灵巧手十年，从抓取到操作的最后一厘米｜对话临界点CTO熊坤

硬件、模型、数据的闭环三角。

作者 /Oriana

新物种 Sinovum 设立了对谈栏目。

视界线，是黑洞的边缘——一旦跨过，既有规则将不再适用，变化变得不可逆。 我们借用这个概念，关注那些已经越过“临界点”的技术与企业：方向开始收敛，选择正在锁定，新的规则正在形成。

我们关心的是：在巨大的不确定性面前，他们如何看见未来？又如何以一个个关键判断为支点，推动整个行业越过那道无形的边界？

故事，正在视界线上发生。而「新物种」将成为忠实的记录者，与你一同见证。

以下是该系列的第 16 篇。

-Intro-

2026年6月，维也纳ICRA，熊坤正在向观众介绍临界点的新产品，有人问他是何时开始接触灵巧手研发的。

熊坤第一次做灵巧手，是在2016年。

那时他在香港科技大学读研，师从李泽湘，跟着课题组在OPPO工厂看到一道分拣难题：零件种类太多，每换一种就要换一套夹爪，成本高、效率低。他设计了一个可快速更换指尖的二指夹爪，对被抓物品做曲面分析，提取特征建了一个“手指库”。客户把零件放进去，算法就算出该用哪种手指来抓。方案在产线上跑了起来，工厂不用再买一堆标准夹爪，多打印几个手指就行。

后来他又做过智能头盔，把口罩和头盔结合，装上PM2.5传感器，让配送员在城市穿梭时采集空气质量数据，形成精细的实时污染地图。熊坤回忆，“这个项目让我第一次理解了从0到1孵化产品，而且产品创新点有意义也很重要。”

熊坤与李泽湘合照

2018年，熊坤加入腾讯Robotics X，成为前10号员工。实验室把技术分为移动能力、灵巧操作、智能决策三大块，他都有涉猎：移动方面，研发轮足切换的多模态机器狗；操作方面，做了绳驱七自由度机械臂，用耦合机构让两个电机的力叠加到一个关节上，扭矩翻倍；灵巧手也在此时起步，绳驱、直驱、连杆，各种方案轮着钻研。

“我的目标很明确，就是把技术转化成可量产的产品。”2024年底，熊坤加入智元，负责灵巧手业务。

2026年1月，灵巧手业务拆分独立成立子公司临界点，熊坤担任CTO。截至5月，临界点在仅成立136天就完成了四轮融资，估值突破10亿美元。

熊坤在技术上的积累，也在临界点成立后集中释放。

他判断，高自由度灵巧手的技术路线会收敛到直驱和绳驱。连杆的上限太低，自由度一高，尺寸就大得不像人手。直驱力矩透明，适合强化学习算法；绳驱仿生性好，适合家庭场景。

临界点自然在这两条路线同时推进：绳驱旗舰OmniHand 3 Ultra-T主打轻量高负载，整手500g，能提5kg，有22+3个主动自由度，腱绳10分钟就能换完；直驱旗舰OmniHand 3 Ultra-M则把尺寸压到了人手大小，20个主动自由度，每个指尖都装了与千觉机器人联合研发的视触觉传感器，手掌还有300多个触觉点，单手实现形貌测量、纹理识别、滑移检测，具备丰富接触能力。两款手之外，还有鼠标大小、售价控制在千元级的Lite版和工业夹爪Picker 3。

临界点灵巧手产品矩阵照片

尽管临界点的大股东和最大客户是智元，但也同时给千寻智能、字节、阿里、商汤、LG供货灵巧手，给龙旗、OPPO、上汽的产线配夹爪，累计交付超过8000台，当属行业头部。

但熊坤清楚，硬件只是探索灵巧操作的起点。“自研手是操作模型的前提，”他说，“没有自己的硬件，你永远不知道数据从哪来，也不知道模型到底在学什么。”

临界点还计划将灵巧操作数据集开源。“数据飞轮要靠行业一起转，”熊坤说，“开源是生态建设的第一步。”

01.

