文丨李海倫
編輯丨徐青陽
2019年，熊坤第一次參加世界人工智能大會（WAIC）時，具身智能還不是展館裏最密集的賽道。
彼時的他還在騰訊Robotics X 實驗室擔任高級研究員。機器人行業最熱鬧的故事，還是先讓機器如何“動起來”。當時對於機器人靈巧手的研究也更多停留在高校實驗室、科研項目和機器人樣機中。
從2024年開始，熊坤又連續三年參加WAIC。再次走進展館，他感受到的已經不只是機器人數量迅速增加，整個行業展示自身的方式也在改變。
“過去幾年，很多企業主要展示交互智能和運動智能，例如人形機器人如何與人互動、如何完成行走或者一些高難度動作。到了2026年，越來越多展位開始展示具體的落地場景。展館裏已然不缺跳舞、打拳的機器人，這些表演已經很難單獨支撐行業的期待。”熊坤說。
2024年11月，熊坤的職業身份發生了變化，加入智元機器人，負責靈巧手產品的技術研發與落地。2026年1月，臨界點從智元拆分獨立，他出任CTO，繼續主導靈巧手技術與產品的推進。
所處的位置不同，熊坤對這輪產業轉向有了更直接的感受。在臨界點公司，他和團隊嘗試讓靈巧手裝配靈巧手，也與物流企業合作，驗證包裹分揀、連接器的插拔、線束安裝和自動打螺絲等任務。有些場景已經接近實際部署，有些仍需要反覆進行POC驗證。
談及靈巧手的意義，熊坤一句話總結說：“機器人走得多穩，決定它能到哪裏；靈巧手做得多好，決定它到了那裏以後，究竟能幹多少活”。
2026年WAIC上，靈巧手成爲機器人展區最擁擠的賽道之一。不少整機廠商、零部件企業和觸覺傳感公司紛紛推出新品，從手的本體展示，再深入到自由度、驅動方式、觸覺精度、重量、負載、壽命和價格等具體指標，開啓了各式各樣的比拼。
在人形機器人從“會走”邁向“會幹活”的過程中，靈巧手正在成爲決定其任務能力和應用邊界的關鍵一環。大模型可以幫助它聽懂指令，雙腿可以帶它到達指定位置，但任務最終能不能完成，很多時候取決於手。
這也是靈巧手越來越受關注的原因。以特斯拉爲例，Optimus每次迭代，手部幾乎都是重點升級對象。特斯拉甚至專門組建團隊，研發手部硬件、觸覺傳感和操作能力。
在此前的這篇（ 連馬斯克都犯難的“一隻手”，正被資本爭相押注 ）解讀中，我們也詳細講述了靈巧手對於機器人本體的重要性，以及這一賽道快速升溫背後的技術進展與資本邏輯。
不過，WAIC展臺上完成一次抓取只是開始，真正的挑戰發生在工廠裏：能不能一直穩定地幹，換了物體會不會失手，又能不能比傳統夾爪多解決一些問題。
帶着這些問題，我們與臨界點CTO熊坤進行了一次深度交流。
圖片人物爲臨界點CTO熊坤
以下爲騰訊科技和熊坤的交流實錄：
01
WAIC變了，機器人開始從表演走向幹活
問： 今年世界人工智能大會已經舉辦到第九屆。與前幾屆相比，今年大會上，具身智能和靈巧手行業最明顯的變化是什麼？
熊坤： 我最早參加的是2019年的第二屆世界人工智能大會，從2024年至今又連續參加了三屆。一個很明顯的感受是，靈巧手以及整個具身智能行業正在發生較大的變化。
過去幾年，很多企業主要展示交互智能和運動智能，例如機器人如何與人互動、如何完成行走或者一些高難度動作。
從今年的變化也非常明顯，是人們已經逐漸對錶演型的機器人展示感到疲憊。越來越多展位開始展示具體的落地場景。展館裏仍然不缺跳舞、打拳的機器人，這些表演已經很難單獨支撐行業的期待。越來越多展位開始展示具體的落地場景，並圍繞實際應用開展POC驗證。
