本文来自微信公众号： 冯伟冯大白
我们最早从影视作品里认识的机器人，大多能徒手格斗、操作武器，甚至驾驶飞船。现实中的人形机器人离变形金刚、高达们的能力还有极为遥远的距离。但拿起桌上的杯子，把一副眼镜递给身边的人，总该容易一些吧？
未必，做好这些小事儿对我们人类来说很轻松，对机器人来说可就太难了。
当地时间10月21日，在特斯拉2026年第三季度财报电话会上，Optimus工程负责人仍将灵巧手列为最具挑战的硬件部位之一。马斯克谈到了其中的矛盾：手指要足够柔软，能够拿起易损物品，又要经得起反复使用的磨损，里面的传感器也不能因此受损。
2007年的《变形金刚》里，擎天柱能接住从高处坠落的山姆，也能从地面拾起他那副细小的眼镜。接人有多难，我们大致能想象；捡眼镜却很容易被一带而过。那几根巨大的金属手指，怎样才能伸到镜腿下面，拿稳它，又不把它捏坏？从拾起到递出，这一连串动作能检验灵巧手的抓握与交接能力；用久之后再做一次，还能看出参数表没有说明的问题。
拿起一副眼镜的动作里藏着多少机械问题
假设让现实机器人拾起眼镜，在手里调好方向，再递给面前的人。
镜架贴着桌面，手指要找到能进入的缝隙；旁边放着一本书，可接近的位置又少了一些。
机器人终于捏住一侧镜腿，把眼镜拿起来，刚才好用的抓点却可能正挡住接收者的手。为了给对方留出接手的位置，机器人可能需要先换一个抓点。
拇指能到哪里，会影响可选择的抓点。它绕到食指对面，可以捏住细镜腿；移向镜框，又可能接替另一根手指承托。
两根指尖碰得上，还要看接触面的朝向：若只能斜着擦过镜腿，稍一施力就可能把它推走。拇指根部的转动方向决定了这种接近方式，单纯增加手指弯曲的关节，也未必能让指尖从合适的方向接近物体。
Shadow与Google DeepMind合作开发的DEX-EE只用三根手指形成围合抓握，服务于灵巧操作研究。
五指构型则能提供更多接触和接替支撑的选择，更接近人手使用工具时的抓法。但手指数量之外，各指能伸到哪里、能否分别动作，才决定了这些选择能不能用上。
三指围合与五指对指的构型示意
换抓点时，可以先让中指托住镜框，食指移到新位置；等新接点承重，拇指再调整夹力。食指离开的那段时间，其他接触仍要维持支撑。若手指够不到，也可以把眼镜放回桌面，调整后重抓。
桌面替手承担了一部分定位和支撑；悬空换位省去了放下再拿起的步骤，却要花时间规划动作、等待新的接触稳定，未必更快。
关节能分别调整，换抓点时就有更多选择。因时RH56DFX-2采用6个自由度、12个关节的配置，强脑Revo 3则用21台独立电机实现21个全主动自由度。关节数描述机械上有多少活动关节，主动自由度体现可主动控制的独立运动。
几节指骨一起弯曲可以完成包握，要让各节分别调整，则需要更多驱动、反馈和协同控制。
Yale OpenHand的Model T把部分动作分配交给了机构。一台执行器通过滑轮树差动机构带动四根手指，先碰到物体的手指受阻，其余手指继续闭合，逐渐贴住外形。
手指碰到物体后的阻力，决定了后续运动如何分配，控制器不必逐一指挥每根手指停在哪里。这种欠驱动配置适合适应性包握；若要求其中一指单独离开、其他手指保持指定姿态，就会受到该机构耦合关系的约束。如果任务允许把物体放回桌面再调整姿态，就不必完全依靠手指在空中换位。
Revo 3独立驱动配置与Model T单执行器差动机构示例
调整抓点期间，眼镜始终要被托稳。镜腿有沿指腹下滑的趋势时，需要接触摩擦阻止滑动；镜框围绕抓点翻转，则要看重力对抓点形成的力矩。
