機器人的「最后一公里」：深聊靈巧手的「不可能三角」與六大技術門派

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

（來源：網易科技）

撰稿 ｜Vicky Xiao

編輯 | 陳茜

大家覺得讓機器人學會走路難，還是讓它學會打開一聽可樂難？我猜大部分人都會説走路難吧，畢竟人類花了幾百萬年才學會直立行走，波士頓動力的機器人摔了無數次才學會后空翻。

但我最近在採訪的時候，才發現一個完全顛覆我認知的事實：在機器人世界里，開可樂這件事比走路可難太多了！也就是説，控制靈巧手要比控制軀體難上至少十倍，而從目前的售價對比上我們也能感受到：

中國Unitree G1人形機器人（會走路）：1.6萬美元；

波士頓動力Atlas機器人（會后空翻）：預估14萬美元；

英國Shadow Robot的靈巧手（會擰瓶蓋）：價格未公開，但業內估計超過10萬美元

也就是説：一隻手的價格接近一個完整的頂級機器人！這是什麼概念？這好比一個方向盤的價格接近整輛特斯拉。所以機器人的靈巧手為什麼難做？目前技術發展到什麼階段了？業內的技術派系有哪些、有什麼值得關注的公司？

今天我們就來聊聊，這個讓全世界頂級機器人工程師都頭疼的終極難題——機器人靈巧手。以及我們與特斯拉前靈巧手負責人創業的團隊TetherIA一起聊聊，一個300多美元的「Android版機器人靈巧手」如何試圖顛覆這個被壟斷了30年的高端市場。

（本文為視頻改寫，歡迎大家收看以下視頻）

01

機器人的「最后一公里」

為什麼我們能看到機器人在工廠里分揀產品，在倉庫里搬運貨物，但卻很少看到它們能像人一樣靈活地擰開可樂瓶蓋，或者精準地拿起一顆螺絲釘？答案就在於：手的複雜性遠超我們的想象。

人類的手有27個自由度，包含27塊骨頭、29個關節、34塊肌肉，以及數不清的神經末梢——這是一個經過了數百萬年進化的「精密儀器」。更神奇的是，這個「儀器」讓我們能夠既有力量握緊工具，又有精度穿針引線。這樣的能力造就了人類文明，但對機器人來説，要復刻這樣的能力，就非常有挑戰了。

而這，就是機器人工程師們面臨的終極挑戰——機器人靈巧手，英文叫Dexterous Hand，在機器人學里，它專門指高度仿人、具有多自由度、能夠完成精細操作的機器人手。它能夠模擬人手的抓取、操作和感知功能。那什麼樣的機器人手才能稱得上「靈巧」？

第一，它得有足夠多的「關節」。我們人手有27個自由度，而機器人靈巧手通常需要6個以上，高端產品能達到20-27個。這就像是給機器人裝上了真正能「動手指」的手。

第二，它得有「繡花」般的精細控制。我們説的是毫米級甚至更精細的操作——想象一下用機器人手穿針引線，或者像我們一會兒要看到的那樣，精準抓取只有5毫米的M5螺絲釘。

第三，它得有「觸覺」。不只是能看到，還要能「感受」。觸覺傳感器、力覺傳感器、位置傳感器等等，就像給機器人裝上了神經系統，讓它知道抓得是輕是重，是軟是硬。

第四，它得會「察言觀色」。遇到圓的就用一種抓法，遇到方的就換另一種。看到玻璃杯就輕拿輕放，看到鐵塊就可以用力一些。這就是自適應抓取的能力。

最后，它得長得像人手。人類世界的所有工具都是為人手設計的。如果機器人能夠模仿人手的結構、功能和配置，它們就能快速且經濟高效地應用，而無需改變我們的環境。

如果我們看看歷史會發現，靈巧手從有這個概念，到現在逐步趨向成熟，已經走過了40多年的歷程。

Stanford/JPL Hand開創了靈巧手的先河，3根「人形」手指，每根三個關節，配備觸覺/力反饋。但它更像是證明「這事兒能做」的概念機。

Utah/MIT Hand、DLR Hand等各顯神通，技術路線百花齊放，但都停留在實驗室：能演示，但離實用還差十萬八千里。

就在靈巧手還在實驗室「紙上談兵」時，簡單粗暴的兩指夾爪已經佔領了工廠。雖然只能「抓」和「放」，但便宜、穩定、夠用。這就像是功能機時代——雖然簡陋，但解決了核心需求。

