1. 首頁 > 生活百科 > >

腦子比不過AI，手也要淪陷了？這只靈巧手看得我有點慌

aiar智能眼鏡rokid

【腦子比不過AI，手也要淪陷了？這只靈巧手看得我有點慌】腦子比不過AI，手也要淪陷了？這只靈巧手看得我有點慌

文章圖片

腦子比不過AI，手也要淪陷了？這只靈巧手看得我有點慌

文章圖片

腦子比不過AI，手也要淪陷了？這只靈巧手看得我有點慌

文章圖片

腦子比不過AI，手也要淪陷了？這只靈巧手看得我有點慌

文章圖片


機器之心原創
作者：張倩
人類手部是自然進化的杰出產物 ， 從早期靈長類的簡單結構演變而來 ， 兼具力量與靈活性 。

在「用進廢退」原則的驅動下 ， 拇指逐漸變長且肌肉發達 ， 能夠與其他手指精準對握 ， 實現精細操作 。 手部由多個關節組成 ， 具有高度靈活性 ， 可完成捏、握、夾等多種動作 。 此外 ， 手部皮膚富含觸覺感受器 ， 能夠感知壓力、溫度和紋理等信息 ， 為操作提供精準反饋 。 憑借卓越的靈巧性和精細控制能力 ， 手部能夠執行多樣化任務 ， 成為人類與物理世界交互的關鍵工具 。

人手構型演化過程
以人為參照的機器人系統一直是人類的夢想 ， 如果能在機器人身上復刻人手的這些能力 ， 具身智能的未來會是什么樣子？
隨著人工智能從信息世界向物理世界不斷延伸 ， 越來越多的人開始思考這個問題 ， 由此衍生出「靈巧手」這個重要方向 。
但讓「靈巧手」像人手一樣靈活并非易事 。 人手在非結構化環境中表現出卓越的靈巧性、柔順性和魯棒性 ， 能完成精細操作和力量型任務 ， 其優勢源于肌肉骨骼的串并混聯結構、高冗余肌肉骨骼剛柔耦合驅動、皮膚感知多元信息、肌腱驅動的被動柔性和變剛度特性 ， 以及神經機理控制等 。
然而 ， 人手的復雜結構和功能機制難以完全解釋和模擬 ， 存在功能解釋模糊、物理器件模擬不足、非線性驅動機理難以推導、多尺度操作泛化困難等問題 。 此外 ， 生物與人工系統在驅動、傳感和控制上的本質差異 ， 導致機器人手在緊湊性、靈巧性和環境適應性上仍顯不足 。 在有限空間內集成驅動、傳感等模塊 ， 同時實現力量、速度和精度的平衡 ， 是工程上的巨大挑戰 。
所以 ， 雖然我們現在能在市場上看到不少號稱「靈巧」的靈巧手 ， 但它們中的大多數要么結構笨重 ， 要么動作僵硬 ， 一旦離開預設的理想環境 ， 就無法完成精細復雜的任務 。
不過 ， 在最近的世界機器人大會上 ， 一款「靈巧手」刷新了我們的認知 。