李泽湘门徒在腾讯Robotics X

新物种：你在李泽湘老师组里读研时，有哪些让你印象深刻的经历？

熊坤：在李老师那读研，跟传统路子不太一样，他更想培养我们工科生从0到1把技术转化成产品的能力。我们的课题不来自论文，而是从工厂、环境、真实场景里寻找并解决真实问题。做完了，不仅能毕业，甚至可能直接孵化成产品。

印象很深的是，2015年他第一次带我们去松山湖的机器人产业基地看孵化的各种硬件和机器人创业项目。我们和很多刚起步的团队交流，张峻斌师兄带领的云鲸才几个人，李群自动化在做工业轻量型机器人，逸动想做“水上特斯拉”。我们还跑了富士康、碧桂园、美的、OPPO等工厂，甚至去日本看了安川和川崎的生产线。

这些经历在我心里打下了一个底：研究课题一定要解决实际问题，这也帮我建立了从0到1做产品的思路。

新物种：你2018年毕业后加入腾讯Robotics X，在实验室就是主攻灵巧手吗？

熊坤：Robotics X起步比目前很多具身机器人公司都要早，那时基本上已经规划出了现在很多技术的雏形。

我们把技术分成三块：一块是移动能力，更多的是对下半身的探索，包括轮式、腿足式、轮足复合式。第二块是灵巧操作，我们会自研绳驱的机械臂、绳驱的三指和五指灵巧手。第三块是智能决策，类似于现在的机器人大模型或机器人大脑。2018年时移动能力的技术发展更成熟，难度相比操作更容易，所以我们一开始更多偏向机器人移动能力的探索。

我在移动这块做了不少项目，包括多模态机器狗、轮足复合式轮滑机器人。其中2018-2019年做的多模态机器狗，具有足式和轮式双重运动能力，可以针对不同场景做轮足切换：平坦路面用轮式，崎岖路面（楼梯、台阶）切换成足式，还可以做双足和四足切换，非常适合人居环境中的物品搬运、巡逻等。我觉得这个项目算是比较早期做得比较好的。

2020-2021年，我在操作这块钻研更多，做得比较好的是一款高负载、低惯量的绳驱七自由度机械臂。我们把耦合机构运用到绳驱关节中，两个电机对应两个关节，在绕线时一个关节顺时针、另一个逆时针，这样当两个电机同向运动时可以把力加到同一个关节上，在不改变电机性能的同时让该关节的输出扭矩和加速度达到原来的两倍。这是高自由度绳驱机械臂产品中比较好的体现，非常有创新性。

同时在灵巧手这块也开始了对直驱、臂手一体的高自由度绳驱灵巧手的探索，最近两年绳驱、直驱以及连杆灵巧手的发展，也验证了这些技术积累。

新物种：你在加入智元之前也去了IDEA研究院和汇川，前者偏研究，后者偏落地。后来你是在2024年底正式加入智元做灵巧手业务。为什么会在这个时间点选择智元？

熊坤：我的初衷一直很明确，就是把灵巧操作技术转化成实际产品。离开腾讯后我一直在探索，也跟很多在具身机器人公司任职的朋友交流，发现智元在做量产和产品落地这块做得非常好，这正好弥补了我一直想做产品的愿望。

再说时间点，2022年ChatGPT爆火带动人形机器人发展，但直到2024年上半年，行业重点还在移动能力和机器人本体，对灵巧操作的投入是从2024年下半年才开始明显增加。我觉得这是个好契机，行业要逐步从移动能力探索转向操作落地，所以选择了那个时间点加入智元。

02.

未来属于直驱和绳驱

新物种：你认为灵巧手领域里过去哪些问题已经被解决了？现在又有哪些技术瓶颈是最需要突破的？

熊坤：灵巧手发展已有六七十年，自上世纪60年代以来，日本、美国学者从三指做到五指，甚至用于航天场景。可以说，对于绳驱和直驱的技术方案已经摸索得差不多了。

比如绳驱灵巧手可以形成N型、N+1型、2N型等传动方式，大家可以把更多精力花在核心零部件的开发上，如腱绳、高润滑性的绳轮、高负载的微型电缸等。直驱灵巧手也是类似，大家摸索了电机加小型行星、涡轮蜗杆、谐波、摆线针轮等减速器的优缺点。

