靈巧手十年，從抓取到操作的最后一厘米｜對話臨界點CTO熊坤

硬件、模型、數據的閉環三角。

作者 /Oriana

新物種 Sinovum 設立了對談欄目。

視界線，是黑洞的邊緣——一旦跨過，既有規則將不再適用，變化變得不可逆。 我們借用這個概念，關注那些已經越過“臨界點”的技術與企業：方向開始收斂，選擇正在鎖定，新的規則正在形成。

我們關心的是：在巨大的不確定性面前，他們如何看見未來？又如何以一個個關鍵判斷為支點，推動整個行業越過那道無形的邊界？

故事，正在視界線上發生。而「新物種」將成為忠實的記錄者，與你一同見證。

以下是該系列的第 16 篇。

-Intro-

2026年6月，維也納ICRA，熊坤正在向觀眾介紹臨界點的新產品，有人問他是何時開始接觸靈巧手研發的。

熊坤第一次做靈巧手，是在2016年。

那時他在香港科技大學讀研，師從李澤湘，跟著課題組在OPPO工廠看到一道分揀難題：零件種類太多，每換一種就要換一套夾爪，成本高、效率低。他設計了一個可快速更換指尖的二指夾爪，對被抓物品做曲面分析，提取特征建了一個“手指庫”。客戶把零件放進去，算法就算出該用哪種手指來抓。方案在產線上跑了起來，工廠不用再買一堆標準夾爪，多打印幾個手指就行。

后來他又做過智能頭盔，把口罩和頭盔結合，裝上PM2.5傳感器，讓配送員在城市穿梭時采集空氣質量數據，形成精細的實時污染地圖。熊坤回憶，“這個項目讓我第一次理解了從0到1孵化產品，而且產品創新點有意義也很重要。”

熊坤與李澤湘合照

2018年，熊坤加入騰訊Robotics X，成為前10號員工。實驗室把技術分為移動能力、靈巧操作、智能決策三大塊，他都有涉獵：移動方面，研發輪足切換的多模態機器狗；操作方面，做了繩驅七自由度機械臂，用耦合機構讓兩個電機的力疊加到一個關節上，扭矩翻倍；靈巧手也在此時起步，繩驅、直驅、連桿，各種方案輪著鉆研。

“我的目標很明確，就是把技術轉化成可量產的產品。”2024年底，熊坤加入智元，負責靈巧手業務。

2026年1月，靈巧手業務拆分獨立成立子公司臨界點，熊坤擔任CTO。截至5月，臨界點在僅成立136天就完成了四輪融資，估值突破10億美元。

熊坤在技術上的積累，也在臨界點成立后集中釋放。

他判斷，高自由度靈巧手的技術路線會收斂到直驅和繩驅。連桿的上限太低，自由度一高，尺寸就大得不像人手。直驅力矩透明，適合強化學習算法；繩驅仿生性好，適合家庭場景。

臨界點自然在這兩條路線同時推進：繩驅旗艦OmniHand 3 Ultra-T主打輕量高負載，整手500g，能提5kg，有22+3個主動自由度，腱繩10分鐘就能換完；直驅旗艦OmniHand 3 Ultra-M則把尺寸壓到了人手大小，20個主動自由度，每個指尖都裝了與千覺機器人聯合研發的視觸覺傳感器，手掌還有300多個觸覺點，單手實現形貌測量、紋理識別、滑移檢測，具備豐富接觸能力。兩款手之外，還有鼠標大小、售價控制在千元級的Lite版和工業夾爪Picker 3。

臨界點靈巧手產品矩陣照片

盡管臨界點的大股東和最大客戶是智元，但也同時給千尋智能、字節、阿里、商湯、LG供貨靈巧手，給龍旗、OPPO、上汽的產線配夾爪，累計交付超過8000臺，當屬行業頭部。

但熊坤清楚，硬件只是探索靈巧操作的起點。“自研手是操作模型的前提，”他說，“沒有自己的硬件，你永遠不知道數據從哪來，也不知道模型到底在學什么。”

臨界點還計劃將靈巧操作數據集開源。“數據飛輪要靠行業一起轉，”熊坤說，“開源是生態建設的第一步。”

01.

