灵巧手市场潜力巨大，技术创新破解不耐用难题

每经特约记者：林悦 每经编辑：陈峰

在机器人技术迅猛发展的当下，一只售价高达十几万元的高自由度灵巧手，其实际使用寿命却可能仅有短短几周至数月，这一现实问题引发了业界的广泛关注。

随着人形机器人加速迈向产业应用阶段，作为末端执行器的“手”正面临着一个亟待解决的矛盾：既要具备高度的灵活性以满足各种操作需求，又要拥有足够的耐用性以确保长期稳定运行。

如何让机器人拥有一双既灵巧又耐用的“手”，已成为具身智能技术连接物理世界、实现精准操作的关键所在。

灵巧手市场潜力巨大，融资热潮涌动

“灵巧手是机器人实现精细操作的基础，只有先有了手，才能收集到操作数据，进而训练出高效的模型。”中科慧思具身智能（湖南）有限公司董事长张正涛在接受《徽声在线》记者采访时如此阐述灵巧手的发展逻辑。

近年来，灵巧手产业的市场潜力逐渐得到业界的广泛认可。今年以来，灵巧手赛道持续升温，灵心巧手、临界点等企业纷纷加速融资步伐，展现出强劲的发展势头。

“灵巧手赛道的融资热度和估值增长速度，在一定程度上甚至超过了机器人本体公司。”张正涛坦言。值得一提的是，中科慧思背后同样有行业巨头的支持，“果链”龙头蓝思科技（SZ300433，股价34.89元，市值1842亿元）便是其主要股东之一，为中科慧思提供了强大的制造和产业资源支撑。

然而，有手无“脑”仍然是灵巧手规模化应用前的一大障碍。中科慧思CEO杨平表示：“我们认为具身智能的‘ChatGPT时刻’不会突然到来，而是会先针对一两个特定的生产环节，开展小批量、多品种的柔性作业。”他预测，这一进程将在未来半年至一两年内启动，随着数据飞轮效应的显现，有望在三五年内实现大规模推广。

今年7月，通用人形机器人企业中科慧灵携手蓝思科技与湖南华夏投资集团共同成立了中科慧思，三者分别提供技术、制造和产业资源，形成了强大的合力。事实上，人形机器人本体厂商设立独立的灵巧手企业并非个例。今年1月，智元机器人也拆分了其灵巧手业务，成立了名为临界点的新公司，进一步凸显了灵巧手在机器人产业中的重要地位。

张正涛同时担任中科慧灵董事长、中国科学院自动化研究所研究员和中国科学院工业视觉智能装备技术工程实验室主任。他表示：“随着整机产品和场景实践的不断推进，我们发现灵巧手不仅仅是整机上的一个末端零部件，而是一个需要独立建设的专业方向。”

随着人形机器人企业的不断涌现，行业竞争的重点正逐步转向灵巧手等核心零部件的专业化深耕。张正涛指出，灵巧手庞大的市场空间正逐渐被业界所认知，高自由度灵巧手产生的操作数据对机器人大脑和基础模型训练的价值也日益凸显。

据高工产业研究院（GGII）报告预测，2025年中国灵巧手市场销量将达到约1.92万只，同比增长236.84%；预计2026年销量将跃升至7.02万只，同比增长265.63%；到2030年，随着人形机器人应用场景的不断拓展、灵巧手技术的持续进步和产品成本的逐步下降，中国灵巧手市场销量有望突破43万只，2026年至2030年的复合年增长率约为57.79%。

与此同时，据GGII不完全统计，2023年至2026年5月，国内灵巧手行业共发生了约57笔融资，涉及金额高达约128亿元，显示出资本市场对灵巧手产业的强烈信心。

灵巧手灵活性与耐用性矛盾凸显，技术创新成为关键

然而，在灵巧手赛道火热的背后，其存在的痛点也同样尖锐。

张正涛向《徽声在线》记者指出，灵巧手的灵活性和耐用性之间存在一定的矛盾。在单只手的狭小空间内实现20至30个自由度，对系统集成度提出了极高的要求，需要集成传感器、电机、腱绳等多种部件，同时还要满足轻量化、大负载、高精度等条件，这些条件之间相互牵制，难以同时满足。

目前，灵巧手的技术路线尚未形成统一标准，业内主要有连杆驱动、腱绳驱动和电机直驱三种技术路线。张正涛认为，这三种技术路线各有优缺点，只有能够将成本、稳定性和自由度同时做到最优的路线，才能配得上大规模的数据和真实的作业需求。

其中，腱绳驱动的灵巧手因其仿生性强、自由度高，被视为实现类人操作的理想路径。然而，腱绳易发生卸力、维护困难等问题也限制了其广泛应用。据张正涛介绍，目前高自由度触觉灵巧手的市场价大概在十几万元到几十万元之间，而在工业连续作业的条件下，其实际寿命只有几周或两三个月，这无疑增加了使用成本和维护难度。

为了解决这一问题，中科慧思在中科慧思具身智能产业落地湖南湘江新区暨技术成果发布会上首次提出了“3分钟换腱绳”方案。针对其预发布的F系列绳驱仿生灵巧手，张正涛表示，腱绳的更换成本极低，几乎可以忽略不计，3分钟内即可让灵巧手在几乎无成本损耗的情况下快速恢复使用，大大提高了其耐用性和实用性。

然而，灵巧手走出实验室只是第一步。自由度、负载、重量等参数并不会自然转化为灵巧手的作业技能。张正涛表示，机器人能够稳定拿起一把螺丝刀，只说明它具备了基本的抓取能力；而真正完成旋拧等精细操作，还需要控制工具姿态、位置、运动轨迹和作用力等多个方面。

他进一步指出，当前业内尚缺乏能够驱动二三十个自由度灵巧手完成作业的成熟方案。关于灵巧手本体与模型的关系，他认为二者并非简单的孰轻孰重，模型的结构与数据均依赖于灵巧手的具体构型设计。必须先有本体，才能采集与之同源的操作数据；同源数据训练出的模型再用于控制该本体，形成闭环。

不过，张正涛也强调，当前灵巧手的训练数据与机器人及大模型相比存在多个数量级的差距。例如，Llama 3拥有约36万亿Token（词元）的文本语料，机器人的开源整机操作数据也有约100万条轨迹，而开源的灵巧手精细操作真实数据仅几万条。这无疑增加了灵巧手模型训练的难度和复杂性。

据介绍，中科慧思将在湘江新区打造全国最大的灵巧手技能训练场和数采中心，以收集更多的真实操作数据，推动灵巧手技术的不断进步。谈及行业预期，杨平表示：“灵巧手通过多系本体与数据采集的双飞轮布局，可以实现限定性通用，但不能完全通用。例如，在工厂里训练后的灵巧手未必能拿去炒菜。”

他进一步表示，具身智能的“ChatGPT时刻”不会突然到来，而是可能会在某个特定的角落里开始干活，随着真机数据与真人数据的持续积累，在三五年内有望实现大规模推广。“这只是时间问题。”杨平充满信心地说。