Shadow Robot、Allegro Hand等陸續商業化，價格高達數萬美元，主要服務科研機構。這個階段就像早期個人電腦——功能有了，但普通人買不起。

特斯拉入局改變遊戲規則。馬斯克不只要做靈巧手，還要規模化生產。同時，GPT等AI大模型的突破為機器人控制打開了新世界的大門。

特斯拉22個自由度的新手、TetherIA的300美元開源革命、各路開源項目涌現。靈巧手即將迎來「智能手機時刻」——從極客玩具變成人人可得的工具。

然而，靈巧手雖然迎來了巨大的突破，但還是有很多的難點。這個難點並不僅僅在技術上的突破，更重要的是要兼顧性能，成本還有可靠性，這就成了一個「不可能三角」。

02

靈巧手的「不可能三角」性能、成本、可靠性

在現場採訪中，我才知道一個可能會顛覆很多人認知的觀點：靈巧手的控制比整機控制要難10倍！

在TetherIA位於硅谷的辦公室，我見到了他們一路以來設計的各種迭代版本，以及他們剛發佈上線的這款開源的靈巧手產品Aero Hand Open。

在我自己真正上手嘗試去控制靈巧手之前，我都非常不理解，一個完整的人形機器人要平衡、要走路、要導航，怎麼可能比一隻手還簡單呢？但當我自己嘗試去控制這隻手的時候，發現真是沒那麼容易。

我在操作的過程中感覺到視覺與力量的協作，是非常關鍵的。由於我是完全感知不到觸感和力度，我抓握的完全是空氣，只能憑藉我的眼睛觀察靈巧手與物體的接觸反饋來及時調整。這就很像軟件驅動靈巧手的過程。

我們知道，人類的抓握過程依賴於神經系統、肌肉控制和多模態感知。

人類抓握力的調整分為兩個閉環控制：第一是前饋控制（Feedforward Control），也就是大腦基於視覺和經驗，在抓取前預測所需力量。例如，看見一瓶水時，大腦會預估重量，先設定一個初始抓力。

第二個階段是反饋控制（Feedback Control），在手指接觸物體后，實時通過觸覺和滑動信息進行調整。如果物體開始滑動，神經系統將在<100毫秒內反射性增加力量。這是一種快速的「感知和反應」的閉環。

如果靈巧手要完全複製人手的這個反饋閉環，需要的不只是傳感器和控制算法的堆疊，而是一個更接近人類神經系統的分層控制架構。可以類比為「大腦控制」和「小腦控制」：大腦控制依賴視覺、經驗和推理，用於規劃動作和做出高層決策；而小腦控制則依靠觸覺、力反饋和實時的平衡調整，負責細節上的動態微調與協調。

把多模態傳感（力/力矩、觸覺、視覺）與感知—判斷—調整的閉環控制結合，再通過深度強化學習不斷優化整個系統的策略，真的是非常有挑戰的研發過程。

所以在2023年年底，BC特斯拉的第二代人形機器人Tesla Optimus Gen 2發佈捏雞蛋的demo那麼受到關注，正是因為它基於視覺的「大腦」和基於力控的「小腦」在協作進步。

雖然實現這一切很難，但要真正實現機器人在多場景下的應用，還真是得依靠靈巧手不可。這個邏輯很簡單：人類世界是為人類設計的。所有的工具、設備、環境都是按照人的尺寸和能力來設計的。要讓機器人真正融入人類世界，最有效的方法就是讓它們具備類似人類的能力。

