谁在给物理AI造手臂？珞石第10000台人形力控臂交付！

“物理AI需要一双“有分寸”的手臂

机器人第一次真正进入家庭、进入工厂，可能不是从走路开始的，它可能只是拿起一块抹布，压在桌面上，然后沿着桌面慢慢移动。

看起来是一个再简单不过的动作。但对机器人来说，压得轻了，擦不干净；压得重了，机械臂动作发僵。桌面有一点高度误差，机器人需要自己调整。有人从旁边碰了一下手臂，它还得继续保持末端动作。

这一刻，机器人面对的已经不是一个视觉问题，它开始面对真实世界的物理规则。

从数字世界进入物理世界之后，智能开始有重量，它要处理摩擦、碰撞、阻力和误差。也正是在这里，力控重新进入具身智能产业的中心。

9月29日，珞石第10000台人形力控臂正式下线交付。机器人大讲堂了解到，这1万台仅指人形力控臂，不包括工业机器人和协作机器人；其客户则主要来自具身智能相关领域，70多家具身智能公司，以及二三十家产业背景客户，正在把珞石力控手臂放进自己的机器人系统里。

有的需要它做整机本体；有的需要它承载遥操；有的需要它完成柔性操作。

这些需求看起来不同，但最终都指向一个相同的问题：算法已经开始需要一个稳定可靠、可量产、可重复调用的身体。这也意味着珞石，借助万台交付，正成为通向物理AI的基础设施核心构建者。

01.

当具身智能走向落地，全身力控为什么成为必然？

物理AI进入部署态，最先被压出来的问题不是算法，是对物理世界的真实感知——力控。珞石一直是力控臂的引领者。

具身赛道过去两年讨论的核心一直是大脑。VLA、世界模型、强化学习，几乎所有发布会的主角都是模型。但产线这条曲线随着落地加速正在展现更多需求。例如屏幕容易会被震歪、连接器会被插坏、零件会被撞变形，最后一毫米的精度，靠模型解决不了。

行业很快发现，机器人不缺更聪明的脑，缺的是有分寸的手臂，需要整条手臂都在和周围环境保持持续的物理关系。

珞石机器人人形臂行业部技术总监朱柏楠在接受机器大讲堂独家专访时说得很直接：“因为传统机器人缺少全关节力控，力的维度较少，所以非力控手臂缺乏对于空间、对于物理世界的直接感知。”这使得视觉能看到位置，但看不到“力”。摄像头精度往往在几个毫米，面对装配、插拔、搬箱贴靠这类接触式操作，视觉描述不了有没有接触、接触力多大、有没有插到底、有没有卡住。

珞石机器人副总裁兼研发中心总经理于文进补充了一个更直观的场景：“搬箱子这类人类一贴一靠就能做到的场景，视觉怎么描述？其实根本描述不出来。”但人日常干活，搬箱子靠胳膊，精细装配靠手指触觉。触觉本质上也是力觉，只是更精细。机器人要进入工厂、家庭、商业，就必须具备这种“有分寸”的力控能力。

趋势在2025年前后发生转向。过去半年，国内外多家头部团队陆续把力觉加入多模态模型。Google DeepMind的FoReL把力反馈作为操作模型的核心信号，从ICRA 2025到WAIC 2026上有大量装配类研究把力觉列为关键模态。物理AI这一概念到2026年已经成为整机厂、零部件商、模型团队共同押注的方向。这条赛道正在形成共识：模型层不再是瓶颈，关键是把模型跑进物理世界。

VLA开始加入力反馈，世界模型和强化学习越来越依赖力控。视觉、力觉、触觉的具身模型数据多模态成为刚需。

因此，珞石万台交付真正重要的背景在于，它或许意味着一个产品里程碑，其不仅仅证明了珞石力控路线的正确性，并开始成为具身智能产业切换到物理AI的重要标志。

02.

