社区

作者 | 张马也

编辑 | 本一

人手有27块骨骼，19个关节，34块肌肉和48条神经，通过它们的组合可以完成各种极限精密的动作，可以说是生物学进化的一个奇迹。

在机器人领域，机械手被称为「多指灵巧手」，是一种通用灵巧的末端操作工具。

灵巧手是人形机器人的「双手」，需要像人手一样抓取、操作物体，是AI与物理世界交互的核心部件，是人形机器人能够代替人类最关键的一项机械设计。

人形机器人超过80%的任务依赖灵巧手完成，其性能直接决定机器人的功能上限和交互体验。

假设富士康的一条iPhone产线想用机器人代替人类进行手机零部件的组装，若没有能够媲美人类的灵巧手，这样精细的任务，机器人显然无法胜任。

既要用机械设计来实现同人手一样的运动性能，还得把体积控制得跟人手一样大，灵巧手面临着难度非常高的技术和工程挑战。

随着电机、减速器等核心部件的更新，灵巧手成本已从百万级降至万元级，将加速人形机器人的商业化落地。

根据有关机构数据预测，全球灵巧手市场规模将在2030年突破30.35亿美元，市场容量达141.21万只，中国市场的年复合增长率更将高达90%。

01 历史上的灵巧手

机器人多指灵巧手的研究始于20世纪60年代，最初以辅助假肢为目标，一共经历了三个阶段：

第一阶段是从20世纪70年代 - 90年代。

这一阶段有4款典型代表产品，分别是南斯拉夫研制的Belgrade手，日本Okada手，美国的Stanford/JPL和Utah/MIT。这四只灵巧手是研究初始阶段的典型代表，为后续仿人型多指灵巧手研究建立了理论基础。

1962年，南斯拉夫研制的Belgrade手，成为全球首款多指仿生假肢，采用电机驱动，实现了基础抓取功能，被认为是世界上最早的灵巧手。

1974年日本「电子技术实验室」成功研制了Okada灵巧手，是早期灵巧手的典型代表。它有3根手指和1个手掌，拇指有3个自由度，另外两根手指各有4个自由度。手指的每个关节由电机驱动，通过钢丝和滑轮机构实现运动和动力传递，可以完成螺栓拧进螺母等操作。

第二阶段是从20世纪90年代到2010年。

受益于嵌入式硬件的发展，这一阶段的多指灵巧手有着更高的系统集成度和更加丰富的感知能力。例如：

• 美国研制了用于国际空间站舱外作业的宇航员灵巧手Robonaut hand，由1个手腕和5个手指组成，共14个自由度，由于使用了腱绳张力传感器，整手的运动控制更加准确；

• 哈工大与德国宇航中心(DLR)合作开发了HIT/DLR灵巧手，采用机电一体化设计方法，所有的驱动、传动、传感及电气系统等集成在手指或手掌内。这项合作填补了国内空白，应用于空间机器人、臂手联合操作系统和机器人肌肉控制系统等多个科研项目当中。

Credit: DLR (CC-BY 3.0) DLR 第二代灵巧手产品

第三阶段是从2010年至今。

第二阶段高度系统集成的灵巧手具有灵活性和功能性的优势，但是系统的复杂性导致制造成本较高，并且降低了系统的可靠性和易维护性。 因此， 简化系统、提高鲁棒性是近十年灵巧手设计的一个重要方向。

例如，立命馆大学设计的Ritsumeikan Hand、以及HERI Hand、SPRING hand等灵巧手采用了欠驱动（驱动器数量少于手指关节自由度）的结构设计实现了系统简化。

欠驱动手虽然以简化的系统实现了抓取任务，但是由于欠驱动自身特性使得操作能力受到限制，所以目前灵巧手难以同时具备鲁棒性和功能性。

直到近些年，国产技术崛起与成本下探，开始推动灵巧手的大规模应用，尤其是特斯拉Optimus机器人的量产计划，直接拉动了灵巧手的破圈及需求。

02 当前灵巧手的4大技术突破

目前，灵巧手的技术突破主要体现在以下几个方面：

驱动与传动技术革新

机器人灵巧手在体积、重量、灵活性和可操作性等各项性能指标上存在较大区别，这主要是因为灵巧手采用的驱动系统不同。

灵巧手的驱动系统由驱动器和传动系统两部分组成。

• 驱动器是驱动系统的核心部件，用以产生运动和力；

• 传动系统将运动和力从驱动器传递到灵巧手手指的关节。

将驱动器混合配置可以提高手指输出力矩、 控制体积大小，但仍需借助腱绳传动。因此，在灵巧手内安装微型驱动器，既能保证传感器直接测量，又能减少灵巧手体积，有望成为未来发展方向。

例如，特斯拉Optimus Gen3采用「空心杯电机+微型丝杠+腱绳」混合传动方案，实现接近人手的灵活性与负载能力（22个自由度，可完成接球、搬运等复杂动作）。

特斯拉在2024年黑五期间演示了Gen3 Optimus机器人是如何徒手抓网球的

通过材料创新和算法控制，传统绳驱的稳定性问题也能够得到一定程度的解决。

例如星际光年的Pantheon Hand采用全绳驱方案，结合自研控制算法，实现20个自由度、单指负载媲美人手，同时降低抖动和磨损。

材料与结构设计突破

轻量化与高强度材料的使用让灵巧手性能得到进一步提升。

例如魔法原子MagicHand S01采用一体化压铸工艺和钛合金关节，使手部负载达20公斤，耐用性达10万次循环，适配工业场景高强度需求。

浙江灵巧智能DexHand021 通过模拟人手肌腱结构，使用特种纤维绳实现32种抓握动作，实现了力量传导与灵活度的平衡，并降低机械复杂度。

多模态感知融合

机器人传感器分为内部传感器和外部传感器。

内部传感器包括力、位置、速度、加速度等传感器，主要用于感知机器人自身状态，以实现自身动态平衡等。

外部传感器包括视觉、触觉、听觉、嗅觉、味觉等传感器，用于感知外部环境，如障碍物的位置远近、形状颜色、接触受力情况等。

力传感器和位置传感器可以帮助灵巧手完成抓取作业任务， 触觉传感器能够检测灵巧手与被操作物体的接触状态、位置和被操作物体的物理特征，并根据这些物理特征实现对操作物体的目标识别。

