“夹豆子”的灵巧手赛场背后，一场产业化“压力测试”正在展开

机器人正在进行比赛。受访者供图

开瓶盖、夹豆子、精准称量粉末、组装零件……普通人需要小心翼翼完成的精细动作，如今成了人形机器人的竞技项目。8月22日至26日，第二届世界人形机器人运动会在国家速滑馆“冰丝带”举行，首次设立灵巧手专项赛，8个贴近生产生活的实操项目集中考验机器人的指尖操控能力。

这是本届运动会紧扣应用需求新增的赛项。镊子夹豆、开瓶撬盖、粉末称量、积木搭建、钉钉固定、线缆连接、电动工具装配、拆箱拆包——8个科目覆盖日常和工业场景中的精细操作。全自主完赛得分权重为1，遥控方式仅0.5，规则明确鼓励机器人靠自身“大脑”完成感知、规划与执行。

在业内看来，当双足行走和全身运动已基本过关，灵巧手成为人形机器人从“能跑能跳”走向“能干活”的最后一环。《2026年人形机器人产业发展报告》显示，2026年上半年中国人形机器人出货量已超4万台，全球占比进一步提升至97%。规模放量之后，精细操作能力直接决定机器人能否真正进入工厂产线和家庭场景。新京报贝壳财经记者采访了泡泡工坊、临界点、灵心巧手三家灵巧手参赛企业负责人，解读技术突破如何赋能现实生活。

灵巧手赛场验证“微操”能力，触觉感知成突破关键

粉末称量赛场上，武大智元联合队的机器人拿起勺子，从容器中舀取粉末，移至电子秤上方轻轻放下，屏幕数字跳动后定格在目标区间——全程27秒，拿下该赛项冠军。

该队使用的是智元旗下灵巧手公司临界点提供的高自由度触觉感知灵巧手。武大智元联合队队员费宣烨介绍，赛前训练主要围绕两方面展开：一是让机械臂达到又快又稳的灵巧操作水平，二是优化视觉算法，让灵巧手精准识别桌上物品及位置，再通过算法计算物品在真实世界的坐标，引导机械臂按最优轨迹完成抓取。

“客观来讲，这双灵巧手在今天的比赛中已经发挥了最佳状态。”费宣烨表示，比赛中存在客观随机性，每次舀取粉末的数量不会完全相同，需要基于此做自适应算法调整。他透露，团队自研了多相机校准投票算法机制，让分别位于机器人手部和头部的三个相机互相投票，处理光照变化、电子秤度数变化等因素导致的数值不稳定，剔除不稳定数据后收敛出稳定数字。

硬件可靠性是算法优化的前提。费宣烨还表示，灵巧手需要具备足够自由度，才能从抓取勺子的多个姿态中选择最优方案；控制精度和实时控制频率也需要足够高，才能表现流畅。他坦言，比赛中使用的粉末主要成分是盐，与手部接触会导致电化学腐蚀，灵巧手材质需要抗腐蚀才能保证性能，“赛前练习一般从早练到晚，从训练到比赛用的都是同一只手，大概用了几百个小时”。

积木搭建赛项上，机器人需在固定场景中识别十余块如手机大小的积木，逐一摞成方块式结构，评分要点在于稳定性与速度。北京泡泡工坊科技有限公司此次参加该项目，采用灵心巧手Linker Hand O6，重复定位精度可达±0.2毫米。公司董事长张硕对新京报贝壳财经记者透露，团队长期从事机器人ROS（机器人操作系统）开发与灵巧手应用，积累了从硬件适配到上层算法的全栈经验，“希望通过比赛验证算法、控制和系统工程在连续任务中的稳定性与协同性”。

临界点CEO乔天杰则从产品端给出判断。在他看来，灵巧手区别于夹爪或非标自动化设备的核心，正是通用性和泛化性——一只手能够使用不同工具、覆盖不同任务，才更接近未来在工业和家庭中的实际需求。此次临界点使用同一款已量产、未针对赛项特别改装的灵巧手参加全部8项比赛。乔天杰介绍，8个赛项涉及钉钉、打螺丝、插线、称量粉末等不同操作，不仅考验负载、速度和位置精度，也考验灵巧手能否适配不同工具和任务。

比赛也反过来成为研发环节的一部分。乔天杰透露，备赛中团队发现锤击产生的反冲力容易造成灵巧手损坏，据此形成了新的测试方法，“比赛反过来给研发提供了新的测试场景和思路”。打螺丝、插线本就是工业常见任务，钉钉等项目则带来了过去较少遇到的冲击场景。

在电动工具装配场景赛中，灵心巧手赛队以决赛17分的成绩夺得金牌。灵心巧手赛队负责人王镆涵对新京报贝壳财经记者表示，“近两年来，我们一直在让机器人走出实验室，走进更多真实的生产生活环境中。此次比赛中，团队采用的全自主模式虽然比遥操模式难度更大，但有利于推动机器人加速走进工厂，进行自主作业。”

