2026年6月的维也纳，ICRA展馆成为全球机器人行业最热闹的地方。有人形机器人穿梭于展台之间，有机械臂在桌面上完成复杂装配，也有移动机器人一边行走一边抓取物体。来自世界各地的研究机构、创业公司和科技巨头，把过去一年最前沿的成果几乎都搬到了现场。
但在热闹之外，一个更现实的问题始终悬在行业上空：距离真正进入真实世界，机器人到底还差什么？
过去几年，行业更多关注机器人“看见世界”和“理解世界”的能力；而今年，人们开始越来越关注机器人如何真正与物理世界进行交互。双手协作、移动操作、精细抓取、装配整理……这些任务看起来简单，却恰恰是机器人走向真实场景必须跨过的一道门槛。新一代灵巧操作正在成为机器人领域最受关注的方向。
在这场全球机器人行业的年度盛会上，我们注意到一家来自中国的灵巧手公司——源升智能。源升的展区并不算大，但围观的人始终不少。人群时不时向前挤两步，随后传来一阵惊叹声。
过了一会儿，这个灵巧手换了一种技能，直接化身“功夫手”：可以砸裂木板；还拿起锤子完成钉钉子等高冲击任务。整个过程中，手部结构完好无损，运动始终丝滑精准，动作干脆利落。
在源升的研发人员看来，未来机器人进入真实场景后，决定其价值的从来不是某一个单项指标，而是综合操作能力。灵巧性，鲁棒性，触觉感知，负载，速度，精度缺一不可。从这个角度看，源升展示的已经不仅仅是硬件参数，而是真实任务中的执行能力。
这恰恰也是整个行业正在发生的变化。机器人必须拥有一双兼具高自由度、高可靠性和高一致性的灵巧手，以此打通硬件-数据-模型的循环通路，最终走向真实场景落地。但很多人曾低估这件事情的难度，甚至包括马斯克。经过几年的尝试，马斯克最终公开承认：“制造手和前臂是一项极其艰巨的工程挑战。从机电角度来看，我认为它比机器人的其他部分都更难。前臂和手的制造难度甚至超过了机器人的其他所有部分。”
这样的行业拐点上，源升智能选择了一条与多数公司完全不同的路线——没有跟随传统路径去拼凑零部件，而是选择重新定义手的技术和结构。我们了解到，这家公司的核心团队大多出身于腾讯 Robotics X，过去一直专注于高自由度灵巧手研发。从三指到五指，从结构设计到控制系统，他们几乎完整经历了国内灵巧手技术发展的整个周期。
在当前具身智能的硬件内卷中，灵巧手正处于一个关键的分水岭。从落地逻辑来看，灵巧手不应该只是一个孤立的末端执行器，而应该成为具身智能高维数据采集与物理交互的标准化基础设施。源升智能选择不卷低自由度的简单抓取场景，也不追逐短期的资本 Demo 效果，直奔底层支撑大规模数据采集、模型训练和真实部署的标准化操作平台，希望通过高可靠性、高性价比的标准化硬件，支撑上层算法生态。
02 灵巧手正在成为连接数据、模型与真实世界之间最关键的接口如果说过去两年具身智能行业最核心的变量在模型层，那么2026年的新变化在于：模型的发展开始反向定义硬件。而“手”，就是那个最关键的抓手。
核心变量之一来自数据采集的范式转移。最近一年，全球头部具身智能团队几乎同时把目光转向 Human-Centric Data。行业开始意识到，仅依靠互联网视频、第三人称数据和本体遥操作数据，已经很难支撑下一阶段模型进化。机器人需要的是更接近人类真实操作过程的高质量数据，第一视角人手数据不仅记录了最终的动作结果，更天然保留了操作过程中空间关系、时序逻辑以及物体的物理属性等关键信息。它足够贴近操作本身、采集成本低、更易获取，且能够大面积覆盖真实世界中的长尾任务，天然适合用来建模长程任务。这套面向具身智能与世界模型的数据采集软硬件体系，正迅速成为全行业最关键的一条数据路线。
另一方面，具身智能迎来了一次极为明确的模型层范式切换。市场上几乎所有的技术力量都在卷自己的具身大脑、世界模型与 VLA（Vision-Language-Action）算法。然而，热闹的算法军备竞赛背后，隐藏着一个长期被行业忽视的隐痛：由于缺乏统一、高精度的物理操作载体，各家大模型的真实泛化能力究竟如何，至今无法在一个公允的水平线上得到检验。换句话说，新的机会在于大模型到底行不行，能不能从虚拟走向现实，不看它怎么“想”，而看它怎么通过合适的手去“做”。