可以看到 ， 這只「手」精確地還原了人手的結構 ， 每根手指都展現出令人驚嘆的靈活性 。 拇指與其他手指的配合更是精妙 —— 不僅能夠緊密配合完成抓握 ， 還能模擬出細膩的捻轉動作 。 球在指尖的滾動是如此自然 ， 無論朝哪個方向運動都沒有滑落 。 這樣的靈巧手不只是技術的展示 ， 更像是對人類手部功能的深度理解與重新詮釋 。
即使在匯聚頂尖機器人技術的世界機器人大會上 ， 這樣的五指靈巧手也屬罕見 。 它的意義遠超簡單的三指、兩指機械手 —— 真正向人手的「掌內操作」這一核心能力發起了沖擊 。 通過五指與手掌的精密協同 ， 它能夠適應不同形狀、尺寸和材質的物體 ， 這種廣泛的適應性是機器人融入真實物理世界的關鍵 。
那么 ， 這款靈巧手究竟攻克了哪些行業難題？為了探尋其背后的技術奧秘 ， 我們與它的研發公司 —— 靈巧智能聊了聊 。 他們向我們揭示了一條艱難而有前景的道路 ， 一條以「柔性」駕馭「剛性」世界的前沿技術路線 。
自由度的「幻覺」
為何 80% 的靈巧手淪為擺設？
你有沒有想過 ， 為什么人有五根手指？為什么這些手指的結構、長度、自由度、關節數是現在這個樣子？當然 ， 從進化的角度來講 ， 這里面有一定的偶然性 。 但這種高度優化的結構確實賦予了人類諸多便利 。
以我們最常用的大拇指為例 ， 它有個很重要的功能叫「對指」 ， 也就是能和其他四指「面對面」碰在一起 ， 這個動作占全手功能的 40% 。 沒有它 ， 我們的手就只能像夾子一樣平行開合 ， 像握住水杯、捏筆寫字、按手機屏幕這樣的小事都做不好 ， 更不用說握錘釘釘子、穿針引線這種精細動作 。

其他四指也各有各的用途 ， 比如食指運動靈活 ， 常承擔精細操作任務；中指在支撐和平衡中起關鍵作用；無名指與中指和小指的協同性強 ， 主要用于增強抓握的穩定性；小指雖短小 ， 卻是擴大手掌接觸范圍的重要部分 。
人手的機動性能優勢源于運動學串并混聯、動力學剛柔耦合物理特性 ， 以人手解剖學結構和功能為參照的類人機械靈巧手憑借其復雜的仿生結構與驅動方式 ， 更有希望模擬人手的靈活運動與精細控制 ， 具備執行高級類人操作的潛力 。 因此 ， 要想做出能讓機器人與物理世界高效交互的靈巧手 ， 在形態和功能上都做到充分「仿生」是一條很有希望的路線 。
然而 ， 從目前市場上已有的產品來看 ， 能滿足這一點的寥寥無幾 。
有些產品依然停留在非五指形態（二指、三指、四指等） ， 這類產品雖然在特定場景有成本或結構優勢 ， 但存在顯著功能缺陷 。 比如二指只能像鑷子一樣夾東西 ， 抓球容易掉 ， 不方便擰瓶蓋 ， 也做不了精細的捏取動作；三指比二指穩一點 ， 但手指配合不好 ， 缺乏對掌結構（拇指模擬） ， 精細操作（寫字、按鍵）和多樣化抓取模式（側捏、鉤握）受限 。 四指已經很像人手了 ， 但「假拇指」不夠靈活 ， 用工具還是笨手笨腳 ， 而且算法復雜度高而功能提升邊際效益遞減 。

不同指數靈巧手
還有些產品雖然做成了五指形態 ， 但在功能上只復現了三指的能力 。 多出的兩根手指不僅增加成本、降低可靠性 ， 還讓控制算法更復雜 ， 最終效果卻比不上優化過的三指設計 。
這就造成了一個尷尬的局面：雖然市面上大部分靈巧手都賣了出去 ， 但由于并不好用 ， 其中的 80% 都淪為擺設 ， 商業化前景堪憂 。
這背后其實反映了一個核心問題：很多靈巧手廠家只是把「自由度數（DOF）」做上去了 ， 但在真正能反映靈巧手可用性的靈巧度（ Dexterity）指標上 ， 很多都不達標 。 而后者才是一款產品是否好用的關鍵 。
為什么這么說呢？我們知道 ， 「自由度」這個概念指的是能夠獨立運動的軸數 ， 一根具有多個關節的手指 ， 每個關節的旋轉或彎曲都可以算作一個自由度 。 所以 ， 很多擁有五個手指的靈巧手都可以把自由度做到很高 。 但靈巧智能告訴我們 ， 單看這個指標意義不大 ， 因為真正的靈巧度是一個綜合性的概念 ， 涉及運動精度、抗干擾能力、動態調整速度等綜合維度 。 只有把這些都做好 ， 靈巧手才能真正變得有用 。
那么 ， 「自由度數」高了 ， 為什么靈巧度上不去？這和技術路線的選擇有很大關系 。
簡單來講 ， 當前靈巧手的技術路線可以分為兩類：剛性直驅和柔性傳動 。
剛性直驅就是用齒輪、蝸輪蝸桿、滾珠絲杠、連桿等機構 ， 直接傳遞電機扭矩 。 這樣做的好處很明顯：精度高、反應快、可靠性強 。