所以，要想讓靈巧手真的走向產業化、還有一個難題要解決，那就是靈巧手的」不可能三角」。如果把機器人靈巧手比作一個三角形，那麼它的三個頂點分別是：性能、成本、可靠性，而這個三角形有個殘酷的特點：你只能優化其中兩個角，第三個必然會受到犧牲。

而如果想要高性能，英國Shadow Robot公司的靈巧手就是完美的例子。它擁有超過120個傳感器，可實現觸覺感知，擁有20個電動關節和24個自由度，其尺寸、形狀和運動範圍與人手相當，非常適合執行專為人手設計和優化的任務。但是，它的價格超過10萬美元！

想要低成本？市面上有很多開源項目，比如DexHand和Amazing Hand，可以3D打印，成本能控制在300美元。但性能嘛...只能説是「擺造型」，抓取功能基本是沒法使用的，甚至一些入門級的商業產品在這方面也不足。

想要高可靠性？那就得簡化設計，減少故障點。越複雜的系統，維護成本越高，故障率也越高。但這樣一來，性能又會大打折扣。

這就像是在玩一個永遠無法獲勝的遊戲，除非你能夠找到突破這個三角形的新方法，而在產業中，大家一直在尋找這樣的方法來突破不可能三角，這也衍生出了靈巧手江湖中的6大門派。

03

技術流派大揭祕

6大門派的江湖恩怨

爲了解決靈巧手的「不可能三角」，在機器人靈巧手的江湖里，主要有六大門派，各自有着不同的武功路數：

Chapter 3.1直驅派：簡單粗暴的「搭積木選手」

這一派的哲學很簡單：需要動哪里，就在哪里放個電機。就像韓國Wonik Robotics的Allegro Hand，16個自由度，16個電機，電機「一對一」服務；還有最新出的國產產品SharpaWave，Wuji Hand以及XHand，都是這個路線。

這種設計的優點在於方便精細控制。缺點在於，電機驅動器體積小、抗衝擊差、不可反驅、指末端力輸出小，而且維護和維修都不太方便。

這一派的代表是特斯拉的Optimus和Shadow Robot。特斯拉大家都熟悉了，而Shadow Robot這家英國公司就像是靈巧手界的「勞斯萊斯」。近30年的技術積累讓他們在高端市場佔據統治地位，但高昂的價格也限制了他們的市場擴張。

他們的設計思路最接近人體：把「肌肉」（電機）放在前臂，通過「肌腱」（鋼絲繩或高強度合成纖維）來控制手指運動。

這就像是控制木偶一樣——所有的線都連到一箇中央控制檯，通過拉動不同的線來實現複雜的動作。這種設計的優點是輕量化、力量輸出穩定、具備一定自適應能力，而且佈局和人體更接近。特斯拉最新的Optimus手宣稱它擁有22個自由度，已經非常接近人手的27個自由度了。我們實地探訪的TetherIA他們現在推出的這款高性價比靈巧手也是採用的繩驅方案。

但是，繩驅動也有自己的麻煩。

Chapter 3.3液壓派：追求極致力量的「暴力美學」

加拿大Sanctuary AI公司就走的液壓驅動派系。他們的Phoenix機器人配備了21個自由度的液壓手，能夠產生強大的力量輸出。

液壓系統的優勢是力量大、響應快、功率密度高，能完成高負載任務，但傳統上液壓系統都很龐大。Sanctuary AI的突破在於將液壓組件小型化到硬幣大小，並且經過了20億次循環測試而無泄漏。