抓点与重心的水平距离越大，重力造成的翻转趋势越强。把支撑挪近重心，或者加一根手指托住镜框，可以减少原接触需要抵抗的翻转力矩。夹持力度相同，换一个位置，抓握的稳定程度就可能改变。
摩擦能提供的切向力，与夹紧的法向力及接触材料有关。
软指腹形变后可以更贴合镜腿，但表面油污、磨损和薄框上的压力分布仍会改变抓握。眼镜一滑就继续加力，可能在托稳以前先压弯细框。手指需要同时选好接触位置、控制施力大小；换成螺丝刀，掌部包握还要抵抗工具转动，同一套机构承担的受力要求随任务变化。
力会沿手指传到关节，以简化静态受力为例：物体对指尖施加10牛的力，力的作用线到某关节轴的垂直距离是5厘米，该关节就要提供约0.5牛·米的平衡力矩，尚未计入传动损耗。
眼镜实际需要的力随重量、姿态和运动而变化。手指加长可以扩大够取范围，也可能增大同一外力的力臂，要求电机和减速器提供更高的输出。
竖直夹持中的接触摩擦、眼镜绕抓点的重力矩，以及指节承受外力时的关节力矩
电机要把力送到指节，必须有实际的传递路径。连杆与腱绳解决传力问题，独立驱动与欠驱动解决动作如何分配，两种分类可以组合。
灵心巧手L20采用连杆与滚珠丝杠，刚性构件通过铰接带动手指。加工误差、铰接间隙和摩擦会让指尖偏离预定位置：电机已经到位，手指可能还没碰到镜腿。提高零件精度能缩小部分误差，也会增加加工和装配的要求。
腱绳可以沿狭窄路径绕行，灵心巧手L30 Pro采用这条路线。DLR的David研究手进一步把驱动放进前臂，通过腱与弹性机构带动手指，给手内腾出空间。
传力距离随之变长，腱的伸长、导向处摩擦和预紧状态都会影响运动传递。电机收进同样长度的腱，一部分位移可能先用于弹性伸长，指尖位置与受力便需要结合张力判断。前臂还得容纳驱动、导向和张紧结构，为跨过关节的腱与线路留出活动余量。
连杆与腱绳传力原理；DLR David金属手示例采用前臂驱动
同一只手还要握住工具或重物时，施力持续多久，就会影响电机和散热设计。对需要通电维持力矩的驱动，手指静止时绕组仍在发热。
在电机工作区间内、其他条件近似不变时，力矩随电流增加，铜损按电流的平方增加。力矩需求翻倍，相关铜损可能接近四倍；热量排不出去，就要降低输出，或等待冷却后再工作。
提高减速比，可以用较小的电机获得更大的关节力矩，也会影响运动速度、效率及外力推动关节的难易。自锁或制动结构能减少保持姿态时持续通电的需要，接触人体时则要能及时解除锁定、减小接触力。宇树Dex5-S的官方规格将单手最大负载列为2公斤，持续工作负载为1公斤。同一只手短时拿得起的重量，未必能一直握住；握持时长、间歇和环境温度都会影响持续输出。
给电机、结构或散热部件加大尺寸，往往会增加手臂末端的重量，提高腕肘负担。DexHand开源样机的装配照片里，驱动、导向、腱绳和线束紧挨着布置，前臂还放着控制板。一个零件变大，就得重新安排周围部件，并给拆装留下通道。指尖需要的力，最终把设计问题推到了整只手乃至前臂的布局上。
DexHand开源样机的驱动、线束、导向与前臂控制板布置
判断动作是否已经完成也是个难题
眼镜递到对方面前，机器人也不能一看到人伸手就松开。接收者可能正在找抓点，指尖已有接触，眼镜的重量仍落在机器人的手上。头部相机看见对方伸手，自己的手掌却可能遮住细镜腿。Figure 03在掌心加入相机，并在指尖设置触觉，用于补充近处视觉和接触信息。若把这样的配置用于眼镜交接，还得判断对方是否已经承托住眼镜。
