程，而靈巧手的意義在于多任務遷移和使用工具。
但現實情況是，當前的靈巧手也只不過是“單獨編程”的變體——模型訓練效果十分有限，純數據驅動的手尚未出現，大部分動作仍然靠手寫規則或遙操實現。
剛剛過去的 WAIC 和 WRC 現場，情況同樣如此。有技術人員向 AI科技評論透露，要判斷是否為模型驅動，看靈巧手抖不抖就行，因為模型訓練是通過大量數據實現的，素材員每次采集數據時，手臂位置、移動速度都不可能是一樣的，模型最終會取一個平均值，訓練出來的動作多少會有一定抖動。
不過，業內仍普遍認為，軟件提升潛力遠大于硬件，軟硬一體是必走的一條路。
目前路線已收斂到強化學習。曦諾未來的模型團隊成員解釋，他們會先在 Sim2Sim 中通過強化學習得到一個基礎策略，然后在 Mujoco 中進行遷移學習驗證，緊接著會挪到實體的手上，再進行 Sim2Real 的一致性驗證。
大寰機器人CTO張新生表示，大寰的靈巧手訓練模式采用基于觸覺、關節位置、電機位置等數據的強化學習方式。這種方式在相對復雜的抓取動作中更有優勢，能在短時間內訓練收斂出可用的控制策略。
更深層面，靈巧手泛化不足的本質仍被認為是數據量匱乏，行業仍在等待涌現。
這首先是視覺數據和精準行為數據的欠缺。舉例來說，即便是一個簡單的杯子抓取，杯子的不同形狀、不同方向、不同位置、不同環境和光照等等更都需要不斷調整并收集數據，物理世界中所有可能出現的情況都要考慮在內。
觸覺數據則更為匱乏，在靈巧手爆發之前，這一領域基本一片空白。
盡管多數靈巧手廠商都在靈巧手上加裝了力覺、觸覺傳感器，但采集并將觸覺模態數據真正投入訓練是另一回事。多位業內人士從成本角度出發告訴 AI科技評論，短期內，觸覺模態的意義不會很大，其真正爆發一定是具身智能在工業、商業應用徹底成熟，并開始進入交互要求更為精細的家庭場景之后。
但從長遠計，觸覺一定是大勢所趨。已經有公司在提前布局。
張恒第認為，要讓機器人真正理解物理世界，必須補齊觸覺模態——這是僅靠視覺觀察和語言描述無法實現的，“脫離接觸力信息的AI，在預測變化如何發生時，總是學不會遵循現實世界的動力學約束。”
今年6月，帕西尼數據采集工廠正式啟用。采集的數據分為兩類，一類是諸如 pick and place、in hand manipulation 等元動作數據，預計年內會向全行業開源；另一類是產線工序、商業應用（如咖啡拉花）等垂類數據，帕西尼會自己訓練消化或售賣。
“不到兩個月時間，數據工廠已采集500多萬條數據。我們希望把數據放出去，加速提升靈巧手和具身智能系統在各行業的落地。”張恒第表示。
數據采集完成后，靈巧手廠商會通過模態空間對齊或 LoRA 訓練實現多模態數據的融合，即所謂“手眼協同”。各家在數據選擇方面的表現基本是數據金字塔的不同組合，多個數據來源均會考慮，這和具身智能整體的情況一致。
對一些廠商而言，要實現泛化，更重要的是高質量數據而非大規模數據，因而仿真數據被置于鄙視鏈的底端。
自變量機器人是其中之一。據稱，其用自研的端到端大模型實現了20自由度靈巧手的自主操作，提升數據質量是實現這種泛化的關鍵之一。在自變量機器人創始人王潛看來，數據質量上的差距能讓模型訓練效率拉開量級差異，數據環節的錢不能省，“有的時候通向目標最近的路往往是看上去最難的那條。”
靈巧手的買家會是誰？這個問題仍然沒有一個統一的答案。
