「临界点」WAIC首秀旗舰灵巧手，演示长序动作规划

产品交付量在2026年Q1位居全球灵巧手市场首位。

本文为IPO早知道原创

作者｜罗宾

据IPO早知道消息，2026世界人工智能大会上，灵巧手企业临界点（AGILINK）在本届WAIC带来三项核心展示：全球唯一实现公开稳定演示的灵巧手双手协同折气球狗、业内首创的DUET双层具身接触智能架构，以及全直驱旗舰灵巧手OmniHand 3 Ultra-M（下称Ultra-M）的国内首次公开亮相。

机器人已经会"动"，接下来要学会的是稳定地"接触"世界。这类能力的规模化落地，源于临界点全系产品累计交付超2万台所沉淀的工程经验。

公开验证：机器人如何应对真实的接触场景

两只AI灵巧手配合拧一只气球小狗，看似趣味化的展示，实则是机器人接触能力最具挑战性的验证场景之一。

气球质地柔软轻薄，稍微用力便会爆裂，力度不足又无法完成折叠；更重要的是，每一个气球的形变过程都不同，没有任何一次操作可以完全复制。这意味着机器人不仅需要规划"先折哪里、后折哪里"的长序列动作，还需要在每一次接触中实时感知接触状态，并以毫秒级速度持续调整指尖力度。

截至目前，业内尚未出现第二家团队公开完成同类型任务的演示。而这项“折气球”展示也是对行业共性问题的公开回应：机器人如何应对真实世界中持续变化的接触场景。

临界点CTO熊坤表示：“在今年6月份的维也纳ICRA现场，我们团队已经做了连续四天的端到端现场演示，有很多学界的研究员、专家过来观看、与我们探讨，大家对于这种类型的任务的成功实现都感到非常兴奋。”

DUET：把对的问题放在对的世界里理解

具身智能领域长期存在一个典型矛盾：长序列任务规划与精细接触控制难以兼得。前者解决 “下一步做什么”，要求机器人理解任务逻辑、动作时序与整体目标，依赖对任务流程的宏观认知；后者解决 “当下用多大的力”，要求机器人根据滑移、摩擦、回弹、形变等实时接触状态，在毫秒级时间内完成连续微调，依赖对接触细节的瞬时响应。两类能力对数据输入、训练方式和优化目标都有着截然不同的要求。如果试图依靠同一套模型同时完成，往往顾此失彼，难以达到训练预期。

DUET架构选择将问题拆开来：上层操作智能在真实世界中学习，通过人类示范、模仿学习和持续数据回流，不断优化任务规划能力；下层接触智能在仿真环境中试错，让机器人反复经历滑脱、捏爆、回弹等极端工况，以海量数据沉淀稳定可靠的力控策略。两层策略实时协同，在执行过程中同步完成动作规划与接触控制。

这种"分层学习、协同执行"的架构设计，让不同问题在最适合的环境中完成训练，也显著降低了在真实世界中采集高风险接触数据的成本。值得一提的是：强化学习是本届大会的学术焦点之一，而DUET提供了一种新的具身智能训练思路：并非所有能力都需要在同一个模型中学习，而是根据不同问题的特点，构建更符合工程实践的数据与训练体系，在真实与仿真两端，同时强化，同时验证，最终各取所长，形成一套真正可部署的策略。

未来，DUET所解决的"长序列操作+精细接触控制"能力，同样面向线缆整理、端子插接、精密装配、柔性物料处理等大量真实工业任务。那些当下只能在AI体验区里看到的接触密集工序，未来正是这套架构发挥最大价值之处。

新一代硬件载体Ultra-M与规模交付能力

临界点在此次展示的全直驱旗舰灵巧手 OmniHand 3 Ultra-M，为国内首秀，它也是公司成立不到5个月以来推出的第4款产品。

作为临界点为接触智能打造的新一代硬件载体，Ultra-M在与人手相当的尺寸内集成20个主动自由度，全直驱设计降低传动误差与机械噪声的同时，为算法提供更高精度的原始控制数据；五枚指尖视触觉传感器，搭配手掌上的300多个三维触觉感知点，让整手可实时捕捉丰富的接触信息，为复杂接触任务提供稳定的感知与执行底座。

硬件要成为壁垒，先要经过规模交付的检验。截至目前，临界点全系列产品累计量产交付超2万台，其中灵巧手系列累计交付超过8000台，2026年第一季度位居全球灵巧手市场首位。客户结构覆盖了人形机器人本体厂商、工业自动化集成商、科研机构及海外开发者等多元群体，已交付产品得以在工业制造、物流配送、科研教育等不同场景中接受多维度的独立验证。

规模化落地逐渐汇聚为数据飞轮。临界点已与合作伙伴共同沉淀了累计超50,000小时的真实世界运行数据，通过统一SDK、统一控制接口实现跨产品能力复用，形成 “硬件落地→场景数据→算法迭代→能力复用” 的正向循环，推动接触智能从实验室研究逐步走向成熟的产业应用。

机器人最终要面对的真实世界，并非由规则刚体组成，而是充满柔性、摩擦、形变与不确定性的复杂环境。决定机器人能否完成复杂工作的，不只是完成动作，更是在持续接触中感知环境、适应变化，并稳定输出任务结果。