假如此时机器人食指上的力变小了，可能是眼镜正在滑走，也可能是中指接过了支撑。接收者托起镜架，同样可能让食指减负。
一个局部读数对应几种不同状态，控制器需要结合其他手指的受力、关节姿态和眼镜位置判断。中指受力增加、物体姿态保持稳定，更符合手内支撑转移；自己的几个接触点同时减负，还要继续观察对方是否已经稳定承托。
传感器的作用因此有了具体分工。指尖多轴力传感可以提供力的大小与方向，帮助辨认侧向拉动；分布式触觉记录不同位置的受压变化，可以看到接触区域如何移动。
帕西尼GMH18把触觉覆盖到指甲、指尖、指腹和手掌，扩大了能获取接触信息的区域。包住杯子时，掌部受压有用；捏住细镜腿时，信息主要来自实际接触的指尖。如果新增的触觉覆盖没有落在实际接触的位置，就难以帮助这次抓握。
一种待验证的控制思路，是逐步减小机器人的支撑，同时观察眼镜怎样响应。结合其他接触反馈，确认接收者稳定承托后，机器人继续放松；检测到失去支撑的趋势，就恢复承托，并重新判断。自己的手指还要留在能恢复支撑的位置，避免尚未确认接稳便抽走。
AI辅助工程示意｜非Figure 03实机演示
眼镜交接的AI辅助工程示意
“渐渐松开”需要驱动输出配合。位置控制让关节追踪目标角度，接触物体后若仍追赶原角度，夹力可能继续增加。逐步卸力时，控制器需要根据接触情况调整目标或输出。用电机电流估算力矩可以减少专门的测力部件，但传动摩擦也消耗力矩，电流与指尖实际受力之间存在偏差。关节或指尖测力能提供更直接的反馈，也需要安装、布线和标定。
减力之后，还得给反馈留下时间。相机、触觉与关节反馈的采样时刻和处理延迟不同，把较早的眼镜位置与较新的受力信号拼在一起，可能误判当下的支撑状态。
软指腹的形变与恢复也会影响受力读数。发现滑动后急着加力，可能让镜架振动，引出下一次过度纠正。控制器需要及时获得彼此对应的位置和受力信息，观察上一次调整的结果，再决定下一步施力。
电影里接住坠落的山姆，把接触变成了更大的冲击。手臂随动可以延长减速时间，减小所需的平均合力；手指还得在接触瞬间先让开一点，不能等控制器处理完反馈才响应。
软覆盖层的形变、弹性机构的退让，都能在控制器完成反馈调整前缓冲接触，随后由控制器继续调整施力与运动。DLR David手利用腱与非线性弹簧机构，在控制位置的同时调节被动关节刚度，就是一种把机械退让与主动控制结合起来的研究方案。
但手指也不能一味让开。握螺丝刀时，过软的指腹可能在受力后改变工具姿态；托着眼镜时，容易被外力推回的关节也需要足够的输出维持支撑。空载时准确到位、受力后保持位置、受到意外接触时及时退让，是三种不同的要求。任务改变以后，所需的支撑力和允许的退让程度也会变化，机构与控制都要适应。
灵巧手的耐久度
假设机器人伸手取杯，杯沿比估计的位置高，指尖提前碰了上去。触觉检测到接触，关节反馈发现动作受阻，手先停止接近、减小施力，再让手腕绕开或选择新抓点。这次触碰暴露了原先的位置估计偏差，后续轨迹也要跟着修正。照原轨迹再试一次，很可能再次碰到杯沿。
提前接触后的退让与重新抓取为工程示意；下方为DexHand传动部件照片
一次轻碰可以在退让后结束，反复碰撞和日常使用却可能让指腹磨薄、腱张力改变。控制程序照旧发出指令，物体接触到的已经是一只状态不同的手。
原先的夹力足以托住某副眼镜，指腹磨损后摩擦条件改变，同样施力可能更容易滑脱。增加夹力可以补偿一部分变化，也可能压伤薄镜腿。覆盖层的压力传递一旦改变，传感读数与实际接触力的对应关系也会变化，原先的力阈值未必还能沿用。