现在需要技术突破的主要有三方面：第一，硬件层面，核心零部件如驱动模组、腱绳、绳轮、轴承、材料应用。直驱手如何把驱动模组做小，保证输出力和扭矩的同时控制尺寸和发热；绳驱手如何保证腱绳高润滑、抗蠕变、抗冲击，绳轮设计和轴承选择保证百万次寿命。

第二，软件算法层面，灵巧操作模型的训练技术路线没有收敛，有的用人手数据，有的用真机或DexUMI数采方式，整个框架和数据要求需要进一步清晰。

第三，工艺层面，灵巧手的质量、可靠性、寿命、成本难以满足大规模应用要求。工艺上要做突破，如胶水、润滑油、螺钉装配方式、材料应用（高强度低密度材料）、表面处理提高润滑性等。

新物种：你们上一款灵巧手Ultra-T是绳驱主导，最新一款Ultra-M是直驱，为什么会选择这两条路线？同时押注会有资源分配上的负担吗？

熊坤：高端高自由度的灵巧手一直是行业要攻克的技术天花板。对于高端高自由度灵巧手，整个行业逐步达成共识：未来方案会收敛为直驱和绳驱两个方向，这两个方向各有优劣，应该是并存的。所以我们不是两者都只是尝试，而是要在高端两种方案上都做技术布局，因为它们在未来的各类场景中都会有大量应用。

直驱灵巧手控制简单，可以做到很好的关节力控，工艺装配比绳驱更友好，非常适合用强化学习做灵巧操作的研究人员。绳驱灵巧手从第一性原理最接近人手驱动，仿生性好，抗冲击强，负载自重比高，可以把手做得更小更符合人的尺寸，适合人居场景。

加上临界点有供应链基础和工程经验优势，愿意迎难而上，直面应用终局的挑战，所以在两条技术路线上都会布局。

用两只OmniHand完成折气球的任务

新物种：为什么你判断未来会收敛到直驱和绳驱，而非连杆等其他路线？这两种方案除了技术探索优势外，有没有运用到不同真实场景的优势？

熊坤：第一，从技术上限来看，连杆的上限非常有限。如果想要大规模应用，性能要越来越接近人手的指标，连杆的劣势最明显。当主动自由度大于等于20个以上时，连杆的尺寸（手掌和手指）都会比人手大很多，控制传动不可靠。它更适合低自由度和中等自由度产品，当主动自由度大于等于17个，尺寸、重量、性能相比绳驱和直驱的劣势就凸显了。

直驱灵巧手则有三个优点：一是力矩透明性，可以直接告诉使用者每个关节的输出力，模型可以精确控制每个关节的输出力并得到精确反馈力；二是反驱特性让操作更安全，外部碰撞时力能传回关节，不容易碰坏；三是响应快，电机放在指节，控制速度快，符合真机强化学习算法在本体上训练。

目前直驱手更多用在科研场景，做高复杂场景的精细化操作，如家庭环境工具使用。绳驱灵巧手的优点是仿生性好，柔顺的力学行为更像人手，从人手获取数据做控制也符合绳驱手的控制，抗冲击性好，安全性好，也适合家庭场景。所以我相信这两类手相比连杆都有很大上限，未来灵巧手朝技术天花板攀登时，会成为主流。

新物种：临界点会怎么布局技术和产品呢？

熊坤：第一，在产品矩阵上，我们会从绳驱、直驱、涡轮蜗杆、连杆全面覆盖各类方案，布局从低端、中端到高端的灵巧手产品；第二，我们不同于行业其他集中在硬件的灵巧手厂家，也会同步开发最适配的灵巧操作大模型以及灵巧操作数据集，属于从硬件到软件完全自研。

熊坤在ICRA 2026现场讲解demo

03.