李澤湘門徒在騰訊Robotics X

新物種：你在李澤湘老師組里讀研時，有哪些讓你印象深刻的經歷？

熊坤：在李老師那讀研，跟傳統路子不太一樣，他更想培養我們工科生從0到1把技術轉化成產品的能力。我們的課題不來自論文，而是從工廠、環境、真實場景里尋找并解決真實問題。做完了，不僅能畢業，甚至可能直接孵化成產品。

印象很深的是，2015年他第一次帶我們去松山湖的機器人產業基地看孵化的各種硬件和機器人創業項目。我們和很多剛起步的團隊交流，張峻斌師兄帶領的云鯨才幾個人，李群自動化在做工業輕量型機器人，逸動想做“水上特斯拉”。我們還跑了富士康、碧桂園、美的、OPPO等工廠，甚至去日本看了安川和川崎的生產線。

這些經歷在我心里打下了一個底：研究課題一定要解決實際問題，這也幫我建立了從0到1做產品的思路。

新物種：你2018年畢業后加入騰訊Robotics X，在實驗室就是主攻靈巧手嗎？

熊坤：Robotics X起步比目前很多具身機器人公司都要早，那時基本上已經規劃出了現在很多技術的雛形。

我們把技術分成三塊：一塊是移動能力，更多的是對下半身的探索，包括輪式、腿足式、輪足復合式。第二塊是靈巧操作，我們會自研繩驅的機械臂、繩驅的三指和五指靈巧手。第三塊是智能決策，類似于現在的機器人大模型或機器人大腦。2018年時移動能力的技術發展更成熟，難度相比操作更容易，所以我們一開始更多偏向機器人移動能力的探索。

我在移動這塊做了不少項目，包括多模態機器狗、輪足復合式輪滑機器人。其中2018-2019年做的多模態機器狗，具有足式和輪式雙重運動能力，可以針對不同場景做輪足切換：平坦路面用輪式，崎嶇路面（樓梯、臺階）切換成足式，還可以做雙足和四足切換，非常適合人居環境中的物品搬運、巡邏等。我覺得這個項目算是比較早期做得比較好的。

2020-2021年，我在操作這塊鉆研更多，做得比較好的是一款高負載、低慣量的繩驅七自由度機械臂。我們把耦合機構運用到繩驅關節中，兩個電機對應兩個關節，在繞線時一個關節順時針、另一個逆時針，這樣當兩個電機同向運動時可以把力加到同一個關節上，在不改變電機性能的同時讓該關節的輸出扭矩和加速度達到原來的兩倍。這是高自由度繩驅機械臂產品中比較好的體現，非常有創新性。

同時在靈巧手這塊也開始了對直驅、臂手一體的高自由度繩驅靈巧手的探索，最近兩年繩驅、直驅以及連桿靈巧手的發展，也驗證了這些技術積累。

新物種：你在加入智元之前也去了IDEA研究院和匯川，前者偏研究，后者偏落地。后來你是在2024年底正式加入智元做靈巧手業務。為什么會在這個時間點選擇智元？

熊坤：我的初衷一直很明確，就是把靈巧操作技術轉化成實際產品。離開騰訊后我一直在探索，也跟很多在具身機器人公司任職的朋友交流，發現智元在做量產和產品落地這塊做得非常好，這正好彌補了我一直想做產品的愿望。

再說時間點，2022年ChatGPT爆火帶動人形機器人發展，但直到2024年上半年，行業重點還在移動能力和機器人本體，對靈巧操作的投入是從2024年下半年才開始明顯增加。我覺得這是個好契機，行業要逐步從移動能力探索轉向操作落地，所以選擇了那個時間點加入智元。

02.

