Gen DAS Dex 正式发布：破解具身数据难题，从学习人类的双手开始

重塑具身智能头手全模态数据采集新范式。

在虚拟Agent时代，模型依托文本、图像与视频数据实现跨越式发展，语言智能、视觉智能走向成熟。

但当 AI 真正进入物理世界、要让机器人像人一样灵巧干活时，需要在open-world场景、有交互的处理多样类型的任务。

所以从更底层能力来看，具身智能需要的不只video/language层面，而是在真实生活中认知、行动、产生交互，并根据物理反馈持续思考与迭代。

这就意味着具身智能需要学习的，不是一段视频，而是在真实生活中、自然多样的Human Data。

今天，简智正式发布Gen DAS Dex（以下简称Dex）—— 实现人手全模态感知与行为的高精度重建，并与Ego 配合，革新“Human Data”数据范式，为具身智能提供覆盖 “头 + 手” 全场景、精细化、可直接训练的灵巧行为数据底座。

01

为什么今天的具身智能，

需要Dex这样的“手”？

人类五指经过数百万年进化，形成27 块骨骼 + 34 块肌肉 + 24 个自由度的精密结构，是面对复杂、多样灵巧操作的“通用接口”；同时现实生活中大量五指操作，也为模型训练提供了丰富的样本与实例。

那么如何将手的行为转化为可被理解、训练的数据，面临的是多维度的叠加挑战：

1.高质量、自由度的灵巧手数据极度稀缺：多是视觉片段，缺少关节角度、且指尖空间精度停留在2-3cm，误差大，有效数据供给远不及产业需求。

2.多模态无法兼备、对齐：视觉、动作、触觉不完整、不同步，时序错位、空间不准， downstream 模型难以训练、无法泛化。

3.采集设备与自然动作冲突：笨重、遮挡、负重感强，导致动作变形，数据失真，无法长期大规模采集。

4.头和手独立存在，而非形成“认知+行为的闭环”：仅靠头视角：看得见，却摸不准，精细操作彻底失效，或者只有手摸得准，却看不全，全局操作极易出错。这些无法构成人行为的物理交互的时空闭环。

5.无法规模化，走出实验室：遥操、动捕等方式都需要巨大成本布置场地，无法进入生活、进入户外。

因此过去的问题在于，上面多个维度是“trade-off”状态，而真正好用的数据需要被同时满足，这也使得看似有“大量的数据、原始素材”，但实际不“好用”。

简智 Dex 要解决的，正是这个断层。

02

Gen DAS Dex 到底带来了什么？

Dex 不只是一只 “数据手套”，而是一整套把人类双手行为与感受，转化为机器可理解、可训练、可泛化的采集终端。它与 Ego 协同，首次实现 “头 + 手” 全链路、全模态、高精度、低延迟的数据闭环，输出可直接喂给模型的结构化数据。

1.全自由度覆盖，逼近人手生理极限的灵巧还原

面向最复杂的精细操作，Dex 用仿生轻量化外骨骼，完整支持人手23个自由度检测，接近人手生理全部自由度。无论是指尖捏取、指节弯曲、掌心开合还是手腕扭转，都能完整捕捉，让机器第一次学到人类真实的 “手怎么动”。

2.行业顶级精度，为模型迭代筑牢真值根基

精度，决定数据用来训练的效率与价值。

• 自研磁编码器实现0.02°关节角检测，且外骨骼结构使得在温变与环境扰动下偏差极小，无需频繁校准；

• 搭配高精度 IMU 与 Ego 红外 + 视觉多重定位，最终达成mm级指尖定位。每一个微操作都有真值，让模型训练告别 “模糊估计”。

3.行业最全单设备模态，补齐触觉 + 视觉双核心

单一视觉永远学不会物理交互。Dex 做到真正多模态合一：

• 指尖搭载高精度磁触觉传感，灵敏度0.05N，空间分辨率1mm，清晰捕捉抚摸、抓取、按压的物理反馈；

• 手背 / 手下方配置150°超广视角摄像头，与 Ego View 互补，无死角记录抓取全过程。视觉看 “怎么做”，触觉懂 “用多大力”，数据价值直接翻倍。

4.头手协同 1ms 超低延迟，多模态信息可靠对齐

具身智能最痛的，是 “头看的” 和 “手做的” 对不上。解决这一问题，不能只通过云端“拼凑”与对齐，而是需要从硬件开始就着手解决，

Dex 通过 SUB‑G 无线协同，统一控制相机快门、曝光、IMU采样等全设备时钟，实现多源数据亚毫秒级对齐。头部视角、手部动作、触觉信号完全同步，让 “眼‑手” 协同数据真正可训练、可复现。

5.无感穿戴设计，让采集像戴手套一样自然

动作自然，数据才真实。

• 自研磁编码器微型化至3mm，整机体积与普通滑雪手套相当；

• 合金 + 弹性聚合复合材质，重心优化，整机仅210g；长时间佩戴、连续复杂操作、精准抓取都无负担，彻底避免 “为采集而演戏”。

6.全场景规模化采集，本地端压缩/质检，让效率提升两个数量级

Dex 从设计之初就为量产数据而生：

• 结构自适应，适配不同手型；

• Ego+Dex 穿戴即采，无需基站、无需场端设备；

• 语音交互控制，单次续航超3小时；

• 自动流式无线传输，3分钟完成采集‑上传全链路，数据采集效率提升 100 倍。让大规模、低成本、全天候、真实场景的数据生产成为可能。

03

看视频的AI”，到会动手的物理智能

如果说互联网数据成就了语言与视觉大模型，那么人类真实物理交互的数据，将成就具身智能。

Dex 的意义，远不止一款硬件：

• 它第一次用单设备实现手部全自由度+高精度+触觉+视觉+头手同步的一体化采集；

• 它把 “经验采集” 从实验室搬到日常场景，让数据可规模化、可标准化、可互通复用；

• 它与 Ego 协同，共同定义Human Centric数据新范式，为具身世界模型提供最核心的 “头 + 手” 行为数据源泉。

过去，机器人靠编程与仿真模仿动作；未来，机器人将通过 Dex 学习亿万次人类真实操作，真正理解物理世界。

简智 Dex 的发布，是具身智能数据基建的关键一步。我们不再满足于让机器人 “动起来”，而是要让机器人学得会、做得稳、用得自然。

以Dex 为采集入口，以全模态高精度数据为燃料，以头手协同为骨架，一个可持续积累、持续迭代、持续泛化的物理智能时代，正在到来。

让机器人，从学习人类的双手开始。

未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！

公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。