一家灵巧手企业撕掉了“灵巧手”标签

2025高工人形机器人年会

暨高工金球奖颁奖典礼

新游戏 新玩家 新规则

倒计时6天

“灵巧手不是终点，而是起点。”这是年内和灵巧智能CTO朱豪华的第三次对话，有意思的是，三次对话中，朱豪华都有意强调了类似的表述。但这一次，是我们第一次强烈感受到上述“起点”一说。

这种强烈感受，源于其历时近两年的一次数据集开源。IROS 2025开幕当天，灵巧智能宣布开源其大规模多模态灵巧操作数据集DexCanvas。

让资本、学术、产业三界同时侧目的是，这是全球首个系统性地将“力觉”纳入大规模人手操作数据的开源项目：7000小时、21类操作类型、物理一致的接触力与力矩标注，全部基于真实人类演示，并通过强化学习“反推”出每一条轨迹背后的物理规律。

这不仅是一次数据集的发布，更像是一场数据平权运动的开端——它首次将“力觉”这一关键维度大规模引入人手操作数据，并打破了行业长期以来的数据壁垒。

这场高调的官宣，把原本被贴上“灵巧手硬件厂商”标签的灵巧智能，推向了中国具身智能全栈技术能力牌桌的中心。

接踵而来的有两种声音，一是惊呼“这是灵巧手的ImageNet时刻”，二为质疑“该不会又是一堆烧钱的仿真垃圾”。

也是这些对立的声音，促成了我们和朱豪华的第三次对话——从DexCanvas的构想到落地，我们试图通过其个人视角的讲述，还原一个行业的挣扎与突破。

从ChatGPT到Sora，大模型已经用万亿级token证明：只要数据够多、够好、够通用，智能就会“涌现”。但当镜头从数字世界转向物理世界，机器人试图用五指完成人类最日常的抓、握、拧，同样的故事却迟迟无法复现。

一个业界共识愈发清晰：灵巧操作是具身智能的“最后一公里”，而数据是这条路上最稀缺的“石油”。

当前主流的灵巧手数据采集路径主要有三条，遥操作、视频学习与纯仿真。“我们最早也是采用遥操作的方式，后来发现这条路不适合我们。”采访伊始，朱豪华就直言不讳地指出了传统数据采集方式的瓶颈。

他深知高自由度灵巧手在数据层面的饥渴——不仅需要轨迹，还需要力；不仅要真实，还要规模，通用性以及可迁移这两点也不能落下。

“遥操作的问题在于效率太低，动作也不自然。”朱豪华回忆道，“我们曾用遥操作采集了数据，但发现手指的协调性很差，很多动作看起来‘不像人’。”

至于另外两种方式：视频学习的数据规模大，成本低，但无法获取力觉，且动作粒度粗；纯仿真的方式可扩展性强，但物理参数失真。

三条路径背后映射出的，正是机器人数据采集领域一个被反复提及的“不可能三角”：规模、真实性、力觉信息，三者只能取其二。于是，灵巧智能决定换一种方式，直接采集真人的手部数据。“人手操作是最自然、最通用的操作。”朱豪华强调。

这一转变，成为DexCanvas的“起点”。

“我们用亚毫米级光学动捕系统，系统性地采集人手在物理世界中抓握、操作物体的全过程。”朱豪华介绍，这套方案不仅捕捉手部轨迹，还同步记录物体的物理属性与手部接触信息。

DexCanvas的突破，在于它没有继续在“不可能三角”中选择，而是换了一个维度出击。

“力觉是‘反推’出来的。”朱豪华解释道。DexCanvas并非简单地堆数据，而是通过“真人动作捕捉 → MANO手部建模 → 强化学习物理反演”的技术路径，实现从1000小时真人数据到10万小时增强数据的飞跃。

