【人形机器人产业入门】04 灵巧手是这场战争的瓶颈——为什么“上半身“是产业里最难的环节
《人形机器人产业入门 · 2026 观察》第 04 篇
路易乔布斯 · 一深思 AI · 2026
如果你看过任何一段宇树 G1 跳秧歌、Boston Dynamics 后空翻、Figure 02 工厂搬箱子的视频——很容易被一种"原来机器人都已经这么强了"的错觉抓住。
但你只要换一个视角观察这些视频——仔细看它们的手——就会立刻意识到一件事：
这些机器人的"下半身"已经走得很远了，但"上半身"的灵巧操作还在远古时代。
跑马拉松、跳舞、爬楼梯——这些都属于"运动控制"问题，本质是双足平衡和步态规划。从波士顿动力到宇树，过去 10 年这条线已经被卷得很透。但如果你让任何一台 2026 年的机器人——
- 从一堆衣服里挑出袜子，叠好放进抽屉
- 从洗碗池里取出一个泡沫包裹的玻璃杯，不打碎
- 拿起一颗鸡蛋打到碗里，不破壳
它会立刻露馅。99% 的机器人现在做不了这些事。
为什么？
这一篇我想讲清楚的事——人形机器人产业有一只看不见的手在卡所有人的脖子，那只手叫"灵巧手"。它在 BOM 里只占 14-18%，但它的能力上限决定了机器人能做什么、能进什么场景、值多少钱。
一、灵巧手到底是什么
先把术语讲清楚。
“灵巧手”（Dexterous Hand）—— 严格定义是能模拟人类手部 20+ 个自由度、能完成精细抓取、捏取、握持、操作的机械手。
为什么叫"灵巧"，因为它要解决的不是"抓住"，是"像人一样抓住"。
让我们先建立一个对照表——
| 维度 | 人手 | 普通工业夹爪 | 当前灵巧手 |
|---|---|---|---|
| 自由度 | 27 | 1-2 | 16-22 |
| 重量 | 400-500 克 | 1-3 公斤 | 600-1500 克 |
| 触觉感知点 | 17000+ | 0 | 数百-数千 |
| 力度调节 | 0.01N - 数百 N | 二段式 | 0.5N-50N |
| 抓取速度 | 100-200ms | 200-500ms | 200-1000ms |
| 价格 | — | 500-3000 元 | 3-10 万元 |
注意第 5 行抓取速度——人手能在 100 毫秒内调整抓力，灵巧手要 1 秒。这意味着灵巧手抓鸡蛋时，鸡蛋已经掉了。
二、为什么这件事这么难
灵巧手是机器人产业的"隐形地狱"。我把难度拆成 5 个层次——
难度 1：机械结构的极限
要在一只手掌大小的空间里塞进——
- 20+ 个微型驱动器
- 5 根手指 × 4-5 个关节 = 20-25 个独立运动
- 每根手指的传动机构（绳索、丝杠、液压均可）
- 触觉传感阵列（每根指尖都要能感知压力）
- 力反馈系统
整套东西要在600-1500 克之间——超过 1.5 公斤手会下垂、机器人手臂结构都得加固。
这是综合工程能力的极限测试。能做出来本身就是壁垒。
难度 2：力控精度跨数量级
灵巧手要面对的物体差异是反人类的——
| 物体 | 需要力度 | 容错范围 |
|---|---|---|
| 鸡蛋 | 0.5-1 N | < 0.3 N（高了破壳） |
| 玻璃杯 | 2-3 N | < 1 N（高了爆裂） |
| 普通日用品 | 5-10 N | 几乎无敏感 |
| 工具 | 10-50 N | 几乎无敏感 |
| 重物 | 100+ N | 几乎无敏感 |
0.5N 到 100N，跨度 200 倍。同一只手要能在 0.1 秒内从"轻拿鸡蛋"切到"狠抓铁锤"——这不是力度问题，是力控精度+反馈速度+决策算法的全栈难题。
难度 3：触觉感知的瓶颈
灵巧手的"灵魂"在指尖——没有触觉的灵巧手是个笑话。
但触觉感知技术本身就是个黑洞——
- 视触觉路线（戴盟、一目、GelSight）：分辨率高、贵、量产难
- 霍尔阵列（帕西尼）：稳定、便宜、但分辨率有限
- 电容/压阻：便宜、但精度不够
没有任何一种触觉路线能满足所有场景。这就是为什么我在第 05 篇会专门写一篇——触觉是这场战争的"最后一公里"。