這就像是把挖掘機的液壓系統縮小到了手錶的尺寸，技術難度可想而知。不過，液壓系統依然面臨成本、維護、噪音和能效方面的挑戰，因此目前主要用於特定工業和研發場景。

Chapter 3.4 連桿派：發揮機械美學的「優雅派」

這一派的代表作是源自韓國研究團隊提出的ILDA靈巧手，通過精巧的連桿設計實現高自由度動作。它的哲學是：將驅動器全部集成在手掌內部，用連桿、搖臂、滑塊等機構把多個直線動作「分配」到多個關節，讓手指多個關節彎曲，擺出類似人類手指的各種姿態。

這種方案的優點是結構緊湊、自由度高、外形優雅，充分展現了機械設計的美感；但它的缺點也很突出——抗衝擊性較差，在複雜或高負載場景下可靠性不足，導致整體實用性偏低。

Chapter 3.5 混合派：工程師的「中庸之道

還有一些設計嘗試將直驅、繩驅、連桿機構等組合起來，折中成本、重量和性能。例如一些開源或學術手就採用連桿+部分驅動的方案，用較少的執行器實現更多自由度，在科研和教學中很受歡迎。

混合方案之前一直停留在學術研究領域，而TetherIA正在通過混合派路線，開發他們旗下的另外一款高自由度靈巧手方案。他們通過剖析人手的具體功能和結構（結合繩驅及拉桿方案），將上面提過的繩驅、拉桿等方案有機結合在一起，通過強大的工程化實現能力，開發出了一款既高效又可靠的高自由度靈巧手方案。

Chapter 3.6 值得一提的「開源派」

他們是亂拳打死老師傅——不拼技術精度，不比硬件豪華，而是用開源的方式打破行業壁壘。雖然單個產品可能不如Shadow Robot那樣精密，但它們的威力在於「羣狼戰術」：把靈巧手的價格門檻做到最低，讓全世界的工程師都能玩得起靈巧手，從而反過來推動技術的進步。

從DexHand到ORCA Hand，越來越多的開源項目正在降低技術門檻。這就像是Android系統對手機行業的影響一樣，可能會徹底改變遊戲規則。

而TetherIA在研發一款高自由度、非常接近人手性能的靈巧手的同時，發現系統其實可以極致簡化，於是也做出了一款低自由度、但據說也是市面上性能最好之一的靈巧手。這款靈巧手已經在前陣子發佈，並全部開源，售價僅僅為300美元。

團隊對我們説，他們這款靈巧手是極度任務導向的。雖然自由度較低，但能完成很多接近人手的任務。那我們就來看看，這雙手已經能完成哪些複雜的任務。

04

四個Deomo背后的技術密碼

接下來通過四個TetherIA的最新產品展示demo，我們來看看每個看似簡單的動作背后隱藏着什麼樣的技術挑戰。

Chapter 4.1 抓取螺絲釘

M5螺絲釘直徑只有5毫米，這個demo看起來簡單，實際上是對精細控制能力的終極考驗。

Chapter 4.2 抓取大物件

抓大盒子的挑戰完全不同。這時候，機器人手只有指尖的一小部分在接觸物體，就像是用指甲尖去抓握一個籃球。

開可樂是最讓人印象深刻的dem，因為它真正展現了機器人手的「人性化」特徵。

我本來想使個壞，使勁搖晃了下可樂罐，本來想讓靈巧手給我開個「噴氣式」可樂的，但是...怎麼這麼平靜？這次使壞失敗，大家如果知道怎麼能讓可樂罐搖晃打開能噴出來的給我留個言，我下次再去找靈巧手試試。

Chapter 4.4 拿iPhone——桌面操作的「終極考驗」

這個看似最簡單的動作，實際上是技術含量最高的。iPhone緊貼桌面，手指必須伸入只有幾毫米的縫隙中，還不能與桌面發生硬碰撞。

AI大模型時代的靈巧手

目前，我們正處在一個特殊的歷史時刻：AI大模型的突破為機器人技術帶來了前所未有的可能性。

比如前面説的Vision-Language-Action（VLA）模型，就給機器人的「大腦升級」。傳統的機器人需要為每個任務編寫專門的程序，而VLA模型讓機器人能夠理解自然語言指令，並將其轉化為具體的動作。這就像是給機器人裝上了「翻譯機」——它能夠將「幫我倒杯水」這樣的自然語言翻譯成具體的動作序列。