腱张力变化则可能带来位置偏差：原来能托住镜框的中指，再执行同样动作时可能还没碰到它；食指若按原来的时序减力，眼镜就失去支撑。重放过去成功的动作，也无法保证新的接触仍按原时序发生。
修好一只手所需的时间，还包括换件后的调试。
换一块指腹，需要确认接触与受力变化；换腱以后要恢复张力和闭合位置；更换触觉模块还要恢复标定。模块化可以缩短部分拆装步骤，连接件与接口本身也要经受使用。若某个易损件被埋在整根手指内部，停机时间就会花在拆解、重装以及重新调整周围部件上。
强脑Revo 3手册列出核心关节弯折寿命100万次，这个指标描述的是特定部件的耐久。整只手还涉及指腹、传动、线束和传感器：一只用过的手，还能保留多少原来的任务能力？
要看磨损的影响，就应让使用前后的手在相同条件下完成同一组任务，比较成功率、耗时和维护需求。再换镜架、换接收者，考察它对变化的适应能力，才不会把任务变难与硬件变旧混为一谈。
手的失误还会拖慢整台机器人的工作，Figure发布的Helix 02洗碗机演示，呈现了约四分钟连续完成移动、取放和装卸的任务。在这样的任务里，一次抓点选错，就可能需要放回物体、重新站位，后续动作也跟着推迟。
减少重抓和等待，手部能力的改进才能体现为整机效率；长期使用时，维修后恢复工作所需的时间也要计入。
这些差别会影响客户怎样选择一只手。研发团队要探索新动作，更多独立关节和可读取的接触数据，能让他们尝试新的控制方法。整机开发者需要把手接入身体控制，关心接口能否对接、反馈能否及时参与全身动作。生产客户则要用它持续完成一批任务，即使单次动作成功，频繁重试和停机也可能让投入失去意义。
月泉仿生的公开发布材料提到，W-Bot在富维—月泉机器人应用实验室开展汽车零部件预设任务验证。对这类验证而言，先限定工件和工位，有助于逐项排查失败原因：手指够不到，可能需要改结构；站位不合适，可以调整接近路径；任务时间太紧，则要重新安排动作。
这些分析需要在具体工位上验证，才能确定该改手，还是该改它的用法。
《中国电子报》10月16日的报道援引临界点披露，截至2026年9月底，OmniHand系列累计交付超过1.5万台。同一报道中的因时2025年交付量，以及灵心巧手向《连线》披露的2025年出货量，则采用年度口径。研发、集成和生产都会产生采购；这些数量不能直接回答有多少只手正在产线上持续工作。
企业交付披露与实验室工位案例；年度、累计、公司及系列口径分别列示
因时负责人在一次采访中提到：在其对接的工业验证客户中，通过概念验证后形成复购和小批量采购的客户占比有限。
对生产客户来说，试验中完成一次任务，只是继续测试的理由。按实际节拍连续运行以后，重试、维护和人工介入占用多少时间，才会影响它最终节省多少工作，以及下一批采购是否值得。
这也解释了为什么灵巧手很难只按配置高低排出优劣，需要频繁在空中换抓点的任务，可能值得为更多独立驱动付费；物体和摆放方式比较固定时，借助机构贴合与工装支撑，也可能用更简单的手完成工作。多一个关节或一片触觉覆盖，最终要看它是否减少了失手、重试和人工介入。
一只灵巧手要投入日常工作，就得应对物体和抓法的变化，也得承受自身的磨损。这些变化会同时考验机构、感知和控制。自由度说明它有多少可用的运动选择；判断这只手值不值得用，需要参考的维度实在太多，长期完成任务的成功率、耗时，非标任务中是否可以自主调节、重试，需要人工介入的时机和次数等等。
灵巧手，还在路上。