难度 4：模型层的空白
到 2026 年，全球主流 VLA 模型——Helix（Figure）、π0（PI）、GR00T（NVIDIA）、GO-1（智元）——全部对触觉支持很弱。
这不是"能力不够"，是触觉数据本身稀缺。视觉有 ImageNet（1400 万张图）、语言有 Common Crawl（数千亿 tokens）。触觉呢？没有 ImageNet。
每家公司的触觉数据都在自己的服务器里，规模在 10 万-100 万条之间——离真正训出"通用触觉模型"还差 100 倍。
难度 5：sim-to-real gap
机器人产业 2025 年最热门的痛点是 sim-to-real——仿真训练 OK 的策略，到了真实世界就崩。
为什么？因为真实世界的物理太复杂——
- 衣物的褶皱、湿度、纤维结构
- 餐具的重量分布、表面摩擦系数
- 食物的黏稠、温度、易碎性
这些东西仿真器无法精确模拟。所以做灵巧手必须要有真实世界的数据飞轮——但建立数据飞轮又需要先有可商用的灵巧手。先有鸡还是先有蛋的死循环。
三、中国能数得过来的灵巧手公司
全球能做出"工业级灵巧手"的公司不超过 10 家，中国大约 6 家——
| 公司 | 路线 | 当前状态 |
|---|---|---|
| 因时机器人（北京） | 多自由度精密驱动 | 国内灵巧手龙头，量产能力最强 |
| 强脑科技（杭州/北京） | 脑机接口+假肢起家，转人形机器人 | 智能假肢市场龙头，灵巧手延伸 |
| 星动纪元（北京） | "灵巧手 + 整机"全栈 | 清华系，融资节奏快 |
| 众擎机器人（深圳） | 中端市场灵巧手 | PM01 整机使用 |
| 戴盟机器人（深圳） | "触觉 + 灵巧手 + VTLA 模型"一体 | 港科大系，DM-Hand1 |
| 傲意科技（上海） | 假肢 + 灵巧手 | 老牌假肢公司转型 |
这 6 家是中国灵巧手的"全部"——再往下数就是各家整机厂的内部研发团队（智元、优必选、宇树都有自己的灵巧手项目）。
注意一件事——全球做出灵巧手的公司，几乎都不做整机。这不是巧合。这是产业链分工的自然结果——灵巧手是综合工程能力的展示，本身就是壁垒，专注于此能产生独立价值。
四、为什么"上半身"比"下半身"难
讲到这里你应该有了一个直觉——但我把它正式说清楚——
| 维度 | 下半身（双足/轮式） | 上半身（双臂+灵巧手） |
|---|---|---|
| 核心挑战 | 平衡 + 步态 | 操作 + 感知 |
| 学习路径 | 强化学习 + 模拟器 | 真实世界数据 + 多模态 |
| 数据需求 | 中等（仿真够用） | 极高（仿真不够） |
| 关键技术 | 驱动器 + 控制算法 | 灵巧手 + 触觉 + VLA |
| 当前能力 | 80-90% 接近商用 | 40-50% |
| 未来 18 个月突破方向 | 续航、户外稳定性 | 触觉感知 + 数据采集 |
结论：人形机器人 90% 的"未解决问题"都在上半身。
这件事在产业内是共识，但在大众媒体里讨论得很少——因为下半身可以"演"，上半身没法演。
跑步、跳舞、爬楼梯——这些动作镜头一过，看不出什么细节。但叠衣服、洗碗、拿鸡蛋——镜头一停就看出来了：机器人的手指动得僵硬、力度控制不稳、抓不住、抓得太狠。
所以视频里的所有"机器人神技"，几乎都集中在下半身的炫技。这不是产业造假，是上半身确实还没到能"炫"的程度。
五、灵巧手领域的几个关键判断
把这一篇拆开来看，我认为对产业研究者有用的几件事——
判断 1：未来 18 个月的核心战场是上半身
下半身已经被卷透了。比拼性价比、比拼电机功率密度、比拼步态算法——这些都是"边际优化"。
真正的"代际差距"会出现在上半身——谁先做出能稳定洗碗的灵巧手，谁就赢得 2027-2028 的家庭场景。
判断 2：灵巧手厂家是被严重低估的"中间层"
整机厂的故事性感（卖人形劳动力）。零部件厂家也有故事（卖触觉传感器、卖电机）。
但灵巧手厂家夹在中间——既不是"卖整机故事"的，也不是"卖单一零件"的。它们是真正的"工程能力凝聚体"。