做好受市场认可的全身力控，珞石绝非偶然

珞石是具身赛道里第一家用十年工业+力控技术基因去做物理AI硬件基础设施的厂商。

把时间拉回2017年，珞石当时面对的并不是今天这样的具身智能热潮。但其已经围绕柔性工业需求，持续深耕全关节力控。

之后近10年，珞石的这条技术路线没有因为机器人产业热点的变化而中断，在力控算法、力控关节、机器人本体和工程化等方面持续积累的能力，在协作机器人、柔性力控机器人上获得长期应用验证。

这段经历也是珞石进入具身智能时，一个经常被低估的优势。因为其真正能够迁移的，已经不只是一个零件，而是过去几年甚至十几年沉淀下来的经验。

随着具身智能走向落地，2025年下半年开始，头部整机厂陆续进入量产爬坡，从几十台样品爬到几百台再到几千台，对零部件的核心诉求一次性切换到良率、产能、一致性、售后兜底。

大多企业发现，人形机器人虽然换了身体形态，但很多底层工程问题没有消失。产业竞争的胜负手从单点技术能力转向规模制造与稳定交付能力。

如何让关节既有力量又能柔顺响应，如何把力控算法跑在真实硬件上，如何处理长时间运行中的稳定性，如何让不同批次产品保持一致，这些事情都不是模型出现以后才突然产生的。

它们一直存在于机器人产业里。只是过去更多发生在协作机器人和工业场景中。

现在，具身智能部署态把这些问题重新带到了产业中心。当整机厂需要一个能在自己产线上长期稳定运行的力控臂供应商时，珞石的履历无疑是行业里最厚的。

所以珞石今天做的，其实并非从零开始为人形机器人寻找一套力控技术路线。

更准确地说，是把过去近十年在工业机器人和协作机器人上的积累，重新装进了一种新的机器人身体。

这也使得即使产品形态重新设计了，能力却没有推倒重来，并且能很快重新形成新的产品、乃至产线和产能。

例如人形力控臂需要更轻的结构、更紧凑的空间、更适合人形机器人的负载配置。珞石围绕这些要求，很快就重新设计了电机、减速器和部分结构件，并且让全身力控臂的一致性更强。

因为珞石发现，到了第10000台，供应链、生产线、测试体系和质量控制都会成为产品的一部分，需要更多的工程积累才能更快找到适配产线的解决办法。

朱柏楠介绍，相机内走线就是一个很小、但很典型的例子。线缆放在机械臂内部，看起来只是一个结构优化。真正做起来，却会碰到另一个问题，机械臂内部空间更紧，线缆需要随着关节运动而不断弯折，长期运行后可能出现屏蔽层损伤、信号丢帧的问题。

这并非发布会上测试一次就能发现的问题，它需要把机械臂真正跑起来，跑足够长的时间，再根据故障不断调整结构。珞石对这一方案进行了一年的验证，并经历两次设计迭代后才完整推出。

但恰恰是这些契合场景的细节处理，决定了一条手臂能不能成为基础设施。

因为基础设施的第一要求从来不是炫技，而是稳定地存在。

客户把机器人接进自己的训练系统、产线和数据闭环之后，最不希望看到的就是某一批产品突然出现不同的行为。

万台交付真正考验的，正是这种一致性。如今，珞石为人形力控臂单独拆分产线，本质上也是在持续解决这个问题。

机器人大讲堂了解到，珞石还在继续探索轮式双臂等整机方案。其对自身产品体系的划分，已经从单纯的手臂，逐渐延伸到本体和“小脑”全套解决方案。

这也是基础设施型公司的价值：不是替客户完成全部工作，更多是把最复杂、最难重复建设的部分，先通过自己的产品设计变成标准能力，让用户将自己的精力放在更主要的事情上。

珞石正在做的事情，越来越接近这一层。

03.

客户开始拿柔性力控臂干“细活”

万台交付之后，最值得关注的是这些手臂究竟被拿去做什么。那么，珞石力控臂到底解决了具身智能的什么问题？

机器人大讲堂在采访中发现，珞石的答案越来越集中在那些过去机器人最容易卡住的地方。那些机器人要进入工厂、家庭、商业，必须具备的“有分寸”的力控能力。

比如擦桌子。人的手臂本身就是一个连续的感知系统。抹布接触桌面之后，手臂其实需要保持一定的压力，同时按照轨迹移动。如果只是位置控制，机器人知道“应该去哪里”，却不知道“现在压得怎么样”。全关节力控加入之后，机械臂可以在运动过程中持续处理外部力变化，如果有人突然撞了一下手肘，身体也会立刻知道发生了什么。