综合来看，这些技术变量直接对灵巧手提出了全新的硬性需求。过去以抓取和搬运为目标设计的低自由度夹爪或三指手，能够完成标准化动作，却难以产生足够丰富的触觉、力觉和精细操作数据。在新的技术演进过程中，谁能够率先打造出高自由度、高可靠性、具备触觉感知能力，并能够大规模部署的数据采集终端，谁就有机会成为具身智能时代的数据入口、评测标准和生态基础设施。灵巧手正在成为连接数据、模型与真实世界之间最关键的接口。
什么样的灵巧手，才适合成为下一代模型训练和部署的平台？源升智能给出的答案，是从底层架构开始重新设计。
在过去几年里，包括特斯拉 Optimus 在内的许多团队都选择了“臂手一体”方案。即将驱动电机布置在前臂内部，通过绳索驱动手指完成动作。这种方案最大的优势是能够更好地模拟人类手臂结构，同时为灵巧手释放更多内部空间。源升智能CEO杨思成很早就意识到，这种行业主流的技术路线存在两个容易被忽视的问题。
首先是易用性。把一只单独的手和一只连着手臂的手用起来，门槛差别巨大。由于臂手一体方案涉及手腕旋转以及多个自由度的协同控制，需要与机械臂进行深度耦合。不同机械臂之间的接口、运动学模型和控制系统都存在差异，这意味着每一次部署都需要额外适配。对于希望大规模铺设硬件、采集数据和训练模型的团队而言，这种工程成本并不低。“臂手一体”的方案现阶段更适合整机公司去做，这样才能避免臂手适配的问题。
更重要的问题来自耐用性。在臂手一体架构下，驱动绳索需要穿过手腕关节到达手指。当手腕持续转动时，绳索会反复与内部结构产生干摩擦。如果未来具身智能需要进行百万次、千万次级别的真实交互训练，绳索磨损几乎不可避免。而数据采集和模型训练最怕的，恰恰是耐用性、可靠性和一致性的崩塌。
因此，源升智能选择了一条不同的路线。在他们的灵巧手APEX HAND上采用了“臂手分离+电机全内置”的架构设计。源升智能运营总监陆洵晟告诉我们：APEX HAND所有驱动电机被集成在掌内，交付时只需要一只独立的灵巧手即可完成部署。对于机器人厂商和算法团队而言，它更像一个标准化模块，可以快速适配不同机械臂和机器人平台，大幅降低系统集成门槛。
与此同时，源升智能重新设计了绳索路径。与传统方案不同，其绳索不再穿越手腕区域，从物理结构上规避了手腕处的干摩擦问题。这意味着灵巧手能够承受更长时间、更高频率的训练和测试。在 ICRA 现场，我们甚至可以看APEX HAND灵巧手反复击打木板进行展示。据了解，即使连续高频敲击木板，灵巧手依然能够保持稳定运行。
03 参数本身并不是重点，工程化与系统化能力才是被低估的环节如果说架构之争决定了产品能否大规模落地，那么驱动方案之争，则决定了灵巧手最终能够达到怎样的能力上限。关于灵巧手驱动方案的优劣，行业争论已经持续多年。直驱通过电机直接驱动关节运动，但其实也并非真正意义上的直驱，受限于目前的电机功率，目前的“直驱”手的关节实际上都需要集成大几十甚至上百减速比的齿轮箱，高减速比齿轮箱的可靠性和摩擦磨损可能才是“直驱”最大的挑战；绳驱利用类似人体肌腱的结构传递动力，是最符合第一性原理的路线。源升智能与特斯拉一样同样选择了绳驱路径。
选择的背后也源于对行业终局的判断，源升智能认为，灵巧手最终大概率会收敛到绳驱体系。原因在于，灵巧手是机器人最重要的与物理世界直接交互的终端，如此小的空间内集成这么多的运动部件，设计上没有一定柔顺性很难满足真实环境的可靠部署需求。现有的技术路线中，连杆和带高减速比齿轮箱的“直驱”本质上都是纯刚性的传动，只有绳驱才具备具备柔顺传动的能力。它拥有极强的包容性，可以与电机、连杆乃至更多机械结构进行组合，从而实现更复杂的自由度设计和更接近人手的运动特性。
但是传统的绳驱手确实也存在很多问题，比如寿命、精度、可维护性等。事实上，当下最先进的绳驱系统早已不是简单的“拉绳子”。以 APEX HAND 为例，其 21 个自由度中包含 16 个主动自由度和 5 个被动自由度，通过绳驱、电机和连杆的复合驱动实现运动控制。换句话说，现代绳驱更像是一套系统工程。
传统认知中绳驱容易出现的磨损、精度衰减和寿命问题，也正在通过机械结构优化与控制算法不断被解决。例如，源升智能通过机械设计与算法补偿共同提升控制精度，让绳驱系统在保持柔顺性的同时具备稳定且精准的执行能力。
