WRC顶流灵巧手出圈：不靠堆参数，它教机器人真正干活

以全栈闭环能力，破解灵巧落地难题。

作者 | 周加琦

编辑 | 漠影

机器人行业正在进入一个尴尬期：手越来越像人了，但操作经验还远远跟不上。

过去，行业更多关注的是如何造出一只更灵活的手——更高的自由度、更丰富的传感器、更接近人的结构设计。

但进入真实场景后，机器人面对的问题变成：它知道该怎么操作吗？

硬件决定机器人的下限，数据决定机器人能不能触达上限。造出一只更灵活的手，并不意味着机器人就拥有了更强的能力。

问题在于，灵巧操作数据是具身智能领域最难获取的数据之一。

一方面是量少，全球高质量灵巧操作数据总量仅约50万小时。另一方面是质量要求高，机器人需要学习的不只是动作轨迹，还包括操作过程中的力觉、触觉等信息。更麻烦的是，这些不同模态的数据还要精准对齐，才能用于模型训练。

今年WRC展会上，灵巧操作成为热门看点。在灵巧智能展位前，围满了看“盘核桃”的观众，一只灵巧手握住两颗球，在掌心内完成连续交错换位。不得不说，这灵活程度已经有几分街头大爷盘核桃的娴熟劲儿。

但如果只把它看作一次“炫技”，可能低估了这只手背后的布局。

灵巧智能CTO朱豪华表示，灵巧操作是一个软硬件强耦合的系统问题。硬件决定了机器人能够完成什么样的操作，触觉、力觉等传感反馈又会影响数据采集的质量，而数据最终决定了最后模型能不能用。

未来灵巧手竞争的关键，不只是制造一只灵活的手，而是建立从硬件、数据到模型的持续迭代能力。

在现场，灵巧智能展示了覆盖真机、真人、无本体全类型的数据采集系统、数据加工平台和新款五指灵巧手，恰好对应了从数据采集到加工，再到用硬件验证模型的三个关键环节。

01.

从“采数据”到“真验证”，

打通灵巧操作全闭环

近一年来，灵巧操作赛道涌入的玩家越来越多，有做硬件，有做数据，也有做模型。但真正把这些能力串联起来的，寥寥无几。

灵巧智能真正的布局正是从“数据怎么采、怎么加工、怎么验证”这三个问题入手。

首先是“数据怎么采”。人在完成抓取、旋转、调整等操作时，手部动作、力度变化和触觉反馈往往是同时发生。要训练机器人，首先得大量获取低延迟、高精度的人类操作数据。

灵巧智能推出了DexCap穿戴式遥操数据采集系统和DexTele遥操作数据采集系统。其中DexCap在设计上采用轻量化外骨骼结构，通过高精度动作捕捉和触觉反馈，详细记录手部细微动作变化，让机器人获得更完整、更真实的操作数据。

DexTele则集成了市面上主流的机械臂、人形臂，融合遥操作设备、执行端与数据平台，通过高精度、低延迟的遥操作复现复杂姿态操控，并同步采集视觉、触觉等多模态数据。

此外，还有OptiUMI、TriUMI等多条数据采集产品线，分别解决不同场景下的采集需求。

有了数据，还要解决“怎么加工”。

原生数据并不是拿来就能用于训练。不同模态的数据需要精准对齐，操作过程也需要被还原，才能进一步转化为模型能够训练的数据。

灵巧智能的DexStream具身智能全栈数据管线平台，承担起数据处理和复用环节。DexStream对采集到的动作轨迹、物体轨迹、多视角视频等多模态信息进行对齐，并通过3D仿真、骨骼动画等方式重建操作过程，将原生数据进一步加工成可用于训练的数据。

简单来说，数据采集获取“原料”，数据加工是把这些原料转化为驱动模型学习的“燃料”。

最后，该检验模型学得怎么样。

训练完成后，能力是否真正有效，仍然需要回到硬件上验证。灵巧智能的DexHand021 Pro灵巧手拥有22个自由度、400个力传感点，可以作为模型能力验证和任务执行的平台，让训练后的模型在真实操作中接受检验。

这样一来，三个环节就被串了起来。灵巧智能形成了“数据采集→仿真重建→模型训练→灵巧手验证”的闭环，让灵巧操作不再停留在一次性的Demo展示，而是具备持续进化的能力。

02.

从“秀技能”到“真落地”，

探索产业应用新路径

如果说刚刚解决了“手如何学会做事”，那么接下来要回答的是：学会了之后，能去哪里做事？

对于行业来说，真正的考验并不是动作展示，而是机器人能否进入真实场景做任务。

围绕不同应用需求，灵巧智能探索了工业、电力、科研职教三大赛道落地标准化解决方案，完成了从技术能力到商业价值的落地闭环。

朱豪华称，之所以优先布局这三个赛道，一方面是因为它们有真实存在的应用需求，且有明确的付费意愿。另一方面，这三个赛道分别对应生产效率提升、高风险作业替代以及技术生态建设三个维度，为灵巧操作从实验室走向产业应用提供验证路径。

工业场景：

这是灵巧操作最直接的应用验证场景。传统制造中，不少检测、装配、搬运任务作业效率低。

灵巧智能推出的零部件检测方案中，DexHand021三指灵巧手配备掌心摄像头，结合高精度视觉感知技术和智能控制能力，实现异形、精密零部件的识别、抓取、定位、检测等自动化流程。

电力场景：

相比工业产线，电力场景面临更高风险和更复杂环境。传统巡检机器人能够完成设备状态采集，一旦遇到具体操作任务，就呆了。不仅运维效率低、响应滞后，高压、密闭空间作业还存在人身安全风险，行业长期陷入“能巡检、不能操作、故障难闭环”的困境。

而灵巧智能的差异化优势，正是补齐了这一点。

电力巡检与操作一体化解决方案中，将自研五指灵巧手搭载在四足机器狗上，并融合视觉、定位、力觉传感与机械臂。在完成设备识别和巡检的同时，灵巧手能进一步完成按钮按压、柜门开合等任务操作，真正实现“发现即处置”。

经过真实验证，这套方案让单台设备综合作业效率提升35%以上，真正解决电力行业“巡检易、操作难”的痛点，实现电力运维从自动化巡检向智能化处置的升级。

科研职教：

灵巧操作的落地不仅需要解决“怎么用”的问题，也需要解决“谁来训练机器人、如何持续迭代”的问题。在科研职教领域，灵巧智能通过机器人实训方案、赛事活动等方式，将数据采集、模型训练和人才培养串联起来，从源头培养人才。

三个赛道分别对应生产效率提升、高风险作业替代和技术生态建设，构成了灵巧操作从实验室走向产业应用的完整落地路径。

03.

结语：灵巧手的终局，

不只是做好一只手

在朱豪华看来，未来决定灵巧操作企业竞争力的，是能否围绕硬件、数据、模型建立完整闭环。“如果要走向应用，一定是从硬件、数据、模型三个维度形成完整闭环，同时通过真实场景不断反推技术迭代。”

从展台上的“盘核桃”，到工业上的精密检测、变电站里的设备操作......灵巧智能正在用一条完整的技术链路和落地的场景，回答一个行业共同面对的问题——灵巧手究竟能做什么，以及如何把事情真正做成。

当行业从比拼自由度走向比拼场景落地能力，像灵巧智能这样具备全栈自研能力和产业布局的玩家，才有机会在这场长跑中率先撞线。