小米挖角特斯拉灵巧手核心人才！中国企业接棒 Open AI 攻坚产业化最后一厘米

“带领团队加速灵巧手技术的‘路径收敛与工程化落地’”—— 前特斯拉 Optimus 灵巧手团队成员卢泽宇入职小米的表态，为寒冬中的具身智能赛道注入强心剂。12 月 13 日，这一人事变动不仅标志着小米正式加码灵巧手细分领域，更将这个被称为具身机器人 “最后一厘米” 的关键技术推至大众视野。在 Open AI 折戟六年后，中国企业正以 “百花齐放” 之势，攻坚这条连接实验室与产业化的关键赛道。

行业痛点：会跑跳的机器人，为何握不稳一杯水？

“很多机器人能完成回旋踢，却拿不起一颗鸡蛋。” 众擎机器人创始人赵同阳的调侃，道出了具身智能的核心矛盾。当前全球具身机器人已实现跑、跳、避障等复杂运动功能，但在手部精细操作上仍充满 “顿挫机械感”—— 究其原因，在于灵巧手技术尚未突破 “能动” 到 “能用” 的瓶颈。

灵巧手的价值远超 “机械手” 的范畴。作为机器人与外界交互的核心 “触角”，它需要同时具备 “握鸡蛋不碎” 的柔性与 “拧螺丝紧固” 的刚性，还需通过触觉感知物体材质差异，这恰是模拟人手最艰巨的挑战。灵巧智能 CTO 朱豪华的实验更具说服力：当人被绑住无名指与小指后，70% 的日常操作会受限，这意味着机器人灵巧手必须实现高度拟人化设计才能胜任复杂任务。

这一技术直接决定产业化落地进度。GGII 数据显示，2025 年全球人形机器人销量将达 1.24 万台，而每台需配备 2 只灵巧手，对应市场规模 2.5 万只；到 2035 年，这一需求将暴涨至 1000 万只。“没有成熟的灵巧手，具身机器人就无法进入物流分拣、柔性制造等实用场景，4000 亿元市场就只是空谈。” 长城战略咨询研究员指出。

历史镜鉴：Open AI 烧 2500 万美元后的折戟

中国企业的集体发力，源于对行业先驱失败教训的深刻汲取。2018 年，Open AI 推出的通用型灵巧手 “Dactyl” 曾震惊业界 —— 这款拥有 24 个仿人关节的机械臂，无需特定编程即可自主完成魔方拼接，首次赋予机械手 “自我学习” 的感知能力。Open AI 当时断言：“机器人的环境适应力将与 AI 灵活性同等重要。”

但理想很快被现实击碎。仅训练 “拼魔方” 这一个动作，Open AI 就投入 64 个英伟达 V100 芯片、920 台 32 核 CPU，硬件成本高达 2500 万美元，相当于同期 GPT-1 训练成本的数百倍。更致命的是，这种 “为单一动作烧钱” 的模式无法复制到多场景应用。2020 年 10 月，Open AI 宣布解散机器人团队，彻底转向软件研发，刚刚打开的灵巧手大门被重重关上。

“Open AI 证明了技术可行性，却没找到商业化路径。” 行业分析师表示，其失败揭示两大核心瓶颈：一是缺乏规模化训练数据，二是硬件成本高到难以承受，这也成为中国企业攻坚的核心方向。

中国突围：40 家企业撑起半壁江山

Open AI 熄灭的烛光，在中国迎来了燎原之势。数据显示，2025 年全球 80 家灵巧手企业中，中国企业占比超 50%，形成具身机器人厂商、垂类创业公司、跨界上市公司三足鼎立的格局。

具身机器人巨头率先布局：宇树科技 4 月发布的 Unitree Dex5 拥有 20 个自由度、94 个灵敏触点，可完成取橙子、打扑克等精细动作；智元 8 月推出的 OmniHand 采用 19 自由度设计，已切入工业与生活场景。垂类公司则精准卡位：傲意科技的 OHand™系列专攻物流分拣，灵心巧手深耕柔性制造。上市公司更依托技术积淀跨界入场：兆威机电的微型传动技术、帕西尼的触觉传感器优势，都为灵巧手降本提供了可能。

小米的入局更具标志性意义。挖角特斯拉 Optimus 核心成员卢泽宇，与其 “路径收敛与工程化落地” 的目标高度契合 —— 这意味着中国企业已从 “单点技术突破” 转向 “系统成本控制”，直击 Open AI 失败的核心症结。业内猜测，小米或依托供应链优势，将灵巧手成本压缩至现有产品的 1/5。

当下困局：20 万一只的手，如何走进工厂？

尽管进展显著，灵巧手仍未走出 “叫好不叫座” 的困境。技术上，多数产品仍停留在 “1.0 阶段”：中科硅纪创始人王鹏坦言，当前灵巧手仅解决 “有没有” 的问题，距离 “好用、持久用” 的 2.0 阶段仍有巨大鸿沟。即便部分产品触觉传感器分辨率已达 0.5mm、自由度突破 30 个（超过人类的 27 个），但在复杂环境适应性上仍逊于人手。

成本问题更为突出。特斯拉 Optimus 3 的灵巧手单只成本约 20 万元，市面上同类产品普遍报价数十万元，在具身机器人整机成本中占比高达 20%-50%。“企业不可能为了分拣货物，花几十万采购一只灵巧手。” 灵初智能 CEO 王启斌直言，成本不降至万元级，产业化无从谈起。

破局关键：从 “炫技” 到 “实用” 的思维转变

行业已意识到问题核心。卢泽宇强调的 “工程化落地”，恰是破局的关键路径 —— 即跳出 “复刻人手” 的完美主义陷阱，转向 “场景适配” 的实用主义设计。例如物流场景只需 “抓取 - 放置” 功能，无需追求 30 个自由度；工业场景可牺牲部分柔性换取成本降低。

技术创新也在加速降本。国产触觉传感器价格较 2018 年下降 70%，3D 打印关节部件实现批量生产，而多场景共享训练数据池的建立，正解决 Open AI 当年的 “数据荒”。“当技术参数让位于场景需求，成本自然会下来。” 宇树科技产品负责人表示，其针对物流场景的简化版灵巧手成本已降至 5 万元以内。

小米的入场无疑将加速这一进程。凭借手机供应链的规模化优势与 AI 算法积累，其或在 “传感器 - 算法 - 制造” 全链条实现成本突破。正如行业观察家所言：“Open AI 打开了门，中国企业要做的就是把门槛降低，让更多人走进去。”

从 Open AI 的 2500 万美元实验，到中国 40 家企业的集体攻坚，灵巧手赛道的六年变迁，恰是全球科技产业重心东移的缩影。当小米们开始追问 “如何造一只实用的手”，具身机器人距离走进工厂、走入家庭的那天，或许真的只剩 “最后一厘米”。