此外，灵巧手行业长期面临的一项关键挑战：如何在提升操作能力的同时，保证系统的可靠性与稳定性。
正是在这样的思路下，APEX HAND 从设计之初便将工程化与可维护性放在了与性能同等重要的位置。为了提升系统的可维护性，源升采用了高度模块化架构。所有电机均集成在掌内，每根手指都被设计成独立模块。如果某个手指或指尖触觉传感器出现故障，可以直接拆卸更换，而不需要拆开整个驱动系统重新调试。这种设计非常符合真实训练场景的需求。为了进一步保证一致性，源升还建立了一套类似工业制造的标准化测试体系。在出厂前，每根手指都会单独进行老化测试。只有通过一致性验证之后，才会被安装到手掌并完成统一标定。
当然，强调可靠性并不意味着放弃性能。在电机全部内置掌内的情况下，APEX HAND依然实现了21个自由度，其中包含16个主动自由度和5个被动自由度。与此同时，其负载能力达到30公斤级别，手指尺寸与成年男性相当。前面我们看到的无论是提起整箱矿泉水，还是连续进行高冲击操作，就是系统都能够保持稳定运行的鲜明案例。
此外，在越来越重要的触觉层面，在第一代产品中，源升选择了压阻式触觉方案。相比一些成本更高、工艺更复杂的路线，压阻方案有非常显著的两大特色， 一是在于量产可行性和成本控制，二是在于丰富的延展性带来的技术上限。
其产品也没有停留在简单的压力感知层面。而是通过自研设计，其触觉系统不仅能够感知法向力，还能够识别切向力变化，并实现从指尖到掌面的全覆盖感知。对于未来的大规模数据采集而言，这意味着机器人能够记录更加完整的接触过程，从而为模型训练提供更丰富的物理交互信息。
综合来看，源升选择的是一条明显偏向工程化与量产化的路径。
04 腾讯Robotics X班底创业：热门赛道里，克制比激进更难灵巧手正在从末端执行器变成数据采集基础设施和模型真机验证平台。对创业公司而言，意味着必须选一条自己的技术长路线，而不是被行业焦虑牵着走，去卷同质化硬件，或者跟随路线热度频繁转向。
源升智能的判断是明确的：把机电、触觉感知和数据模型做到极致，把灵巧手做成具身智能产业的数据基座和评测基座。
商业化路径上，源升的选择也十分明确：聚焦服务具备大模型、世界模型研发能力的核心算法团队，为其提供稳定的真机训练平台与数据采集系统。公司规划，下一阶段将率先完成千台级灵巧手交付，并在规模化生产过程中持续提升产品一致性与工程化能力。在此基础上，进一步推动灵巧操作能力进入更多真实工业场景，积累数据、验证系统，并逐步拓展具身智能的落地边界。下半年还会发布数据采集手套，配合灵巧手形成“硬件+数据手套”的完整采集方案。
源升智能在当前激烈的具身硬件赛道中展现出的笃定，很大程度上源于团队结构——同时聚集了机电系统设计、触觉感知和模型算法三个方向“一号位”人才。核心团队成员多出身于腾讯 Robotics X 实验室，拥有从三指到五指灵巧手多年的工程迭代与实战开发经验。
CEO杨思成，负责机电本体的系统设计，主导了APEX HAND的产品定义与总体设计。之前在腾讯Robotics X长期作为灵巧手与上肢操作本体的项目负责人，从零到一带团队完成TRX-Hand3、TRX-Hand5的研发与交付，更早之前在清华研究生期间的方向也是灵巧手与灵巧操作。CTO李望维，聚焦触觉感知与电子皮肤，在腾讯Robotics X主导构建了灵巧手触觉体系，实现了超过1,000点阵级别的触觉传感设计与工程化落地。我们了解到，公司还引入一位顶尖算法大神担任首席科学家，主要负责具身智能模型与学习系统相关工作。公司是行业内极少在机器人领域三大顶刊Science Robotics、IJRR、TRO均有一作或通讯作者文章发表的团队，研究能力加上工程能力，意味着这个团队不仅能做产品迭代，也有能力参与定义技术路径。这种兼具长期行业经验、顶尖学术能力、且打过硬仗的组合，在国内具身智能创业生态中并不多见。
硬件构型在收敛，工程化量产在跑通。目前，APEX HAND已经面向全球开启商业交付。在具身智能从实验室 Demo 走向真实世界落地的关键节点上，基础设施层的牌局，正在合拢。