采用剛性直驅的 DLR Hand 。
但這種路線的缺點也很多 ， 包括：
功率密度和散熱問題：手指空間有限裝不下大電機 ， 雖然電機扭矩隨體積呈指數級增長 ， 但空間限制導致功率密度低 。 長時間高負荷工作會嚴重發熱 ， 甚至讓永磁體退磁 ， 縮短電機壽命 。 靈活性與負載能力矛盾：靈巧操作需要小減速比來保證反驅能力 ， 但高負載能力又需要大減速比 。 這種根本矛盾讓減速器設計要求極高、成本昂貴 ， 成了大規模應用的障礙 。 微型化制造難題：微型電機和精密減速器制造難度大、成本高 。 減速器末級齒輪因體積小強度不足 ， 容易損壞 ， 影響長期可靠性 。 傳感器集成困難：高集成度機電系統占據手指大部分空間 ， 力傳感器、位置傳感器等關鍵元件幾乎沒有安裝位置 。這些限制的存在導致很多靈巧手廠家不得不在靈活性、耐用性、感知能力等方面做出妥協 。 但靈巧智能不想妥協 ， 所以從一開始就選擇放棄這條路線 ， 轉向更難但限制更少的柔性傳動 。
繩驅：一條更難 ， 但更仿生的路
所謂的柔性傳動 ， 其實是借鑒了人手肌腱系統的力學特性和功能原理 ， 借助鋼絲繩、高分子纖維等柔性材料 ， 通過滑輪、導管等引導裝置 ， 將遠端電機的動力傳遞到手指關節 ， 實現類似生物肌腱「遠端控制」的驅動效果 。

其中 ， 高動態響應直流電機與易于狹小空間傳動的柔性材料「腱繩」結合來模擬肌肉驅動效果 ， 驅動電機可放在手掌內或小臂里 。 如此一來 ， 機器手指就可以變得更輕、轉動更靈活 。 電機也可以用更大的功率來驅動 ， 而不用擔心過熱問題 。
靈巧手的作業特點與傳統機械臂等剛性機構存在本質差異 ， 多指協同與接觸柔順性成為首選特性 ， 而繩驅動具備本質「被動柔順性」 。
我們知道 ， 工業機器人時代追求「硬」—— 高剛性保證精確定位；而具身智能時代的靈巧手要在復雜環境中工作 ， 需要「軟」—— 被動柔順性讓靈巧手遇到意外時實時調整而非硬碰硬 ， 實現本質柔順與本質安全性 。 繩驅系統的腱繩天然柔軟 ， 遇阻力時會自然彎曲松弛 ， 提供了天然的被動柔順性 ， 這讓靈巧手在預測驅動時能更好地處理不確定性 ， 實現更智能、安全的交互 。 因此 ， 我們看到 ， 特斯拉 Optimus 以及著名的 Shadow Hand 都采用了繩驅方案 ， 因為它更符合第一性原理 。
靈巧智能采用了一種創新的繩驅方案 ——「串并混聯的雙繩正反向剛柔耦合驅動」設計 ， 首次實現了集串并混聯、剛柔耦合、全掌力感知和柔順控制于一體的高密度「驅動 - 傳動 - 感知 - 控制」機電一體化靈巧手 。 這種靈巧手能夠像人手一樣 ， 在其可觸及的立體空間內 ， 從任意角度以手指對捏的方式 ， 穩穩地抓住物體 ， 展現出極高的靈活性和操作能力 。