單獨看靈巧手，隨着技術逐漸成熟，各家廠商展示的技能和任務複雜度，相比去年、前年都有明顯提升。與此同時， 越來越多企業開始在實際場景中使用靈巧手，部分任務正在嘗試用靈巧手替代傳統夾爪。
這表明，靈巧手的整體技術成熟度正在提高，已經具備在部分場景中替代夾爪、開展實際部署和應用落地的可行性。
第二，技術路線正在逐步收斂。今年可以看到，人形機器人本體技術逐漸趨於穩定，靈巧手也會被大量應用到不同的人形機器人整機上，承擔具體任務。
這也會倒逼靈巧手廠商開展更多技術突破，提高產品的穩定性和可靠性，只有這樣才能被更廣泛的客戶接受。
總體來看，整個具身智能行業正在從過去更加重視交互智能和運動智能，逐漸轉向作業智能。並且未來，大家會更加關注機器人能否真正完成任務。
問： 今年靈巧手展商數量明顯增加，但現場展示的抓取、分揀和裝配任務也存在一定相似性。你認爲行業是否已經開始出現同質化競爭？
熊坤： 我認爲確實存在這樣的風險。這也會倒逼靈巧手行業開展新的技術革新，探索新的應用場景。
企業需要做出差異化，建立自己的軟硬件壁壘，纔有機會在當前的靈巧手競爭中跑出來。這是現階段整個行業需要重點關注的問題。
問： 當硬件參數和產品形態逐漸接近，靈巧手企業未來真正能夠形成差異化的地方在哪裏？
熊坤： 首先，從靈巧手本體硬件來看， 企業需要持續提高產品質量和穩定性，同時提升整體感知能力，包括採用新的傳感器等。
除了硬件，靈巧手的軟件和算法也需要有更大的投入和突破。目前，大量靈巧手廠商仍然更加專注於硬件，對靈巧操作模型的投入相對不足。
例如，靈巧手採集數據以後，如何利用這些數據訓練其應用能力、操作能力和泛化能力，這些方面目前都比較欠缺。
這也是很多靈巧手廠商扎堆展示相似場景的原因之一。由於缺少靈巧操作模型的支撐，產品的整體操作能力仍然處於相對較低的水平，能夠展示的任務自然比較有限。
所以，硬件層面需要把產品做得更加穩定，提高感知能力，同時降低成本；軟件層面則需要加大對靈巧操作模型的投入，提高靈巧操作的泛化能力，使產品能夠適應更多場景。
02
夾爪替代不了的活兒，纔是靈巧手真正的市場
問： 傳統夾爪已經能夠完成大量工業任務。企業在什麼情況下才會願意爲靈巧手支付更高成本？
熊坤： 這是一個很好的問題，我們也遇到過很多客戶提出類似疑問。
我們走訪了大量客戶的實際場景後發現， 傳統夾爪能夠完成的任務，只佔全部任務的一定比例，大約在30%至40%。再往上，就會超出夾爪的能力範圍。
這個判斷來自我們對大量客戶需求的統計。我們將任務分爲A、B、C三類。
C類任務是夾爪和靈巧手都可以完成的任務。
B類任務是夾爪和靈巧手都可以完成，但夾爪完成的質量不如靈巧手，只能相對勉強地完成。
A類任務則只能由靈巧手完成，傳統夾爪無法勝任。
從我們接觸的場景來看，C類任務大約只佔30%至40%，更多任務屬於A類和B類。
隨着人力成本上升，越來越多工廠和企業發現，確實需要機器人和靈巧手解決B類、A類任務。
對於部分場景而言，使用靈巧手的投資回報率也是可以算得過來的，所以客戶願意進行嘗試。
目前的主要問題在於，靈巧手本身的質量和操作能力，可能還達不到一些場景的預期。這也是我們這些靈巧手廠商需要加快突破的方向。
問： 能否進一步解釋，靈巧手相較夾爪真正不可替代的任務主要有哪些？
熊坤： 夾爪更適合結構相對固定、動作比較單一、物品形態變化不大的任務。
當任務需要多指協同、改變抓握姿態、控制不同接觸點，或者操作柔性、易碎、不規則物體時，靈巧手的優勢會更加明顯。
例如端子插拔、線束安裝、精細裝配以及處理不同尺寸和材質的物品，都需要更復雜的操作能力。
