点击下方卡片，关注“具身智能之心”公众号
今年WAIC，灵巧手是真的多。
走进展馆，几乎每隔几个展台就能看到一只手：因时、强脑、灵心巧手、灵巧智能、曦诺、睿研、星动纪元、均胜、超维动力……
高自由度、指尖触觉、全掌触觉、全直驱、绳驱、混合驱动。
每家讲出来的词都不一样，但多看几家之后，会产生一种非常强烈的趋同感。
高自由度正在成为标配，触觉正在成为共识，直驱和绳驱的优缺点也是大家讨论最多的话题。很多产品的差别，逐渐收缩成了自由度多两个还是少两个、重量轻几十克、触觉铺到指尖还是手掌。
这些进步当然重要。
但站在算法一线的使用视角，我们逐渐感觉到，行业今天的大部分创新，仍然发生在「怎么把一只手做出来」。
至于这只手如何在数采和模型端赋能，又如何进入真实使用场景，硬件损坏这些话题，讨论反而不多。
我们在现场和很多家灵巧手的负责人聊到了这些问题，也让我们第一次意识到：
高自由度灵巧手，或许还有一条没有被充分讨论的设计路线，以及我们也看到了高自由度灵巧手全新的可能。
它不单单要追求更高的性能上限，也需要认真考虑当前还不够成熟的算法，到底需要一只什么样的手。
01.
高自由度，正在成为灵巧手入场券
横向对比WAIC展出的灵巧手，会发现行业底层的技术选项正在快速收敛。
低自由度连杆手依然拥有明确的市场。因时、大寰等公司的产品，在工业抓取、科研教育和整机配套中，仍然有成本、负载和成熟度优势。
但在高自由度灵巧手这一档，技术方案已经收敛到直驱、绳驱或者两者组合而成的混合驱动。
连杆并没有消失，只是不再承担高自由度灵巧操作最主要的技术叙事。
路线变少之后，产品却没有变得完全相同。
原因在于，即使采用类似的驱动形式，每家公司想解决的问题也不一样。
1）全直驱是 WAIC 上最常见的选择之一。
灵心巧手O30、星动纪元XHAND，以及强脑的一些高自由度产品，都把独立关节控制、响应速度、力控能力和训练生态放在了重要位置。
这条路线受到算法团队欢迎，并不难理解。
电机和关节之间的传动链更短，控制关系相对直接。模型下发什么动作、关节实际运动多少，中间需要处理的绳索形变、摩擦和回差也更少。
尤其在强化学习和复杂力控任务中，一个状态相对清晰、控制频率稳定的关节，对算法调试非常友好。
2）有些产品更在意拟人和数据迁移。
灵巧智能坚定选择绳驱，Sharpa也将人手构型和高自由度操作推到了很高的位置。
这类产品背后的逻辑是，人类已经积累了海量手部操作数据。机器人手越接近人手，人体动作映射到机器人上的几何差异越小，后续retargeting的压力也会相应降低。
简单来说，一只小拇指明显过长、关节位置与人手相差很大的机器人手，即便自由度足够，人类示范动作也很难原样迁移。
模型还要额外学习，这副身体和人手到底有什么不同。
绳驱能够减少指端电机的占用，让手指做得更细、更轻，也更容易接近人的比例。代价则是绳索带来的摩擦、预紧、蠕变、回差和长期维护。
刚刚标定好的手，运行一段时间后可能出现变化。绳索如何走线、怎样保持张力、多久需要重新调整，都会影响最终控制效果。
3）还有一类产品，
开始把长期使用放进设计目标。
超维动力的 KAIHand 也追求高拟人和高自由度。
它拥有21个关节自由度，其中20个为主动自由度；如果把机械柔顺维度计算在内，则由20个主动自由度、1个被动自由度和16个柔顺维度构成。整只手长度约185mm，接近成年人的手部尺度。
我们和超维动力灵巧手的负责人，现场交流了一下。
他跟我们强调自由度和拟人度现在来看只是灵巧手的一部分。
灵巧手持续握持的温升、碰撞造成的损坏、数采过程的连续性，以及单根手指出现问题后的维护效率。
这些东西放在展会上可能没有那么吸睛，这些问题是实际使用过程中才会遇到的问题。
在我们的视角中，高自由度灵巧手正在发生的变化就比较清楚了。
20个左右的主动自由度，长期看很难成为绝对壁垒。随着电机、减速器、驱动器和供应链逐渐成熟，参数迟早会被追平。
真正拉开差距的，将会是参数表背后的设计目标：
这只手究竟是要服务一次展示，还是数百万次的真实操作？
它更关注单次动作的极限，还是几个月之后仍然稳定的机械结构？
高自由度解决了机器人能不能完成复杂动作，设计目标决定了它能不能长期被算法使用。
02.