所謂「串并混聯的雙繩正反向剛柔耦合驅動」 ， 是指通過兩根繩子主動控制手指的相反運動 ， 并在手指內部采用串并混聯機構 ， 賦予其剛柔耦合的力學特性 。 這種設計既能保證運動精度 ， 又能實現本質柔順性控制 。
與傳統的單繩驅動相比 ， 單繩驅動僅靠一根繩子主動拉動手指彎曲 ， 依靠彈簧被動回彈實現伸直；而雙繩驅動則通過兩根繩子的協同作用 ， 實現手指的彎曲、伸展和雙向側擺的主動控制 。 這種主動控制能力使靈巧手的反應速度更快、力度控制更精準 ， 抗干擾能力也顯著提升 。 此外 ， 每個手指的活動空間擴大 ， 手指之間的對捏抓取范圍更廣 ， 進一步增強了靈巧手的靈活性和操作能力 。

當然 ， 其他靈巧手廠家不上繩驅 ， 并不是因為不想 ， 而是這個方向實在是太勸退了 。 隨之而來的很多技術挑戰都難以克服 ， 比如腱繩在傳動路徑中會與滑輪等部件反復摩擦 ， 導致自身磨損、能量效率下降和由繩傳動遲滯性導致的控制精度降低等問題；腱繩要在各種工況下始終保持不松動也不過緊的恒定張力 ， 以確保靈巧手能穩定、精確地工作；此外 ， 你還要在狹小的手部空間內 ， 為數十根復雜的腱繩規劃出高度耦合的路徑 ， 并解決由此帶來的維修困難以及傳感器難以嵌入的問題 。
而且 ， 這些挑戰并非孤立存在 ， 而是相互放大 —— 摩擦導致預緊力衰減 ， 預緊力不足又加劇繩 - 輪之間滑動磨損 ， 而復雜的集成結構使得任何單點故障都可能引發系統級癱瘓 。
為了解決這些問題 ， 靈巧智能進行了多項創新：
應對摩擦損耗：從最終的技術指標反向推導 ， 選用抗拉、耐磨的高強度多股編織纜繩；同時在設計上優化滑輪與導管布局 ， 并在必要時改進工藝以提升干摩擦效率 。 確保預緊力穩定性：在傳動系統中串聯了彈性組件 ， 實現了預緊力的自動補償 ， 在底層控制算法上結合關節角度編碼器與電機端位置傳感器實現動態實時預緊調整 ， 從而避免了復雜的人工校準 ， 保證長時間穩定工作 。 降低系統集成復雜度：采用了模塊化手指設計與次序控制的欠驅動設計 ， 在保留人手關鍵功能的同時 ， 對體積和重量進行了優化 。目前 ， 這些方案已經在靈巧智能的最新產品 ——22 個自由度的高自由度靈巧手 DexHand021 Pro 中落地 。
得益于這些創新設計 ， DexHand021 Pro 通過兩組直線推桿電機模擬人手腕正交關節結構 ， 有效減小手掌回轉半徑 ， 實現了靈巧手空間靈活性與負載能力的平衡 。 大拇指受力關節驅動電機（4 個較大功率空心杯電機）被安裝在小臂部分 ， 通過自潤滑導管線結構解決了胯關節繩驅動力傳輸問題 ， 從而實現大負載力輸出 。
在僅 260×86×50mm 的手掌空間內 ， 它集成了四指全部驅動（12 個空心杯電機） ， 并配備了全關節位置傳感、多點陣高精度力傳感（指尖、指腹與掌心）、基于 MCU 內置預驅與 Ether-CAT 的高速硬實時通訊系統 ， 以及散熱模塊等 ， 總重僅 2kg 。 通過串并混聯手指關節設計 ， 充分調動多電機功率協同 ， 實現四指單指負載1kg ， 大拇指負載2kg ， 抓握負載5kg ， 持續工作溫度70℃ ， 壽命50 萬次等 。 這種「緊湊集成 + 輕量化 + 高性能輸出 + 穩定可靠」的工程化平衡 ， 在當前市場上極為罕見 。
回歸商業本質
為「用」而生 ， 不為「售」而造
能把靈巧手做到這個水平 ， 是時候大規模出貨了吧？在被問及這個問題時 ， 靈巧智能卻表示 ， 他們不著急 。
「整個靈巧手行業大部分還處在『科 - 工 - 貿」的『科』階段 ， 產品和行業都沒成熟」靈巧智能的 CEO 周晨解釋說 。 他們認為 ， 在這個階段追求出貨量沒有意義 ， 「質量比數量更重要」 ， 他們更關心的是真正會使用靈巧手的客戶 。
周晨提到 ， 目前采購靈巧手的客戶大致分兩類：一類是給人形機器人配個手 ， 可能只是個樣子貨 ， 并不真的干活；另一類是真的拿這個手做靈巧操作 。 后者才是靈巧智能的主要目標用戶 。
針對這類用戶 ， 靈巧智能的產品不僅做到了高自由度、高靈巧度 ， 還實現了極高的可靠性、參數一致性和超高性價比（同樣采用繩驅路線的 Shadow 售價高達 100 多萬 ， 但靈巧智能做到了 10 萬以內） 。 因此 ， 對高自由度靈巧手有需求的國內外頂級高校、企業實驗室大多都是靈巧智能的用戶 ， 這些機構已經利用靈巧智能的產品產出了優秀的科研成果 。