還有一些任務，夾爪雖然可以勉強完成，但操作質量、成功率或者對物品的適應能力不夠，這些也屬於靈巧手更有價值的場景。
問： 對工業客戶而言，靈巧手的價值最終要通過投資回報率證明。目前哪些場景已經能夠算得過賬，哪些場景仍然主要依靠技術驗證和未來預期？
熊坤： 相對標準化、重複度高，同時人工成本較高的工業場景，更容易測算投資回報率。
例如物流分揀和一些簡單裝配任務，如果靈巧手能夠穩定工作，並明顯提高效率或者減少人工投入，客戶會更願意採用。
一些複雜裝配和柔性操作任務，目前還需要進一步提高成功率、可靠性和工作效率。這些場景可能仍處於技術驗證階段。
隨着靈巧手能力提升、價格下降，能夠算得過賬的場景會逐漸增加。
問： 現階段具身智能的客戶仍然有較大一部分來自高校、科研院所和模型公司。你如何判斷，行業何時會從科研採購爲主，逐步轉向工業和商業客戶爲主？
熊坤： 我認爲，包括國內很多具身智能創業公司在內，基本都會採用場景需求驅動硬件和算法發展的方式。
現在很多模型企業會主動尋找場景，使用相應的靈巧手進行嘗試和探索。 如果發現靈巧手無法滿足任務需求，他們會把相關信息反饋給我們，推動我們迭代下一代產品。
這是一個雙向並行的過程。靈巧手與應用場景需要同步探索、同步進化，逐漸找到更高的匹配度，共同向前發展。
作爲靈巧手廠商，我們也會與很多合作伙伴一起尋找場景、開展突破，再通過這些場景定義靈巧手產品。這一過程可以幫助我們逐步明確，未來靈巧手的最終形態是什麼，整個行業最終可能收斂出哪幾類產品。
隨着產品穩定性、操作能力和成本逐漸達到工業客戶的要求，客戶結構也會逐步發生變化，工業和商業客戶的比例會不斷提升。
03
靈巧手先走入工廠，再進入商場和家庭
問： 從目前的技術成熟度和客戶需求來看，靈巧手最先實現規模化應用的場景會集中在哪些領域？工業、商業服務和家庭場景可能會按照怎樣的順序落地？
熊坤： 靈巧手的應用會逐漸從實驗和展示場景，走向替代夾爪，完成一些中高難度的靈巧操作任務。
從落地順序來看， 我認爲會先進入工業場景，其次是商業服務場景，最後纔是家庭場景。
目前，工業領域已經出現了一些實際應用。例如物流場景中的包裹分揀，以及一些相對簡單的裝配工作。
臨界點在這些方向也做了很多嘗試。比如，我們在自己的靈巧手工廠中，使用靈巧手裝配靈巧手；我們也與物流分揀企業合作，使用臨界點的靈巧手完成物流分揀和簡單裝配任務。
除此之外，我們還在嘗試一些難度更高的操作，包括端子插拔、線束安裝、自動打螺絲，以及自動化檢測工裝等。
問： 臨界點目前已經在物流分揀、裝配等場景中開展嘗試。從實際進展來看，哪些任務已經比較接近部署，哪些任務仍處於POC驗證階段？
熊坤： 物流分揀和一些簡單裝配任務，已經具備比較明確的應用基礎，也是當前更接近實際部署的方向。
例如，在物流場景中，靈巧手可以處理不同形狀、不同材質的包裹；在裝配場景中，也可以完成一些相對標準化、重複度較高的操作。
端子插拔、線束安裝、自動打螺絲以及自動化檢測等任務，複雜度會更高，目前還需要持續進行POC驗證。
這些任務對重複定位精度、力覺控制、可靠性以及長時間工作的穩定性要求更高，需要結合具體產線進一步優化。
問： 從客戶採購和選型的角度看，他們目前最關注靈巧手的哪些核心指標？
熊坤： 目前，客戶選擇靈巧手時主要參考三大類指標： 第一是性能，第二是產品的可靠性和質量，第三是價格。
