灵巧手——人形机器人专题研究（二）

在人形机器人研究中，“手”是最引人关注、也是最棘手的部分。相比于双足行走的平衡控制，灵巧手才是真正决定机器人能否进入真实场景的关键。没有一双“会用”的手，人形机器人只能被限制在表演和展示；而拥有灵巧手，才有可能进入工厂、家庭、医院，成为生产和生活的有力助手。

本文从灵巧手的重要性与研发难点入手，梳理主要技术路线，并对国内外的代表性企业和产品进行分析。

01

灵巧手的重要性

人类的手，是进化赋予我们的最大优势之一。

• 从解剖学上看，一只手包含 27 块骨骼、29 个关节、123 条韧带和上百条肌肉与腱索，这种复杂结构让人类能够从“捏起一粒米”到“搬运几十公斤重物”。

• 从文明发展的角度看，手赋予人类制造与使用工具的能力，推动了科技与文化的演进。

对应到机器人领域，手的作用同样不可替代。双足行走让机器人能够移动，但没有双手，它就无法操作真实世界中的各种工具和物品。

• 在工业场景，机器人要完成装配、插拔插头，没有灵巧手几乎不可能实现。

• 在服务场景，机器人若想端盘子、拿药片、帮老人穿衣，离不开手指的灵活控制。

• 在研究与教育中，灵巧手更是人机交互、动作学习的重要平台。

可以说，灵巧手是人形机器人迈向真实应用的“最后一公里”。

02

研发难点

然而，要复制甚至部分复现人手的能力极其困难，目前主要难点包括：

1. 高自由度
   人手可控的自由度超过 20 个。自由度越多，动作越接近人类，但控制复杂度呈指数增长，需要强大的算法与算力支持。

2. 重量与功率矛盾
   机器人手既要轻便，又要有足够的力矩去抓握物体。这对电机、驱动器、传动结构的能量密度提出极高要求。

3. 耐用性与成本
   科研样机可以精密昂贵，但产业化必须经得起高频使用，同时具备大规模生产的成本优势。

4. 传感与反馈
   没有触觉和力觉，机器人无法“轻拿轻放”。但传感器的微型化、集成度、成本和鲁棒性，都是难以攻克的难题。

5. AI 与动作学习
   人类的手部动作大多不是事先编程好的，而是通过经验、模仿和试错获得。机器人也需要借助模仿学习、强化学习、大模型驱动，才能实现泛化操作，而不是只能在预设动作中循环。

因此，灵巧手的研发不仅仅是机械问题，而是机械、材料、电子、传感、AI 的系统性挑战。

03

技术路线梳理

目前主流技术路径主要体现在驱动方式、传感与反馈、控制与学习三个维度。

1. 驱动方式

• 电机驱动（Direct / Tendon-driven）
  成熟度最高，控制精度高，适合量产。缺点是能量密度有限，难以实现强力和轻量兼顾。

• 代表：Tesla Optimus、Agility Digit 配套手、星动纪元灵巧手。

图片来源：星动纪元

• 肌腱驱动（Tendon-driven）
  模仿人体肌腱结构，通过远端电机牵引关节。优点是结构轻巧，仿生度高；缺点是摩擦、松弛会造成控制复杂化，耐用性差。

• 代表：Shadow Hand、DLR Hand。

图片来源：ALGOROBOT机器人资讯

• 液压驱动（Hydraulic）
  能量密度极高，能提供强大抓力。但体积大、噪声高、难以在手掌内集成。

• 代表：Boston Dynamics 早期实验产品。

• 软体/气动驱动（Soft robotics）
  采用柔性材料，依靠气压弯曲。优点是安全柔软，适合抓取易碎物品；缺点是精度和速度不足，难以胜任复杂任务。

• 代表：MIT、清华大学研究团队。

2. 传感与反馈

• 力觉传感器：控制抓取力度，避免损坏物体。

• 触觉阵列：识别形状、材质，实现更精细的操作。

• 视觉融合：通过摄像头 + AI 识别目标，指导手部动作。

3. 控制与学习

• 运动学建模：建立手部的正逆运动学方程，保证动作的精度。

• 闭环控制：结合力觉与位置传感器，实时修正抓取。

• 模仿学习：通过人类示教数据，学习灵巧操作。

• 强化学习：利用大规模仿真和现实迭代，优化复杂操作。

• 大模型驱动：如 Google RT-X、Tesla FSD AI，尝试将大模型引入机器人操作规划。

4. 总体趋势

电机驱动仍是主流；肌腱驱动在科研领域保持领先；软体驱动适合细分场景。未来的发展核心在于AI 与传感融合，以及低成本、耐用性的产业化突破。

04

主流企业代表

国际

• Tesla Optimus
  电机驱动，强调低成本和可量产性。2023 年展示中已能拾取鸡蛋、折叠纸张，显示出向实用化迈进。

• Shadow Robot（英国）
  产品：Shadow Hand。采用肌腱驱动，24自由度，被广泛用于科研实验，OpenAI 就曾用其进行强化学习测试。价格极高（数十万美元），不具备产业化条件。

• DLR（德国航空航天中心）
  产品：DLR Hand II。采用肌腱驱动 + 力觉传感，仿生度高，适合复杂操作，但定位科研平台。

• Agility Robotics（美国）
  Digit 机器人配套的双手采用简化电机驱动，定位物流抓取，强调鲁棒性和实用性。

• Boston Dynamics（美国）
  曾尝试液压驱动灵巧手，但后续转向腿足运动，目前未重点推进手部研发。

国内

• 优必选（UBTECH）
  Walker 系列配备双手，主要展示用途，电机驱动为主。

• 傅利叶智能（Fourier Intelligence）
  从康复机器人切入，积累力控经验，逐步向人形机器人延伸。

• 星动纪元（Robotera）
  国内新锐人形机器人企业，研发高自由度的灵巧手，定位于与整机协同优化，强调低成本、量产化的路径。其产品尝试在电机驱动和力觉反馈之间找到平衡，面向未来大规模人形机器人应用。

• 科研机构

• 清华大学：在软体驱动与 AI 学习结合方面有探索。

• 北航：肌腱驱动研究，追求高仿生度。

• 中科院自动化所：在力觉与视觉融合控制上有研究。

• 初创企业
  部分公司聚焦低成本灵巧手模块，定位为人形机器人“通用配件”，强调实用化和规模化。

05

趋势与判断

1. 电机驱动 + AI 将成为量产主流路线。

2. 科研级产品 短期内难以产业化，但在算法训练和科研探索上仍有价值。

3. 灵巧操作的突破点 在于 AI 和数据，而不仅仅是机械结构。

4. 中国的机会 在于：供应链完备、成本优势明显，叠加机器人训练场和数据闭环，有望在低成本、量产化的灵巧手上取得突破。

结语

灵巧手不仅仅是一组机械指关节的组合，而是人形机器人真正触碰世界的能力。
它的突破，意味着机器人从“能走能看”，走向“能用能做”；意味着从舞台表演和展览，走向工厂流水线和家庭客厅。

在全球人形机器人竞争格局中，谁能先在灵巧手上实现低成本、耐用性、与 AI 深度融合，谁就有机会率先跨越产业化的门槛。

如果你希望持续关注具身智能的落地趋势、关键玩家的技术进展与系统演进路径，欢迎关注“智维洞察”。我们将持续追踪全球智能系统演化动态，提供具有价值的第一手分析。