因此，在灵巧手上实现触觉+视觉+力控多模态感知能力融合，结合深度学习算法优化抓取策略，能够提高机器人灵巧手精细抓取能力和智能化水平，也是未来灵巧手发展的另一重要方向。

例如，速腾聚创Papert 2.0配备ActiveCamera视觉系统，通过深度学习算法实时分析物体形状与材质，动态调整抓取力度（如拧螺丝时精确控制扭矩）。

帕西尼DexH13 GEN2集成1956颗ITPU多维触觉传感器，并有7824路触觉信号解析能力，结合AI视觉实现盲抓不规则物体（如软质材料）。

腾讯Robotics X实验室的灵巧手TRX-Hand演示调酒过程

腾讯Robotics X实验室推出的自研机器人灵巧手TRX-Hand，指尖、指腹和掌面均覆盖了自研的高灵敏度柔性触觉传感器阵列，掌心处安装有微型激光雷达和接近传感器，同时每一个关节均集成了角度传感器，保证灵巧手在抓取和操作过程中能准确地感知自身与物体状态信息。

Robotics X实验室还对不同传感器进行了建模与标定，采用多传感器信息融合技术，使机器人能在各种操作任务中更全面及时地感知物体信息、自身运动状态以及与环境的物理交互，从而更可靠地完成任务。

算法与训练方法升级

软件算法的更新，数据的获取和训练方式也至关重要。

OpenAI的Dactyl系统通过强化学习训练灵巧手自主解魔方，加速技能迁移。这种算法也被用于Dota2机器人，这个机器人之前战胜了世界排名第一的人类Dota2战队。

特斯拉则通过虚拟训练场（如NVIDIA Cosmos），低成本生成亿级操作数据，优化抓取策略。

这种方式在机器人训练领域可以说是前所未有的；软件可以同时在许多不同的计算机上加速练习，然后在软件真实控制机器人执行任务时应用这些训练成果。

Dactyl 自主学习灵巧操作行为的示例

通过强大的AI算法和独创的训练方式，灵巧手初步拥有了学习新任务并适应不断变化环境的能力，未来能够向通用型自主学习及控制方向更近一步。

03 灵巧手领域的明星产品

1.特斯拉Optimus Gen3

• 22个自由度（接近人手），腱绳传动+丝杠方案，响应快、抓握稳；

• 实验室已展示接球、搬运等技能，未来或用于物流、医疗。

2.速腾聚创Papert 2.0

• 20个自由度+14个力传感器，负载5kg，能拧螺丝、拿鸡蛋；

• 搭配ActiveCamera 视觉方案，实现手眼协同智能。

3.魔法原子MagicHand S01

• 11个自由度+5kg 负载（作业场景20kg），核心部件全自研，工业级耐用；

• 已用于工厂检测、搬运，适配柔性生产需求。

4.因时机器人：

• FTP系列触觉灵巧手，6个自由度+百万次寿命，价格亲民；

• 表面集成了5-17个触觉传感器模块，布置于指尖、指腹以及手掌部位，结合电缸内置的力传感器，能实时获取5指的受力情况和各个接触面的触觉信息。

5.帕西尼DexH13 GEN2：

• 1956颗ITPU多维触觉传感器，AI视觉+触觉双模态，抓取精度0.01N；

• 集成800万高清AI手眼相机，基于零样本位姿估计视觉算法，拥有AI视觉物体位姿估计能力；

• 自由度提升到了13，能够实现如夹取、托举、焊接等单一固定功能；

• 更能模拟人手的抓取、旋转、拿捏等各项复杂动作，适应各类精细化的柔性操作。

6.腾讯TRX-Hand：

• 15N指尖力+柔性触觉，抗冲击强；

• 适配家庭服务场景。

7.星际光年Pantheon Hand

• 采用全绳驱动设计，通过自研控制算法解决传统绳驱方案稳定性差的问题，克服了手指颤抖和磨损难题；

• 尺寸与重量接近人手，拥有20个自由度，单指末端负载可达1.5公斤。

8.灵巧智能DexHand021量产版

• 采用电机驱动结合腱绳/连杆传动；

• 内置23个多模态传感器（触觉、力觉）；

• 支持与视觉传感器深度融合；

• 抓取精度达0.01N级，19个自由度。

9.星动纪元XHAND1

• 采用纯电驱方案，单手最大握力80N，可举起25kg哑铃；

• 每指配备>100点触觉阵列传感器，可感知三维力、温度及物体硬度；

• 拥有12个主动全直驱自由度。

相较于采用欠驱方案的对手，星动XHAND1的关节数与自由度数相等，实现了每个关节在本位上的纯齿轮准直驱传动。这一设计为AI算法的开发提供了高度解耦的控制，尤其适用于模仿学习和强化学习等应用场景。