性能是第一道門檻。性能指標又包括感知能力、觸覺傳感器的類型和佈置方式。例如，採用一維還是三維觸覺傳感器，傳感器如何佈置，以及產品的指尖力、重複定位精度、主動自由度配置、整體尺寸和重量等。
通過這些基本參數，客戶可以判斷一款靈巧手能否滿足具體場景的需求。
產品性能滿足要求後，客戶還會進一步考察產品可靠性和成本，測算整體投資回報率。最終，客戶會綜合這些方面選擇相應的靈巧手產品。
問： 很多廠商會強調自由度、負載、重複定位精度和觸覺傳感器配置。對於真正的工業客戶來說，哪些參數會直接決定一款靈巧手能不能進入生產線？
熊坤： 首先還是要看它能否完成具體任務。自由度、負載、尺寸和重量決定了靈巧手的基本操作邊界，重複定位精度和指尖力會影響實際操作的準確性。
其次是感知能力。不同傳感器的類型和佈置方式，會影響靈巧手對接觸力、物體狀態以及操作過程的判斷。
再往後就是穩定性和可靠性。一款靈巧手即使能夠完成單次任務，如果無法在生產線上長時間連續工作，也很難真正進入工業場景。
最後還要看成本和投資回報率。客戶也會綜合計算，比如採購成本、維護成本、效率提升以及能夠替代多少人工等方面，判斷產品是否具備實際應用價值。
04
機器人越來越聰明，爲什麼一“動手”就容易失誤
問： 今年不少具身智能企業都在強調大模型、VLA和世界模型，但機器人落實到精細操作時仍然比較困難。你認爲機器人“大腦”和“手”之間最大的能力落差體現在哪裏？
熊坤： 靈巧手是人形機器人與物理世界接觸最頻繁的末端，需要採集大量來自外部世界的信息，而且這些信息包含多個模態。
例如，靈巧手需要獲取抓取時的力覺信息，還要感知物品的紋理、軟硬程度、材質以及溫度等。現有的大量傳感器往往只能反映單一的力覺信息。
因此， 第一個難點，是如何高質量地獲取靈巧手或者人手與物品接觸時產生的大量動態、多模態信息。 我認爲，這是提升靈巧操作大模型和世界模型操作能力的關鍵。
第二個難點，是獲得這些數據以後，如何利用數據訓練靈巧手和人形機器人完成實際操作，涉及模型架構設計。
第三個難點，是模型訓練完成後的遷移問題，包括如何縮小Sim-to-Real，也就是仿真環境與現實環境之間的差距。 我認爲，目前主要存在這三個方面的難題。
問： 靈巧操作涉及力覺、觸覺、材質、溫度和物體形變等多模態信息。目前最大的瓶頸，是缺少高質量數據，還是模型還無法充分理解和利用這些數據？
熊坤： 兩方面的問題都存在。
首先，靈巧操作的高質量數據本身比較難獲取。機器人在接觸物體時，力的變化、接觸位置、物體形變以及材質信息都在持續變化，這類動態、多模態數據的採集難度很高。
其次，即使獲得了數據，如何設計合適的模型架構，讓模型真正理解這些信息，並將其轉化爲具體操作能力，也是一項挑戰。
因此，數據和模型需要同步推進。只有數據採集能力提升，模型才能獲得更豐富的訓練基礎；模型架構持續演進，也才能更有效地使用這些數據。
問： 目前行業正在嘗試數據手套、遙操作和無本體採集等不同方案。你認爲，什麼樣的數據採集方式最有可能成爲靈巧操作數據的主流方案？
熊坤： 目前已經湧現出很多嘗試，希望以更低成本的方式，高質量地獲取靈巧操作數據，包括數據手套、遙操作設備以及無本體採集方案等。
未來可能很難依靠單一方式解決所有問題。不同採集方式各有特點，有些方式更適合大規模獲取人類操作數據，有些方式更適合採集機器人本體執行任務時的真實反饋。
行業最終可能會形成多種方式結合的數據採集體系，在成本、數據質量、任務覆蓋範圍和遷移效率之間取得平衡。
05
從遞一杯水到疊一件衣服，中間差了多少技術