此外，Sim2Real（仿真到現實）技術正在解決機器人訓練的成本問題。在虛擬環境中，機器人可以進行數百萬次的試錯，而不用擔心損壞硬件。但是，仿真和現實之間總是存在差距。

這就像是在遊戲中練習開車和在現實中開車的區別——基本技能可以學會，但真正的路感還是需要實際體驗。

不僅如此，甚至在硬件上，AI也在發力。機器人昂貴的一個原因，是它的供應鏈比較缺乏。很多這種驅動器都是專門爲了機器人定製的，目前來説產量也比較低，所以整個行業的成本還沒有辦法做得非常便宜。並且，傳統機器人的設計是通過不斷提高產品的精度，來實現很多高級、炫酷的功能。但是現在有了AI的加持，對機器人硬件的精度要求就不會再繼續那麼高，所以整體的價格我們相信會越來越低。

而TetherIA推出的這款繩驅方案的開源靈巧手，就是想讓硬件以便宜的價格被更多機器人和科技愛好者所採用，在此之上去更好的用AI開發軟件來加速靈巧手和機器人的技術進步。

這就像是Google的Android策略——雖然蘋果的iOS可能在單個產品上更優秀，但Android通過開放生態獲得了更大的市場份額。而且通過開源硬件，全世界的研究者都成為數據貢獻者。

06

機器人走進家庭的前夜：

從擁有一雙真正靈巧的手開始

回顧機器人靈巧手的發展史，其實就是人類技術進步的一個縮影。我們從模仿自然開始，逐步理解其中的原理，然后用工程的方式去實現，最終可能會超越自然的原型。

我們在採訪中發現，TetherIA的故事特別有意思，因為它代表了一種新的發展模式：通過開源降低門檻，通過眾包加速創新，通過生態建設推動產業發展。這就像是Linux對操作系統行業的影響，或者Android對移動行業的影響一樣。

當然，從300多美元的開源版本到真正實用的家庭機器人，這中間還有很長的路要走。技術上的挑戰、成本上的壓力、應用場景的探索，每一個環節都充滿了不確定性。

但是，正如受訪者在採訪最后説的那樣：我們相信五年之后，我們會看到機器人在很多地方部署，它不會是一個停留在視頻里或者概念里的東西，就像我們現在每天接觸ChatGPT一樣，它會真正在我們生活當中產生巨大的價值。

也許再過數年，我們回頭看2025年，會發現這是機器人真正走向普及的起點。到那時，每個家庭都可能有一個機器人助手，能夠幫我們做飯、打掃、照顧老人、陪伴孩子。而這一切的起點，就是讓機器人擁有一雙真正靈巧的手。

以上就是我們機器人系列的第一期的內容，之后我們還會走訪硅谷明星初創公司和一線研發機器人的團隊，從大腦、AI算法、數據、腦機接口等多個維度來深度聊聊機器人如今的研發現狀。關於機器人，大家還有什麼想問的、想聊的，歡迎在評論區一起告訴我們吧。

視頻有視覺和音樂的加持，更能呈現出這些精彩的故事細節。 請跳轉至硅谷101【視頻號】收看完整版

注：部分圖片來源於網絡

【本期節目不構成任何投資建議】

【視頻播放渠道】

國內：B站｜騰訊｜視頻號｜西瓜｜頭條｜百家號｜36kr｜微博｜虎嗅

海外：Youtube

聯繫我們：video@sv101.net

【創作團隊】

監製｜泓君 陳茜

撰稿 ｜Vicky Xiao

主持｜陳茜

剪輯/動效｜踹 AK12 橘子

運營｜王梓沁 孫澤平 朱婕