未來屬于直驅和繩驅

新物種：你認為靈巧手領域里過去哪些問題已經被解決了？現在又有哪些技術瓶頸是最需要突破的？

熊坤：靈巧手發展已有六七十年，自上世紀60年代以來，日本、美國學者從三指做到五指，甚至用于航天場景。可以說，對于繩驅和直驅的技術方案已經摸索得差不多了。

比如繩驅靈巧手可以形成N型、N+1型、2N型等傳動方式，大家可以把更多精力花在核心零部件的開發上，如腱繩、高潤滑性的繩輪、高負載的微型電缸等。直驅靈巧手也是類似，大家摸索了電機加小型行星、渦輪蝸桿、諧波、擺線針輪等減速器的優缺點。

現在需要技術突破的主要有三方面：第一，硬件層面，核心零部件如驅動模組、腱繩、繩輪、軸承、材料應用。直驅手如何把驅動模組做小，保證輸出力和扭矩的同時控制尺寸和發熱；繩驅手如何保證腱繩高潤滑、抗蠕變、抗沖擊，繩輪設計和軸承選擇保證百萬次壽命。

第二，軟件算法層面，靈巧操作模型的訓練技術路線沒有收斂，有的用人手數據，有的用真機或DexUMI數采方式，整個框架和數據要求需要進一步清晰。

第三，工藝層面，靈巧手的質量、可靠性、壽命、成本難以滿足大規模應用要求。工藝上要做突破，如膠水、潤滑油、螺釘裝配方式、材料應用（高強度低密度材料）、表面處理提高潤滑性等。

新物種：你們上一款靈巧手Ultra-T是繩驅主導，最新一款Ultra-M是直驅，為什么會選擇這兩條路線？同時押注會有資源分配上的負擔嗎？

熊坤：高端高自由度的靈巧手一直是行業要攻克的技術天花板。對于高端高自由度靈巧手，整個行業逐步達成共識：未來方案會收斂為直驅和繩驅兩個方向，這兩個方向各有優劣，應該是并存的。所以我們不是兩者都只是嘗試，而是要在高端兩種方案上都做技術布局，因為它們在未來的各類場景中都會有大量應用。

直驅靈巧手控制簡單，可以做到很好的關節力控，工藝裝配比繩驅更友好，非常適合用強化學習做靈巧操作的研究人員。繩驅靈巧手從第一性原理最接近人手驅動，仿生性好，抗沖擊強，負載自重比高，可以把手做得更小更符合人的尺寸，適合人居場景。

加上臨界點有供應鏈基礎和工程經驗優勢，愿意迎難而上，直面應用終局的挑戰，所以在兩條技術路線上都會布局。

用兩只OmniHand完成折氣球的任務

新物種：為什么你判斷未來會收斂到直驅和繩驅，而非連桿等其他路線？這兩種方案除了技術探索優勢外，有沒有運用到不同真實場景的優勢？

熊坤：第一，從技術上限來看，連桿的上限非常有限。如果想要大規模應用，性能要越來越接近人手的指標，連桿的劣勢最明顯。當主動自由度大于等于20個以上時，連桿的尺寸（手掌和手指）都會比人手大很多，控制傳動不可靠。它更適合低自由度和中等自由度產品，當主動自由度大于等于17個，尺寸、重量、性能相比繩驅和直驅的劣勢就凸顯了。

直驅靈巧手則有三個優點：一是力矩透明性，可以直接告訴使用者每個關節的輸出力，模型可以精確控制每個關節的輸出力并得到精確反饋力；二是反驅特性讓操作更安全，外部碰撞時力能傳回關節，不容易碰壞；三是響應快，電機放在指節，控制速度快，符合真機強化學習算法在本體上訓練。

目前直驅手更多用在科研場景，做高復雜場景的精細化操作，如家庭環境工具使用。繩驅靈巧手的優點是仿生性好，柔順的力學行為更像人手，從人手獲取數據做控制也符合繩驅手的控制，抗沖擊性好，安全性好，也適合家庭場景。所以我相信這兩類手相比連桿都有很大上限，未來靈巧手朝技術天花板攀登時，會成為主流。

新物種：臨界點會怎么布局技術和產品呢？

熊坤：第一，在產品矩陣上，我們會從繩驅、直驅、渦輪蝸桿、連桿全面覆蓋各類方案，布局從低端、中端到高端的靈巧手產品；第二，我們不同于行業其他集中在硬件的靈巧手廠家，也會同步開發最適配的靈巧操作大模型以及靈巧操作數據集，屬于從硬件到軟件完全自研。

熊坤在ICRA 2026現場講解demo

03.