問： 不同場景對靈巧手的要求差異很大。例如迎賓、遞送等交互場景，與家庭整理、廚房作業等複雜場景，是否需要完全不同的產品定義？
熊坤： 我們可以把人形機器人的應用大體分成交互智能、運動智能和作業智能。
交互智能更多對應重交互、輕作業的場景，對手部的要求相對較低。機器人可能只需要完成一些簡單的抓取和遞送任務，例如給客戶遞一杯水、遞一本宣傳冊，或者按鍵、開門。
這類場景對自由度、感知能力和負載的要求都比較低。因此，我們可以適當降低靈巧手的自由度，同時提高它的性價比和可靠性。
家庭環境則是所有作業智能場景中最複雜的環境之一。首先，家庭是人居環境，機器人需要與人相處，整個三維空間會不斷動態變化。
其次，家庭中被操作物品的種類和特性非常複雜。除了鋼鐵等不容易發生形變的硬質物品，還有大量容易形變的柔性物品。
例如，讓人形機器人疊衣服，衣物就是柔性、易形變的物品。操作這類物品非常困難，需要嚴格控制抓握力，並精準控制每一次接觸。
再比如，讓機器人在廚房做飯、剝雞蛋，也涉及柔性或易碎物品的操作。這類任務一方面對自由度要求很高，另一方面對感知能力，尤其是力覺感知能力提出了更高要求，甚至可能需要實現全手覆蓋的觸覺感知。
第三，家庭環境對安全性的要求也非常高。機器人與人交互時，必須考慮誤碰、碰撞等情況，建立相應的安全策略。
此外，家庭任務的種類非常豐富，對模型能力的要求也很高。因此，我認爲，人居環境和家庭場景會是靈巧手面臨的終極挑戰之一。
問： 家庭環境經常被認爲是靈巧操作最複雜的場景。真正進入家庭後，靈巧手最大的挑戰主要會來自哪些方面？
熊坤：比如 自柔性物體操作、多模態感知，人機交互安全等等， 這些挑戰會同時存在。
柔性物體和易碎物體的操作，需要靈巧手準確控制接觸力和抓握力；多模態感知決定了機器人能否理解物品的狀態和變化；安全策略則關係到機器人能否在人居環境中長期使用。
家庭場景還具有很強的動態性。同一個任務每次執行時，物品位置、環境佈局和人的活動狀態都可能不同，所以模型的泛化能力也非常重要。
因此，家庭環境對硬件、感知、模型、控制和安全都提出了很高要求。
問： 當靈巧手從展臺走向生產線和家庭，安全問題會變得更加重要。臨界點目前在防夾、碰撞保護、溫控和力控等方面採用了哪些安全設計？
熊坤： 安全策略首先體現在靈巧手的結構設計上。 我們會通過結構設計降低夾傷和碰撞風險。
例如，我們的靈巧手可以反向彎曲，同時具備防夾設計。機器人與人握手時，不會對人的手部造成夾傷。
第二，在控制策略方面，我們也設置了相應的保護機制。例如， 靈巧手長時間工作後溫度可能升高，我們會進行溫控保護 。當溫度達到一定等級後，系統會自動進入熱平衡狀態，將產品表面溫度控制在人體可以接受的範圍內，通常控制在45攝氏度以下，避免人與靈巧手接觸時被燙傷。
此外，我們還會開發相應的控制模式，例如力矩控制或恆電流模式。即使靈巧手與人發生碰撞或者誤碰，也可以自適應調整輸出力量，更好地保障人員安全。
06
三到五年窗口期，靈巧手還要一關一關突破
問： 當前一些企業選擇直接追求通用人形機器人，另一些企業則從工業、物流等垂直場景切入（比如曾經一直站在行業最前沿的波士頓動力機器人目前專注在汽車和工廠應用方向）。你如何看待這兩條路線？
熊坤： 這可能與國內外不同的創業環境有關。
國內外資本和市場對企業發展週期情況各不相同，企業可以朝着通用機器人的終極目標持續投入。
在國內，企業可能需要“沿途下蛋”，一邊推動特定場景落地，一邊保持對終極機器人形態的技術積累和突破。