自研手，才有好模型

新物种：你刚刚提到的灵巧操作模型，也有不少非灵巧手的具身大模型公司在研发，你认为自研灵巧手对于做操作模型是必要的吗？

熊坤：好问题。只做灵巧操作模型，还是既做硬件又做软件，目前两条路都可行。

不过灵巧手方案未来虽然会收敛到直驱和绳驱，但收敛程度不同于人形整机。人形整机方案基本趋于一致，做小脑运动模型适配不同机器人时泛化性可以做得很好，而灵巧操作模型的泛化能力比人形整机的小脑或大脑模型更难，也更重要，因为灵巧手是具身智能落地的最后一厘米，其泛化性会直接决定市场接受度。

如果想要更好地提高泛化性，我个人觉得还是要软硬一体，硬件和模型算法都自研比较合适。灵巧手产品矩阵全面，我们就能用不同的手采集数据去做模型训练，模型的泛化能力自然会更强。用低、中、高不同方案、不同自由度的灵巧手采集的数据训练出的模型，去适配不同方案的灵巧手时，操作质量也相应更高。

新物种：那你们的灵巧手数据集中不同类型数据构成的百分比分别是多少？

熊坤：数据类型可以分为四类。

最底层是视频数据或人类视频数据，占比最大，30%-40%。第三层是人手数据，通过戴UMI或手套采集人手实际操作数据，占比25%-30%。第二层是遥操数据，用手套遥操或外骨骼遥操，在双臂、双手、带本体的实际场景中采集，占比15%-20%。最顶层是闭环数据，在做真机强化学习验证时实时采集，用于后训练，占比约10%。整个数据金字塔的场景种类最多元，数据构型最全、最健康，对各种模型最友好。

今年年底数据预计会到达百万条到千万条的级别。年底预计有2万多台手交付，随着第二、三季度大量手在各类场景中应用，数据采集效率增长速度会更快，数据的收集形式更快，金字塔会更饱满，训练出的模型效果也应该是最好的。当然我们对数据质量的把控也会更严格，让数据集质量变得更好。

新物种：不过灵巧手要达到怎样的市场规模，才可以不再依赖人工采集或合成的仿真数据？

熊坤：如果灵巧手在各类场景中落地的数量以及每天采集到的数据，已经符合在相应场景中自学习、自进化的需求，就不需要额外做数据采集或使用合成数据。

这个量取决于场景。场景复杂度不高，可能千条级别数据就能训练出好效果，那么落地数量几百至上千台就够了。高复杂性场景，比如家庭环境（客厅、厨房、卧室）做各类精细化操作，任务难度最高、链条最长、场景多变、任务种类最多，对数据的质量和数量要求最高，那么用于实时工作的灵巧手数量至少应该在大几千台甚至上万台，才能实现闭环。

新物种：现在很多具身公司都说已实现大规模量产。对于灵巧手业务来说，有没有一个具体的数字，出货量达到多少才能算大规模量产？

熊坤：对于灵巧手的量，我觉得至少超过4000台这个线以上才能叫大规模量产。在这个线以下，哪怕有一些质量问题，客户的应用和反馈对工厂来说还可以承受，超过这个数值才是真正考验灵巧手质量和大规模应用实际情况的时候，至少表明产品质量已经符合各类场景的要求，不然售后问题会很麻烦。按照我们今年的订单预测，到年底预计可能会交付2到3万台。

新物种：在你看来，接下来一年时间内，灵巧手赛道最有可能出现的技术奇点会是什么？

熊坤：回到刚才说的三个技术瓶颈：硬件、算法、工艺。任何一个都有可能在未来一年取得突破。我个人比较看好硬件和算法层面。

硬件方面，高能量密度、小尺寸、符合人手的稳定关键模组，以及高润滑、抗蠕变的腱绳材料发展，会推动直驱和绳驱灵巧手硬件技术的进步。工艺方面，随着行业对灵巧手工艺的摸索越来越成熟，对工艺的把控会越来越好，提高量产质量。算法层面，训练模型的数据质量越来越高，泛化性越来越好。

随着这三个瓶颈的突破，未来一年可能会出现一个适配场景泛化能力最好、硬件质量和性能最接近人手的软硬一体的灵巧手解决方案，带动具身人形机器人进一步在实际操作中落地，加速通用人工智能的发展。

排版运营 / Teagan

- End -