灵巧手的不可能三角
在超维动力展台交流时，团队给我们描述了灵巧手的不可能三角：热、力、尺寸。
一只高自由度灵巧手，很难同时把这三项推到极致。
人手的长度不到二十厘米。
在这样有限的空间里，需要集成20个左右的执行器、减速与传动机构、编码器、控制板、触觉传感器、线束、结构件和散热空间。
输出力越大，电机和减速机械结构通常越大。
尺寸做得越小，电机、线束和传动的布局越紧，散热问题就很难优化。
想让每个关节都能独立控制，执行器数量又不能轻易减少。
这就是高自由度灵巧手难做的地方。
它有点像要在一只真人手掌大小的空间里，同时放进执行器、减速器、传动结构和安全结构，还要求每根手指都能独立运动。
现阶段，大家给出的答案各不相同。
全直驱优先保证控制关系和响应性能，但大量电机进入手掌之后，集成与散热的压力会明显上升。
绳驱可以把执行器移出狭窄的指端，减轻手指重量，却需要面对绳索摩擦、回差和长期稳定性。
将电机放到小臂，能够释放手掌空间，但灵巧手与机械臂、本体之间的集成又会变得复杂。换一条手臂，整套传动布局可能都要重新设计。
因此，今年WAIC上出现了越来越多混合驱动方案。
曦诺未来选择直驱与绳驱结合，均胜电子发布的TeleHand，甚至在掌内集成了直驱、腱绳和连杆三种方式。
超维动力同样没有押注单一方案。KAIHand四根手指的指尖关节采用绳驱，其余主要关节使用直驱。原因如下：
指尖的空间太小，继续放置电机会明显影响手指尺寸和重量。
与此同时，超维动力又没有把相关执行机构统一下放到前臂，而是尽可能收进手掌内部。
这样做有利于保持整只手的完整性，也方便它接入不同机械臂和本体。
代价是机械结构会变得很复杂。
绳索怎样布置，传动机构如何避让，电机、控制板和线束放在哪里，手掌怎样保持强度，每一项都受到185mm尺寸的约束。
KAIHand 还在静态握持环节加入了具有自锁特征的力热平衡设计。
手指到达部分抓握位置后，机械结构能够承担一部分持续负载，电机不必一直保持较大的输出电流。
热、力、尺寸，没有谁真正把这个三角彻底解开。每家公司都在同一组物理约束下寻找自己的平衡点。
但 KAIHand 还有一个更加特殊的变量。
在直驱与绳驱之外，他们把 16 个机械柔顺度放进了一只高自由度灵巧手里。
03.
被动柔顺，给高自由度灵巧手
带来了全新的可能
被动柔顺并不是一个全新的机器人概念。
在夹爪、欠驱动手和一些低自由度末端上，利用弹簧、柔性机构或机械让位吸收接触冲击，已经有不少应用。
难点在于，高自由度灵巧手和普通夹爪完全是两类东西。
普通夹爪可能只有两三个运动自由度，内部空间相对充足，控制目标也比较简单。
KAIHand 有 20个主动自由度，长度却只有185mm，这个尺寸在高自由度灵巧手上很少见。
在这样的条件下加入16个柔顺维度，意味着机械结构的设计、加工、装配和一致性控制都会明显变难。
为什么超维动力愿意承担这部分复杂度？
超维动力给我们的回答，来自他们自己使用灵巧手的真实经历。
1）数采员没有完整力反馈，
碰撞很难彻底避免。
当前主流的灵巧操作数据采集，往往通过数据手套或外骨骼设备遥操作机器人。
采集员可以看到相机画面，也能够控制手指动作，但很难获得与真人手完全一致的接触反馈。
桌面操作一旦出现遮挡，或者通信存在一定延迟，操作者很难精确判断手指与物体之间还有几毫米。
再加上人手与机器人手之间的动作重定向误差，手指撞到桌面、物体边缘和操作台，并不算罕见。
高强度数据采集中，这类小概率错误会被快速放大。
一天采几百、几千次操作，碰撞几乎很难完全避免。
这也是超维负责人特别强调的一点：算法每犯一次错，最后可能都由硬件来买单。
2）被动柔顺，和主动柔顺、可反驱
并不是一回事。
主动柔顺、可反驱和被动柔顺解决的问题相近，实现方式却不同。