此前，很多人會認為會是整機廠。作為一項上游部件，靈巧手似乎只有組裝在機器人本體上才有落地的可能。但在整機廠紛紛下場自研之后，靈巧手廠商不得不尋求更優解。打破僵局的希望寄托在終端客戶。
AI科技評論詢問多家靈巧手廠商后得知，科研客戶仍占主流，來自高校、院所的訂單占大頭。此外，商業和工廠也有一些散單。至于優先哪一場景，爭議頗大。
商業派如曦諾未來表示，靈巧手用在商超等場景會多一些。他們認為，工業場景對精準度要求高，在大腦尚未完全打通、算法仍不夠精準流暢的情況下，工廠只有一些簡單場景可落地，而這些場景實際并不需要這么高的自由度，再者人手本身也不以精度見長，以替代人手為目標的靈巧手可能也難以執行高精度任務。
除了商超，部分靈巧手廠商還在一些小眾商業應用方向做了探索，比如靈初智能用靈巧手打麻將，為了優化用戶打牌體驗，他們特地調整了算法使之會“點炮”。
工業派如大寰機器人則表態會優先工業場景，當然這種選擇也同其過往積累有關。
張新生認為，電爪對抓取成功率要求極高，特點是精密力控、大行程；靈巧手不是要同電爪這類精密執行器“搶活”，而是在中小批量柔性生產中替代人，優勢在于柔性生產、快速部署和換型，比如抓治具、揀貨、包裝入盒等比人從事同類工作良率更高、一致性更好，但相對來說又有一定的容錯率。
應用于工業場景的靈巧手往往手型更大，負載也更高。
出乎意料的是，3C、汽車等產線的客戶對買手用手更積極。由于新品迭代速度快、定制化程度高，高柔性的特點使之需要頻繁調整產線、更換末端執行器。在這樣的背景下，靈巧手未來或許能提供一個一勞永逸的選擇。
去年以來，優必選的靈巧手隨著本體進入了一批汽車廠。有從業者表示，其實通常的搬運用更便宜的夾爪也可以做，但有些客戶考慮到通用性，希望機器人既能搬運又能分揀，因此還是會配備靈巧手，不然則需要頻繁更換末端執行器。目前工人搬運的料箱一般不得超過 15 公斤，靈巧手的負載足夠覆蓋。
帕西尼觸覺傳感器靈巧手早期的訂單發生在2023年，客戶將之用于了柔性產線等領域。
他對人形機器人抱有開放心態，認為在一些細分領域，臂加手的系統甚至會先落地。“人形機器人的價值在于多模態感知規劃和以靈巧手為核心的靈巧執行，而非單純的‘形似’人形。我們采集數據時也重點關注末端的運動學和動力學數據，而其它部分則由機器人的逆解來完成。”
產線直接購買靈巧手而不帶機器人本體，為靈巧手廠商繞開整機廠提供了機會。
但無論是哪種場景，需求仍然比較零散。特別是從上游零部件拓展布局靈巧手的廠商散單居多，更多是傳統產品的老客戶看到有新品愿意一試。
“但客戶往往把我們當成‘許愿池’。”有廠商苦笑：“他們總會幻想——你會推出一個非常棒的產品，可以解決一切問題。不就是個手嗎？有那么難嗎？但實際上目前能解決的問題基本只有搬運、分揀。”
一旦客戶的高期望同技術現實發生碰撞，便會發現難以落地。
張新生也坦言，能體現出靈巧手的不可替代性的工業應用還有待開發。
歸根結底，技術不成熟仍是最大桎梏。靈巧手的最大商用價值在于泛化性，而當前最大痛點也在于泛化不足。商用困境和智能化不足的問題繞在一起，導致其應用場景不聚焦，無法真正導入量產。
圍繞靈巧手技術路線、模型訓練、量產的種種爭議，其實最終都會歸結于成本。
AI科技評論詢問多家靈巧手廠商“靈巧手機械結構中最難、成本最高的是哪一部分”，得到最多的答案是電機。一只空心杯電機的價格約為一兩千，按照一般靈巧手配備 6-12 個的數量估算，僅電機一項零部件成本便動輒幾萬。