“灵巧手能在赛场上以全自主模式完成任务，还能取得好成绩，这对它进入工厂真正干活来说是一个很好的铺垫。”王镆涵透露，灵心巧手致力于推进机器人自动化产线，目前已经搭建了通过“机械臂+灵巧手”来组装机械臂的一套较为成熟的工业系统。

从赛场到产线仍有距离，可靠性、泛化与成本构成落地三道坎

赛场证明灵巧手具备完成精细操作的基本能力，但真正进入工业和家庭，仍有一段路。

乔天杰坦言，比赛证明灵巧手已具备完成这些任务的基本能力，但真正进入工业和家庭，还要继续解决成本、可靠性和稳定性问题。他表示，下一阶段行业竞争将从完成单个动作，走向把不同技能串联起来，形成能够连续执行复杂任务的完整作业能力。

泡泡工坊联合创始人刘建军从赛场迁移到真实产线的角度做了更系统的拆解。他表示，从赛场到产线，核心不是简单地把动作“做得更快”，而是让机器人在环境发生变化时，依然能够稳定、连续、可追溯地完成任务。

刘建军表示，从赛场到产线有三道坎。首先是感知系统的鲁棒性——真实工厂里会有光照变化、金属反光、遮挡、零件位置和姿态偏移，甚至批次之间的细微尺寸差异，不能只依赖固定坐标和预设轨迹，而要加强三维视觉、手眼在线校准、目标重定位和误差补偿。其次是接触过程的闭环控制——小件装配不仅要“看得准”，还要通过力觉、触觉等反馈判断是否抓稳、是否对齐、是否发生卡阻或滑移，并及时调整力度、姿态和路径，尤其在插接、旋拧、扣合等任务中，需要把视觉、力控和多指协同真正结合起来。第三是工业级可靠性——赛场重点考验一次完整任务，产线则要求机器人长时间连续运行，还要满足节拍、良率、安全、维护和成本要求，同时需要打通PLC（可编程逻辑控制器）、MES（制造执行系统）、质量追溯等工厂系统，并具备异常检测、自动重试和人工快速接管能力。

能够从赛场直接复用的主要是技术模块和工程方法，而非赛场上的固定参数。刘建军表示，视觉定位、手眼标定、机械臂路径规划、灵巧手抓取与释放、动作衔接、异常保护等模块，都可以继续应用到工业和办公项目中。综合服务岗考验的是机器人能否把环境感知、移动、识别、抓取、递送或放置等环节连接成一套完整流程；积木搭建则集中检验手眼协同、多指操作、接触控制和精细放置能力。他坦言，这次参赛最大的收获，是更加清楚地看到：单个动作成功并不等于系统具备应用能力，真正困难的是不同模块之间的衔接、误差在长流程中的累积，以及出现异常后能不能自主恢复。

未来1至3年最需要突破什么？刘建军透露，不是更高自由度或更漂亮的演示动作，而是可靠性、泛化能力和成本之间的平衡。一方面，要让灵巧手具备更稳定的力觉、触觉和接触控制能力，适应不同形状、材质和摆放状态的物体；另一方面，要降低训练和换线成本，使机器人面对新零件、新工序时，不需要重新进行大量编程和调试。灵巧手本体寿命、维护便利性、接口标准化以及整套系统的投入产出比，也会直接决定能否规模化应用。

灵心巧手联合创始人左家平也表示，从今年运动会单设灵巧手专项赛来看，大家开始越来越看重机器人“手”的能力。以前大家都看机器人跑得有多快，跳得有多高，现在大家看机器人到底能不能干活。机器人能像人一样使用工具，是其未来走进工厂和家庭的基本功。

“我们初步预计，在今年年底，能够实现整个灵巧手自己进行装配，甚至建设机器人自己组装机器人这种产线平台。未来三年，我们希望能够把人类所有的技能都训练到灵巧手上。这样的话，机器人的灵巧手就能像人手一样做一些组合型技能。同时，未来我们会把这些技能都放到云端，进行开源，用户需要什么技能就能定制什么技能，一个机器人本体就能承载所有技能，变成一个真正可定制化的家庭成员。”左家平说。

哪些场景最先规模化？刘建军判断，不会是完全开放、完全无人干预的复杂任务，而是半结构化环境中重复度较高、人工负担较重、同时又需要一定柔性操作能力的场景——多规格小件的分拣、取放、上下料、检测配合，以及在治具辅助下完成部分装配、插拔和包装工序。办公领域可从固定区域内的物品递送、桌面整理等标准化任务起步，但开放办公环境的人员流动、物品多样性和安全要求更复杂，规模化时间可能晚于工业场景。“灵巧手真正走向规模化，不是要证明它‘什么都能做’，而是先在少数高价值场景中证明它能够长期稳定地做，并且算得过经济账。”

新京报贝壳财经记者 程子姣 张晓慧 程靓

编辑 岳彩周

校对 卢茜