節卡機器人基于靈巧智能的靈巧手打造的數據采集系統 。

自變量機器人與靈巧智能合作打造的自動發牌機器人 。
目前看來 ， 在靈巧手的硬件機構方面 ， 靈巧智能已經非常接近終局 。 其采用的成熟空心杯電機驅動方案 ， 不僅技術門檻低、供應鏈穩定 ， 還能大幅降低成本 ， 這使得他們的靈巧手具備快速量產的條件 。
靈巧智能表示 ， 他們接下來要重點提升感知能力和智能化水平 ， 主要攻克人手級柔順控制、環境理解與靈巧操作模型算法等關鍵技術 。 產品將主要面向汽車制造、3C 電子等工業場景 ， 既能適應結構化環境 ， 也能應對非結構化挑戰 ， 實現工具及儀器設備使用和精密裝配等類人操作 ， 滿足全天候連續作業需求 。 同時 ， 他們將與行業伙伴共同推動靈巧手與靈巧操作技術的成熟落地 ， 真正解放人類的雙手 。

靈巧智能與他山科技合作 ， 開源了基于 MuJoCo 的觸覺傳感器仿真框架 ， 實現了靈巧手與觸覺傳感器的深度融合 。
以「手」為鑰
從「信息智能」邁向「物理智能」
當前 ， 我們正處于一個從「信息智能」向「物理智能」跨越的關鍵歷史節點 。 在這個進程中 ， 機器人與物理世界交互的能力 ， 尤其是靈巧操作的能力 ， 已然成為最明顯的短板 。 就像馬斯克所說 ， 「從機電系統角度來看 ， 手部可能占機器人總工程量的一半」 。
靈巧智能通過繩驅技術方案 ， 證明了高自由度靈巧手從理論到工程化的現實可行性 ， 為行業從「參數堆砌」轉向「真實可用」提供了重要參考 。
展望未來 ， 真正的智能交互必然是「腦（決策）- 手（執行）- 感知（反?。 溝母叨刃?。 靈巧智能的高自由度靈巧手為算法研究人員提供了穩定可靠的硬件平臺 ， 讓他們能夠專注于智能算法的研發創新 。 同時 ， 靈巧智能本身也在向這一方向發力 ， 與整個行業一起推動感知、決策、執行三者從割裂走向融合 。
當硬件的可靠性問題得到解決 ， 當算法的智能化程度不斷提升 ， 當「感知 - 決策 - 執行」形成完整閉環 ， 真正的通用人工智能時代也就不遠了 。

    推薦閱讀