而電機同主動自由度直接掛鉤。因而不少廠商表示，更高自由度的手不是不能做，但自由度增加使價格直線上升，客戶就更不愿意買單了。
因此，賣得最好的靈巧手往往不是自由度最高的，而是性價比最好的。以靈心巧手為例，目前其主力量產產品并不是自由度高達 42 個但售價直逼 10 萬元的 L30，而是自由度均在 20 以上，售價分別為 1.9 萬和 4.9 萬的 L10 和 L20。據悉，另一家靈巧手公司也考慮量產低自由度版本的靈巧手，同時用高自由度版本的手做數據訓練，對方稱“量產版本計劃先做8個自由度，看市場會不會買單”。
另一個有趣的點在于，除傲意科技稱憑借自研電機將靈巧手重復定位精度做到了 ±0.1 毫米，其他品牌均止步于 ±0.2 毫米。魔法原子銷售經理解釋，這是相對可控成本內的最優選擇，“當前階段，用戶不一定關心抓取成功率，但如果價格拉開很大差距，用戶會買最便宜的。總之目前一切以成本為先。”
即便是跟隨整機賣出去，到付費環節，用戶也可能要求將靈巧手換成夾爪。
由此，靈巧手的商業化似乎陷入了一個“想要降本但又缺規模”的死循環，而理想的狀態本應該是“規模量產—數據涌現—技術迭代—成本下降”。
主動降本因而成為啟動飛輪的第一環。國產替代和設計上的精簡優化是常見途徑。
在國產替代的大趨勢下，靈巧手的一些關鍵核心部件價格已經得到明顯控制。以傳感器為例，7年前指尖觸覺傳感器需要4萬人民幣以上，去年，帕西尼的一枚多維觸覺傳感器已降至3000元，今年的最低價格甚至進一步降低到了199元。
“觸覺模態要用起來，價格必須低，價格低了應用才會多，有了應用才會有數據。價格的降低是正循環的一個好開端。”張恒第表示。
關鍵部件降價也將靈巧手推入了價格戰。
早年間，國內采購一只 Shadow Robot 靈巧手大概需要 100 多萬元，高階款甚至高至 200 萬元。隨著國內玩家蜂擁入局，靈巧手的價格斷崖式下跌， 10 萬元以內已屢見不鮮，更有產品跌破萬元。今年 4 月，靈心巧手推出的 17 自由度手 Linker Hand O7 定價僅 8800 元；一個月后，慧靈科技發布的 eHand-6 工業靈巧手更是將價格壓至 2999 元。
但堅守高價賽道不肯降價的廠商也有，比如兆威靈巧手定價仍然在 10 萬元以上。有業內人士認為，靈巧手降價的速度遠遠跑在技術升級速度之前，其本質如同年初所謂智駕平權，看起來一片熱鬧，但實際上低價款和高價款在各項參數上差距甚遠，千元級靈巧手不過就是不實用的玩具。
無論如何，短期內降價確實打開了銷路，這一點有目共睹。靈巧手甚至開始上線電商平臺。大寰機器人是第一家在京東售賣靈巧手的企業，他們發現，高校、科研院所等客戶群體往往要求現貨、到貨速度快，更加傾向于線上的方式采購靈巧手。
從出貨量來看，因時機器人占據龍頭，今年上半年銷量超過 4000 臺；此外，靈心巧手每月出貨量為兩三百臺；傲意今年有望實現靈巧手銷售額破 1000 萬元。
但隨著出貨量攀升，另一個問題也隨之而來——靈巧手生產的精細化程度比機器人本體更高，難以自動化，大部分情況下還要靠成熟工程師手動組裝。
“我們爭取有一天能用靈巧手組裝靈巧手吧。”張恒第表示。不過目前，這仍是個美好的遠景。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
