点击下方卡片，关注“具身智能之心”公众号
刚从北京回来，然后足足走了10w步，日均3w步真的累坏了。
这届WRC逛下来，我们有一个很强烈的感受：
机器人本体已经挤到了聚光灯下，甚至说很卷：打拳的、cosplay啸天犬的、卖饮料的还有售卖柜上工作的比比皆是。
具身花园的那个机器人小姐姐，也承担了很多迎宾任务，也是颜值担当。
但最想看的那个大脑却依然藏在后台，或者说没有直观表现出来。
一直相信大脑能力的释放即将到来，但更多是在国外几家的技术博客上。二指夹爪的很多动作已经不是特别性感了，行业关注的是更加灵巧的设备来完成各类任务。
所以，我们去看了手和触觉设备，还有能给手做数采的产品。
最终收敛到几类产品上：触觉手套、肌电手环、当然还有灵巧手本身。现场我们也体验了很多产品，调研了信号怎么采集的、效率、价格、寿命等，这里先给大家分享一些结论：
1）肌电手环现在价格在几千元了，能采集力和手部姿态，误差10%以内（基本能满足当下具身的要求）；
2）触觉手套，依然是高精度采集的首选，这一点肌电手环还替换不了；
3）具身想要scaling，只靠增加机器人数量和采集视频，可能还不够。人类操作过程中那些看不见的意图、发力和接触信息，也需要被记录下来；
4）灵巧手相关数据，正在开始走向scaling，目前还是验证阶段；
下面，我们会深入讲，什么是肌电手环？为什么可以work？它和触觉手套是什么关系？这些信号又怎样进入灵巧手和基座模型里的？
这篇文章的开头，就从这只手环开始聊起。
01.
肌电是什么？为具身带来了什么？
我们先看看肌电和肌电手环是什么？
下面是去展台现场体验的，和智能手表差不多。
这背面的金属环，每一排代表一个通道，这是16通道数据（不同产品可能会通道数不一样）。
不过这款产品没有让试戴，就去体验另外一款了。
上面2个框，一个是预测的手势，还有一个是我自己的手势，手的姿态都能通过肌电信号还原出来。
下面是具体的通道数据，16通道（这个数据就可以和视觉这类数据一起做多模态学习）。
如果细看的话，可以发现，右下角曲线开始波动了，这是因为我有个手指按在了桌上，开始发力了，检测出来了。
看到这里，其实已经明确了，带一个手环，可以读出肌电信号，然后输出手的姿态，还有发力的情况。
而且是，一个手环就够了。
现场和多家技术人员沟通了很多，发现目前市面上已经开售的手环产品，基本做到了5000多元范围，用1年没太大问题。
手环输出的力，误差做到了10%以内。
但有个问题，现场直接反馈出来的，每个人佩戴手环后，误差大小会出现不一样的波动。这个是由于肌电模型的泛化性不足和佩戴方式导致的。
肌电方案的优势是什么，上面其实已经表述的挺清晰了。
带着这个手环，不用担心视觉拍不到某个或多个手指，直接读的是人类的生物信号，然后转换出来。
还有就是，可以手部姿态、每个手指发力和接触状态scaling。
缺点是什么？
精准度不够，类比Ego数据就清晰了：ego数据可以很大规模化，但质量本身没有遥操作的高，最后一公里还得通过真机数据做后训练。
这就引出了触觉手套。
02.
和触觉手套有什么区别？
如果说肌电手环更接近“读懂人想怎么动”，触觉手套解决的则是“准确记录人究竟怎么动”。
这个是我们现场拍的，几乎1:1复刻人手。但，我的手比较大，带不上去hhh，不过现场一位同事可以轻松穿戴。
上面把肌电手环和触觉采集手套类比为ego和真机遥操数据，就是这个意思。黑色的block是触觉传感单元，因为静止，现在市面上已经开售的产品，价格比较贵，在万元和数万元不等。
这里，两类差异就很明确了。
1）肌电手环主要面向规模。
这种设备更轻、穿戴限制更少，采集者可以在相对自然的状态下完成任务。只要跨用户泛化和长期稳定性能够成立，它就有机会覆盖更多人、更长时间和更多真实场景，几乎不影响采集者的正常工作和生活。
2）触觉手套更面向高精度和保真度。
触觉采集手套能够记录更加精细的关节运动和接触过程，适合采集对手指协调、力控制和操作精度要求较高的任务。
你看，具身数据长期面临的难题，也就在规模和精度之间。
只追求规模，数据里可能缺少机器人执行任务所需的细粒度信息；只追求精度，设备成本、穿戴负担和标定流程又会限制数据量。
因此，更合理的技术关系和商业逻辑是分层采集。
对触觉和灵巧操作来说，也是这样。
03.