这个过程即，DexCanvas首先通过动捕系统采集超过1000小时的真人操作数据，然后将这些数据输入到物理仿真环境中，利用物理仿真环境对真人轨迹进行反推，再训练强化学习策略去“复现”这些动作；在复现过程中，仿真系统自动记录下每一个接触点的力与力矩。

用一个比较形象的举例就是，类似于考古学家通过骨骼去复原恐龙原本的样子，包括整体骨架，肌肉走向等。

朱豪华透露，DexCanvas的扩展效率高达100倍。“事实上，不管我们怎么采集数据，这些数据都不可避免地存在一些误差，但是复刻的这部分数据，因为它本身就符合物理的力学规律。所以反推出来的数据，反而会比原始采集的数据更符合物理规律。”他进一步解释道。

而更让我们感兴趣的是，灵巧智能“真开源”的姿态，在数据壁垒仍占主流的机器人行业中，显得尤为罕见。

在当前的具身智能赛道，数据开源已成为一种趋势。但问题在于：开源的数据，真的好用吗？年内，我们和多家具身智能企业的访谈中均有聊到这一话题——业内的开源数据普遍存在通用性不高、标准不一、可用率低等问题。

“在行业尚未收敛的阶段通过‘真开源’构建行业共识，远比建立数据壁垒更为重要。”朱豪华强调：“很多数据集采集的是特定机器人本体的数据，换一个就用不了。而我们采集的是人手数据，通用性更强。”

2009年，ImageNet的开源催生了计算机视觉的深度学习革命。今日，灵巧手领域也一直在等待自己的“ImageNet时刻”—— 一个能把“手”和“力”同时规模化、系统化、物理真实化的数据集。

“灵巧操作的ImageNet时刻还没到来，我们要先把路铺好。”朱豪华说。“我们选择在这个时间点开源，一方面是希望为整个研究社区做一些贡献。另一方面，我们也希望差异化的路径能在业内或者研究社区内得到共识，加速技术的成熟。”

他认为，当数据不再是门槛，技术才能真正起飞，这也是一次对“具身如何智能”的重新回答。

“现在，我们已经在常见的典型物体上完成了真机验证，下一步将重点拓展掌内操作与力位微调能力，服务于更复杂的装配任务。”对于开源之后的规划，朱豪华透露，DexCanvas将在两个方向持续演进。

一是掌内操作与精密装配，从“抓得住”走向“调得准”，支持更复杂的掌内操作与微力调控；二是跨平台迁移与统一策略，即构建跨形态、跨任务的通用策略模型，更好地支持不同灵巧手本体迁移。

而真正的故事，远不止一个数据集那么简单。

在IROS现场，灵巧智能首次展示了其高自由度五指灵巧手DexHand021在机器人本体上完成动态抓取与掌内调姿的任务，这正是基于DexCanvas数据集训练而成。

从自研高自由度五指灵巧手DexHand021，发布DexCanvas数据集，构建覆盖“硬件—数据—算法—系统”的全栈能力，再到以开源姿态推动行业共识，灵巧智能正走出一条极具特色的“软硬一体、数据驱动”的具身智能路径。

这家曾被业界冠以“灵巧手硬件厂商”称呼的具身智能企业，正一点一点撕掉它的标签。

我们曾见证过无数次数据集发布或开源——有的昙花一现，有的悄然沉寂。

但DexCanvas显然是为“建桥”而来。其开源或许不会立刻带来行业的爆发式变革，但它拆掉了数据壁垒，建立了基础设施，让灵巧操作从一个封闭的技术高地，变成了所有开发者可以共同构建的开放生态。

而我们正在见证的，也不只是一个数据集的诞生和开源，更是一个行业从碎片走向统一、从演示走向落地的关键节点。

访谈结束后，我们偶然发现另一个有意思的点——不知是否巧合，DexCanvas中的“Canvas”翻译成中文是“画布”的意思，“画布”意味着可自由发挥。从开源的角度来说，它确实像是为全球研究者提供了一块可以自由挥洒的“灵巧操作画布”。

这，才是开源的意义所在。