自研手，才有好模型

新物種：你剛剛提到的靈巧操作模型，也有不少非靈巧手的具身大模型公司在研發，你認為自研靈巧手對于做操作模型是必要的嗎？

熊坤：好問題。只做靈巧操作模型，還是既做硬件又做軟件，目前兩條路都可行。

不過靈巧手方案未來雖然會收斂到直驅和繩驅，但收斂程度不同于人形整機。人形整機方案基本趨于一致，做小腦運動模型適配不同機器人時泛化性可以做得很好，而靈巧操作模型的泛化能力比人形整機的小腦或大腦模型更難，也更重要，因為靈巧手是具身智能落地的最后一厘米，其泛化性會直接決定市場接受度。

如果想要更好地提高泛化性，我個人覺得還是要軟硬一體，硬件和模型算法都自研比較合適。靈巧手產品矩陣全面，我們就能用不同的手采集數據去做模型訓練，模型的泛化能力自然會更強。用低、中、高不同方案、不同自由度的靈巧手采集的數據訓練出的模型，去適配不同方案的靈巧手時，操作質量也相應更高。

新物種：那你們的靈巧手數據集中不同類型數據構成的百分比分別是多少？

熊坤：數據類型可以分為四類。

最底層是視頻數據或人類視頻數據，占比最大，30%-40%。第三層是人手數據，通過戴UMI或手套采集人手實際操作數據，占比25%-30%。第二層是遙操數據，用手套遙操或外骨骼遙操，在雙臂、雙手、帶本體的實際場景中采集，占比15%-20%。最頂層是閉環數據，在做真機強化學習驗證時實時采集，用于后訓練，占比約10%。整個數據金字塔的場景種類最多元，數據構型最全、最健康，對各種模型最友好。

今年年底數據預計會到達百萬條到千萬條的級別。年底預計有2萬多臺手交付，隨著第二、三季度大量手在各類場景中應用，數據采集效率增長速度會更快，數據的收集形式更快，金字塔會更飽滿，訓練出的模型效果也應該是最好的。當然我們對數據質量的把控也會更嚴格，讓數據集質量變得更好。

新物種：不過靈巧手要達到怎樣的市場規模，才可以不再依賴人工采集或合成的仿真數據？

熊坤：如果靈巧手在各類場景中落地的數量以及每天采集到的數據，已經符合在相應場景中自學習、自進化的需求，就不需要額外做數據采集或使用合成數據。

這個量取決于場景。場景復雜度不高，可能千條級別數據就能訓練出好效果，那么落地數量幾百至上千臺就夠了。高復雜性場景，比如家庭環境（客廳、廚房、臥室）做各類精細化操作，任務難度最高、鏈條最長、場景多變、任務種類最多，對數據的質量和數量要求最高，那么用于實時工作的靈巧手數量至少應該在大幾千臺甚至上萬臺，才能實現閉環。

新物種：現在很多具身公司都說已實現大規模量產。對于靈巧手業務來說，有沒有一個具體的數字，出貨量達到多少才能算大規模量產？

熊坤：對于靈巧手的量，我覺得至少超過4000臺這個線以上才能叫大規模量產。在這個線以下，哪怕有一些質量問題，客戶的應用和反饋對工廠來說還可以承受，超過這個數值才是真正考驗靈巧手質量和大規模應用實際情況的時候，至少表明產品質量已經符合各類場景的要求，不然售后問題會很麻煩。按照我們今年的訂單預測，到年底預計可能會交付2到3萬臺。

新物種：在你看來，接下來一年時間內，靈巧手賽道最有可能出現的技術奇點會是什么？

熊坤：回到剛才說的三個技術瓶頸：硬件、算法、工藝。任何一個都有可能在未來一年取得突破。我個人比較看好硬件和算法層面。

硬件方面，高能量密度、小尺寸、符合人手的穩定關鍵模組，以及高潤滑、抗蠕變的腱繩材料發展，會推動直驅和繩驅靈巧手硬件技術的進步。工藝方面，隨著行業對靈巧手工藝的摸索越來越成熟，對工藝的把控會越來越好，提高量產質量。算法層面，訓練模型的數據質量越來越高，泛化性越來越好。

隨著這三個瓶頸的突破，未來一年可能會出現一個適配場景泛化能力最好、硬件質量和性能最接近人手的軟硬一體的靈巧手解決方案，帶動具身人形機器人進一步在實際操作中落地，加速通用人工智能的發展。

排版運營 / Teagan

- End -