我个人判断——未来 5 年灵巧手会成为人形机器人产业里"最像汽车 Tier 1 供应商"的位置。整机厂可能不一定做灵巧手，但一定会买灵巧手。这是博世/电装在汽车产业的位置。
判断 3：触觉是灵巧手的"灵魂"，但不是"全部"
很多人把灵巧手简化为"触觉传感器+几个电机"。这是错的。
灵巧手 =机械结构（30%） + 力控算法（25%） + 触觉感知（20%） + 控制硬件（15%） + 软件接口（10%）
触觉只占 20%。没有触觉灵巧手不行，但只有触觉的灵巧手也不行。
判断 4：戴盟是这个赛道里最值得盯的中国玩家
戴盟的策略很特殊——它不只做灵巧手、也不只做触觉、也不只做模型。它同时做了所有三件事——
- DM-Tac W2 触觉传感器（从 1299 元起）
- DM-Hand1 灵巧手（含触觉的整体方案）
- Daimon One VTLA 模型（视觉+触觉+语言+动作）
这种"全栈打法"的优势：客户可以"开箱即用"——买戴盟的方案，传感器、手、模型都不用自己集成。
风险：精力分散，每一层都得跟专业玩家竞争。但戴盟背靠港科大机器人研究院 20 年学术积累，这是别家追不上的非对称优势。
判断 5：灵巧手成本曲线 5 年降 50%
我对灵巧手未来 5 年的成本预测——
| 时间 | 平均单价 | 主要驱动 |
|---|---|---|
| 2025 | 3-5 万元 | 当前主流 |
| 2027 | 1.5-3 万元 | 触觉传感器降价 + 量产爬坡 |
| 2030 | 8000-15000 元 | 全栈成熟 + 模型成熟 |
降价不是均匀的——触觉传感器降得最快（5 年降 60%+），机械结构降价中等（30-40%），软件成本几乎不降。
六、给读者的一个建议
如果你是投资人，这篇告诉你——
灵巧手是 2026-2028 产业里最被低估的细分赛道。整机厂故事大但烧钱多，零部件厂家故事小但弹性也小。灵巧手刚好在中间——既有壁垒（综合工程能力），又有故事（决定整机能力上限）。
但这个赛道里能投的标的不多——中国就 6 家，每家都已经在融资中。投晚了就没机会。
如果你是产业从业者，这篇告诉你——
如果你想进人形机器人产业，灵巧手厂家比整机厂更值得加入。原因——
- 整机厂九死一生，但灵巧手厂家"一定会有人活下来"
- 灵巧手是综合工程能力的展示，跳槽时简历有含金量
- 灵巧手到机器人感知/触觉/模型都能转，路径多元
如果你是正在被这个产业的"未来感"迷住的普通读者——
这一篇希望你记住一件事：当你看到一段炫酷的机器人视频时，先看它的手在做什么。如果手没动、或者只做了"抓-放"的简单动作——那段视频不算证据。真正的产业突破在指尖。
七、留疑——我还没想清楚的事
- 戴盟"全栈打法" vs 一目"聚焦感知层"——5 年后哪种赢？我目前看不出。这是策略选择题，不是技术问题。
- 灵巧手会不会被"通用机械臂 + 末端抓爪"替代？工业场景里这种简化方案已经够用，可能并不需要做"模拟人手"那么复杂。
- 力控算法是不是被低估？大家都讲触觉、讲 VLA、讲机械结构，但真正的工程难点可能在力控反馈算法——这件事产业里讨论得太少。
- 海外灵巧手公司（Shadow Robot、SCHUNK）会不会重新冲击中国市场？它们这几年很安静，但底子还在。
数据来源
- 华创证券《灵巧手深度报告》（2026.4）
- 因时机器人公开资料 + 2025 D 轮融资披露
- 强脑科技公开资料 + 智能假肢市场报告
- 戴盟机器人 DM-Hand1 公开技术文档
- 港科大王煜教授公开演讲（2025-2026 多场）
- 北大朱毅鑫课题组 F-TAC Hand 项目（2025.6）
- 中国信通院《人形机器人产业发展研究报告》（2024.12）
- 张文明教授（上海交大）灵巧手综述（2025.5）
《人形机器人产业入门 · 2026 观察》系列共 9 篇。这是第 4 篇。
下一篇 05：「触觉这件事——为什么所有 VLA 公司都绕不开」（已发布）。
路易乔布斯 · 一深思 AI · 2026