問： 通用機器人能夠提供更大的長期想象空間，但垂直場景更容易形成訂單和收入。國內企業應該如何在前沿研發和短期商業化之間找到平衡？
熊坤： 首先要做好場景選擇。企業選擇的落地場景，需要與自身探索的主要技術路線一致。
這樣一來，企業在推動場景落地的同時，也可以積累大量經驗，而這些經驗能夠複用到最終目標的探索中，減少資源浪費和路線偏差。
第二，在探索前沿技術時，也需要儘可能考慮技術的複用性，讓一項技術能夠應用到更多場景中。
企業既要從技術出發選擇合適的場景，也要從場景需求出發選擇相應的技術，儘可能提高二者的契合度，避免在場景落地和前沿技術探索之間失去平衡。
問： 你提到國內企業需要“沿途下蛋”。什麼樣的落地場景既能形成收入，又能爲未來通用能力積累數據、模型和工程經驗？
熊坤： 我認爲這裏的關鍵是選擇與企業長期技術路線一致的場景。企業在這些場景中積累的數據、控制經驗、硬件能力和模型能力，未來都能夠複用到更加通用的任務中。
例如工業分揀和裝配場景，可以積累對不同物體的感知、抓取和精細操作能力。這些能力未來也可以遷移到更加複雜的商業和家庭環境。這樣的場景既有現實需求，也能夠支持長期技術積累。
問： 按照當前的技術進展，靈巧手穩定完成精細操作，並真正進入較大規模部署，大概還需要多長時間？
熊坤： 可以一關一關來看。
在數據採集方面，今年已經湧現出很多新的嘗試，希望以更低的成本、高質量地獲取靈巧操作數據。
在模型架構方面，很多企業也在逐步加大對靈巧操作模型的投入。
在算法遷移方面，廠商也在嘗試縮小仿真與現實之間的差距。
綜合來看， 我認爲大約三到五年後 ，我們會看到一些比較明顯的進展，包括使用靈巧手完成精細化操作，以及靈巧手在各類場景中實現更大範圍的實際部署。
問： 當前高自由度靈巧手的價格仍然較高。要進入人形機器人的規模化應用，靈巧手成本需要降到整機成本的什麼比例，才具備商業可行性？
熊坤： 靈巧手始終是人形機器人的核心部件。如果希望靈巧手隨着人形機器人進入各類場景，實現大規模應用， 它的成本就需要控制在人形機器人整機成本的20%以內。
目前，人形機器人整機成本正在持續下降，靈巧手的需求量也在逐漸提升。隨着靈巧手上游供應鏈逐漸成熟，從核心零部件、組裝工藝到產品出廠，整個成本控制能力都會不斷提高。
因此，靈巧手的價格會伴隨人形機器人整機成本的下降而持續降低，每年都會有一定的降本空間。
問： 臨界點今年已經發布多款靈巧手產品。接下來，公司在產品量產、數據採集和靈巧操作模型方面有哪些重點規劃？
熊坤： 今年4月17日，我們已經發布了三款產品。在世界人工智能大會期間，我們又發佈了直驅旗艦款靈巧手。
接下來，我們會重點提升這幾款產品的穩定性，使其達到量產水平。未來幾個月，這些產品會陸續開始對外銷售。
下半年，我們還會在靈巧手數據採集和靈巧操作模型訓練方面發佈一些新的成果。在整個靈巧手生態方面，也可能會有一些新的動作。
問： 最後，站在今年世界人工智能大會這個節點，你認爲未來三年決定一家靈巧手企業能否留在牌桌上的核心能力是什麼？
熊坤：我認爲核心有三個方面：
第一，產品本身需要足夠穩定可靠，能夠真正進入客戶場景並長時間運行。
第二，企業需要具備靈巧操作模型和數據能力，提高產品的泛化性，讓靈巧手適應更多任務。
第三，需要持續降低成本，讓客戶能夠算清投資回報率。
此外，企業還要從真實場景需求出發定義產品，並在場景落地和前沿技術探索之間保持平衡。
只有硬件、軟件、模型、數據和場景能力同步發展，企業纔有機會在未來的行業競爭中持續保持優勢。
推薦閱讀