再比如端水杯。如果机器人拿着杯子行走，旁边有人碰到它的大臂或者肘部，真正需要保持的是让受到干扰的部分能够柔顺响应，同时尽量保持末端稳定。如果机器人只有末端力感知，它看到的可能只是“手上的任务没有变化”；如果整条手臂都能够感知外部作用力，机器人就有机会在肘部发生碰撞的瞬间通过阻抗功能适应姿态变化。

理解这一点之后，再看全关节力控和末端六维力，就会发现两者的区别并不只是传感器放在哪里。

末端六维力主要解决的是末端的受力感知；全关节力控则把感知范围扩展到整条手臂。

珞石的全关节力控臂，本质上是一个分布在七个关节的力觉数据采集矩阵，关节之间的力传导、力分布、力动态变化，都可以被同步采集。这种数据密度，是末端六维力方案无法提供的。

换句话说，全身力控意味着机器人开始表现出一种更接近人的身体反应。

因为落地作业的最后几毫米，需要身体自己完成判断。谁的硬件能提供更完整、更细微的多模态数据，谁就能在模型侧形成生态位。全身力控机械臂意味着具身智能可以不再只是执行一条预先计算好的轨迹，它能更快开始根据真实世界的反馈，边做边调整，从而让作业场景有了更大的意义。

遥操也是一样。一个人拖动机械臂的时候，真正影响体验的并不是机器人能不能完成这个动作，而是它能不能及时跟上。操作者快速向前拖，机器人慢半拍，动作就会出现明显的迟滞；操作者突然改变方向，机器人如果仍然按照原来的轨迹运行，整个动作就会变得生硬。

朱柏楠在采访中把这种体验称为“跟手”。简单来说，因为全关节力控较高的系统带宽，使机械臂能够更快地响应外部输入。这也是力控和具身智能开始发生真正连接的地方。

遥操不仅是控制机器人的方式，也是今天获取真实世界数据的重要方式之一。机器人跟不跟手，会影响操作者一天能够完成多少任务；响应是否稳定，会影响采集回来的动作数据能不能真正用于训练。

于是，一条过去分散在不同技术环节里的链路开始连起来，手臂的力控性能，开始影响遥操效率；遥操效率，又开始影响具身智能的数据生产。力控因此不再只是机械臂内部的一项功能，它也开始向模型训练这一端延伸。

04.

万台是入场券，下一程才刚开始

珞石交付1万条手臂背后，已经有一批具身智能公司愿意把自己的模型、数据和应用，交给同一种身体去承载。

这也证明了，当下物理AI需要的，不只是一个更聪明的模型，还需要一套足够稳定的身体，让模型真正有机会进入世界。

珞石过去近十年积累的全关节力控，正在沿着关节、手臂、运动控制和小脑能力向上延伸；而万台级交付，则让这些能力第一次以基础设施的形态，被一众具身智能公司在规模化部署中使用。

从这个角度看，第10000台人形力控臂不是终点，它更像是一个产业阶段的刻度，其意味着机器人开始离开被精心整理的演示环境，有能力进入有误差、有摩擦、有碰撞的真实世界。

而在这个世界里，真正重要的能力往往藏在那些不起眼的瞬间：抹布压到桌面的那一下保证连续；箱子碰到另一只箱子的那一下保证稳定；USB插入接口最后几毫米的那一下保证柔性；人撞到机械臂肘部的那一下保证安全。

机器人能不能在这些瞬间知道发生了什么，并把动作继续做下去，决定了它究竟是不是一台能够合格工作的具身智能。

珞石正在做的，正是把这具身体里最难规模化的一部分，变成可以被产业直接调用的基础设施。

因为从2026年9月29日往后看，具身智能的故事必然不再是谁的demo更酷，而是谁的产线更稳、谁的基础设施更厚、谁的产品更加稳定好用、谁真正在量产阶段被广大具身用户选择。

珞石用万台交付完成了一次证明，也意味着真正的落地长跑，才刚刚开始。