主动柔顺依靠传感器和控制系统，先感知接触力，再调整电机输出；可反驱强调外力能否反向推动关节和传动机构；被动柔顺则直接发生在机械结构中。
意外接触出现的一瞬间，弹性或可让位结构会先产生微小形变，无需等待视觉识别、传感器采样和控制器计算。
简单来说：相机还没看清，控制器还没算完，机械结构已经先退了一点。
灵巧手撞上坚硬桌面时，冲击峰值出现得非常快。被动柔顺相当于在电机与真实世界之间增加了一层机械缓冲，减少瞬时冲击直接传递到关节和传动系统。
3）最直接的收益，可能不是性能。
按照超维动力内部的使用体感，被动柔顺能够显著减少碰撞带来的结构损伤。
相比此前使用过的方案，灵巧手寿命可能提升3—4倍。
我们也非常期待后续使用方的反馈，高自由度灵巧手的寿命可能也要迎来一轮大革新了。
KAIHand还采用模块化手指设计。单根手指出现故障后，用户可以自行拆卸更换，不必将整只手寄回返修。
这些能力没有自由度和触觉那么吸睛，却直接影响高校、海外客户和算法团队能否持续采集数据。
当然，柔顺也会带来新的问题：是否影响重复定位精度，形变能否准确测量，模型如何区分电机运动与机械形变。这些问题仍需要继续解决。
但超维动力最值得讨论的地方，正是它没有把所有误差都留给算法。
在算法还不够成熟的阶段，机械结构开始主动接住一部分不完美。
04.
灵巧手的最终目标，
是要作为人类手部数据的载体
如果被动柔顺只用来防止碰撞，它当然已经是一项很有价值的可靠性设计。
但从超维动力的思路看，KAIHand 更重要的目标，是成为灵巧操作模型和真实世界的桥梁。
今天很多灵巧操作模型仍然高度依赖视觉，但真实世界里的接触很难被完全看清。
抓取点偏几毫米，刚性较强的手指就可能撞上物体；在in-hand manipulation任务中，物体又会被手指遮挡，模型必须依赖触觉、关节状态和接触反馈继续判断。
适度的被动柔顺，可以吸收这最后几毫米的不确定性，让一个“近似正确”的动作仍有机会成功。未来，如果碰撞方向和柔顺形变能够被稳定观测，它们也可能成为模型理解接触的一类输入。
人手本来就不是一个纯刚性执行器。
肌腱、软组织、皮肤和关节弹性，会在接触后自然贴合物体，并通过形变和触觉完成最后的修正。KAIHand 试图恢复的，正是这类常被机器人硬件忽视的能力。
因此，185mm的拟人尺寸、20个主动自由度、指尖触觉、被动柔顺、模块化手指和力热平衡，并不是彼此独立的参数。
它们共同服务于一件事：让人类手部动作更容易迁移，让真机数据能够持续生产，也让模型获得更完整的接触信息。
所以，灵巧手不只是末端执行器。
它最终要成为人类手部数据进入机器人世界的载体。
05.
写在最后
我们对灵巧手的一个明显感受是：硬件正在快速成熟，也正在快速趋同。
高自由度已经成为入场券。
直驱、绳驱和混合驱动会继续共存，每条路线都在热、力、尺寸之间寻找平衡。
指尖触觉大概率也会成为标准配置。至于全掌触觉、视触觉和更多专有传感器要加到什么程度，行业还没有形成统一答案。
这些路线仍然值得继续探索。
但灵巧手下一阶段的竞争，可能需要加入算法一线的真实使用感受。
这些问题没有自由度那么显眼。它们却决定了一只灵巧手能不能真正进入长期数采、真机训练和现实部署。
在与超维动力交流之前，我们对高自由度灵巧手的理解，主要集中在如何逼近人手的运动能力。
自由度更多，控制更快，触觉更丰富。
交流之后，我们发现，逼近人手还有另一层含义。人手有肌腱、有皮肤、有软组织。
它能够在接触发生时自然让位，能够容纳大脑并不完全精确的控制，也能够通过形变和触觉理解自己正在接触什么。
KAIHand 当然还没有彻底回答这些问题。
但至少这一次，我们在高自由度灵巧手上看到了一种新的可能：
当灵巧手开始像人手一样运动和感知，它才真正有机会承接人类数据，带着模型走进真实世界。