WRC现场的一些玩家
然后，看看现场的玩家，围绕灵巧操作任务设计的，这届WRC大致可以看到几种技术选择。
1）仅做肌电手环的；
2）仅做触觉手套的；
3）肌电手环+触觉采集手套；
4）机电手环 + 触觉采集手套 + 灵巧手 + 基座模型都做的；
其中，2）的技术逻辑是：做五指的采集手套，可以映射到客户的灵巧手、二指或者三指夹爪上（从高维往低维映射）。这个了解下来，他们内部给自己的手或者夹爪适配的误差依然有。
第四个选择，则是最重的，因为做的是整个灵巧任务了。
目前，我们了解下来的是章鱼动力是为数不多的几家之一。
就是都大龙创办的那个具身公司，地平线的第6号员工。
现场，我们看到了他们的系列产品：SYNWorld具身世界基础模型、OctoH-Hand高自由度仿生灵巧手，以及OctoSense数采方案。
开头提到的肌电手环，在章鱼动力的体系中就属于OctoSense方案。
和他们沟通后，我们了解到：OctoSense实现了肌电信号的跨个体零样本泛化，能降低设备更换使用者之后反复标定和训练的成本。除了肌电手环，这套方案还包括鱼眼头环、外骨骼同构手套等不同形态的采集设备。
OctoH-Hand则是数采孪生方案，高度仿生+全闭环力控，一手多能。
但更有意思的是，那个“脑-手-数据”闭环的技术体系。
WRC现场来的公司，做基座模型的基本不做手，纯做手的，又很少做模型。
章鱼动力这家公司看起来做得真的挺“重”！
04.
手和触觉，能够和大脑持续scaling很关键
现场聊完之后，下午去听了他们的论坛。
主要是想看看这类工作，领域的进展和商业化怎么样了，也想看看这家公司到底如何。
这次，凯哥（地平线余凯）和鹏哥（四维图新程鹏）也来了。
作为都大龙在地平线时期的前老板，也是章鱼动力的投资人，凯哥现场做出了对章鱼动力这支团队的判断来自十多年的共事经历。
评价挺高的，凯哥说：“都大龙的优势在于既经历过技术范式的变化，也具备把新技术转化为产品的能力，这也是章鱼动力敢于同时推进世界模型、灵巧手和数采体系的重要基础”。不过，技术只是起点，最终仍要通过产品交付和商业落地，证明这套“脑—手—数据”体系能够真正创造生产力。
之后，都大龙进行了他们技术和商业化路线的分享。
其中一句话，很有同感：一种稀缺能力能够被规模化调用时，生产力革命就会发生。
对物理AI来说，这种能力来自“通用大脑×通用双手”：大脑负责理解环境、预测结果和生成动作，双手负责进入物理世界，并把真实的接触与执行结果重新反馈给模型。
这也意味着，具身基础模型的Scaling不能只围绕参数量和视频数据展开。
都大龙把它进一步拆成两个维度：时序Scaling和模态Scaling。时序上的扩展，让模型能够在更长的动作链中理解状态变化，学习动作与结果之间的因果关系；模态上的扩展，则要求模型能够持续接入视觉、触觉、力觉和肌电等信号，同时保持原有架构的可扩展性。
他在现场举了一个很直观的例子：轻轻擦桌子和用力擦桌子，从视觉上看可能几乎一样，产生的物理结果却完全不同。只有视觉，模型可以看到手的运动轨迹；加入触觉和力觉后，模型才能知道手与桌面是否接触、施加了多大的力，以及这个动作有没有达到预期效果。
所以，手在这套体系中也承担着数据入口的作用。
回到他们的产品线就能明白他们的战略，OctoH-Hand执行模型生成的动作，触觉与力控系统记录真实反馈；OctoSense则通过肌电手环、同构手套和鱼眼头环采集人的操作意图、关节运动与接触信息。
这些数据如果能够回流到SYNWorld，就有机会把一次真实操作变成下一轮模型训练的材料。
都大龙把这种数据能力称为“物理完备度”。
任务会变化，但动作、接触与结果之间的因果规律可以迁移。
章鱼动力同时推进世界模型、灵巧手和数采体系，就是在做这一点：手和触觉进入大脑的Scaling路径后，模型增长的不只是“看过多少视频”，还有对物理交互的理解深度。
能做这个事情，要具备模型能力、产品能力还有复杂工程的能力，这也回到了凯哥之前对都大龙的评价。
之后的圆桌，我还记录了一些很有价值的观点，特别是程鹏总的。
程鹏说：“模型能力可以持续 Scaling，不代表整个系统就能一直扩展。数据能否复用、算力能否下沉、成本能否降下来，决定了“脑—手—数据”这个闭环究竟能转多快、多持久。
期间，他拿ImageNet和自动驾驶做了一个对比。ImageNet通过统一的数据集和评测标准，让不同团队可以在同一套基础设施上训练、验证和迭代；到了自动驾驶阶段，很多公司都在独立采集、标注和存储数据，整个行业为重复建设付出了很高的成本。
这对具身智能尤其重要。
像手部操作涉及视觉、肌电、关节姿态、触觉和力觉，数据模态更多、采集成本也更高。如果每换一只灵巧手、一个机器人本体或一套传感器，都要重新采集和标注，数据规模越大，系统反而可能变得越重。
之后他也提到，四维图新正在和章鱼动力讨论数据开源与标准建设，希望联合产业中的头部公司，建立一套类似ImageNet的多模态数据基础设施。
不仅仅是四维图新，现场我们还了解到章鱼动力和帕西尼感知、快乐e工、无问智科等产业伙伴都在推进合作，覆盖多模态感知、规模化数据、仿真验证和场景应用。
05.
这套闭环，又新又重，为什么要做？
把论坛上的观点，分析结束后，这里就明白他们做“脑-手-数据”的动机了。
物理世界还没有统一的数据格式、传感器接口和动作空间。只做模型，真实执行的数据很难回来；只做灵巧手，又很难让硬件能力进入模型的迭代过程。
具身智能里的大量问题，仍然需要软硬件共同解决。他们做的是系统协同：采集设备为模型提供数据，模型为灵巧手生成动作，灵巧手在真实世界中的执行结果继续回流。
这条路线的优势，是每一层都可以围绕同一个目标联合设计。
而这，正是都大龙的优势。
