小米宇树集体下场，灵巧手的GPT时刻还要等多久

灵巧手，作为人形机器人的仿人多指末端执行器，已经成为人形机器人行业的“命门”。

今年以来，小米、宇树相继推出灵巧手产品。最新的小米仿生灵巧手实现21个“自由度”，加速进入机器人灵巧手市场。

尽管整个赛道话题热度和融资持续升温，但热闹之外，能长期稳定作业，并公开证明客户持续付费、投入产出比成立的案例，仍然不多。

今年10月29日智元创新日下午的灵巧操作论坛上，从智元拆分独立9个月的临界点（AGILINK）集中发布了三项产品和两项生态计划：数采手套OmniGlove-PRO、工业部署框架Omni-Maestro、DUET 2.0架构升级，以及学者计划和Project Eureka。

在现场，对于市场竞争，临界点CEO乔天杰对智能纪元AGI直言，可以看到虽然现在做灵巧手的公司越来越多，但坦白说，灵巧手真正可以达到部署状态的公司其实不多，大多数公司还是处于实验室demo的阶段。

“我们说从开发态到部署态，灵巧手从实验室真正进入到真实场景中开始干活，这边其实是有鸿沟的，我们在这边还是有比较深的积累和一定的优势。”乔天杰称。

随着具身智能行业遇冷，乔天杰对于灵巧手却提高了市场预期，他认为“灵巧手的落地，可能会比人形机器人落地还要来得更早一些”。

灵巧手量、价、技术进展都在加速

人形机器人的零件总数大约在数千个左右。

以特斯拉Optimus机器人为例，整机零件数量约为 7000 个左右，比传统汽车少大约 30%。

从结构和功能来看，人形机器人的核心零组件主要分为以下四大系统和 13 类核心零部件：骨架、电机、减速器、编码器、丝杠、轴承、执行器、电池、算力、末端执行器、电路板、通用传感器、触觉传感器等。

而机器人身上，手是最后被认真对待的部位。

腿能走，轮子能转，眼睛能看，唯独手，喊了十几年“最后一厘米”，大多数时间躺在实验室玻璃柜里，演示完就收工。

作为人形机器人价值量占比高达30%的核心零部件，灵巧手集成机械结构、电机、传感器、控制算法于一体，也是整机最难攻克的核心模块，多重瓶颈制约规模化应用普及。

摩根士丹利估计，到2050年，随着劳动力萎缩和老龄化以及人工智能应用的激增，全球人形机器人市场规模可能超过5万亿美元。

因此，灵巧手有望成为价值5万亿美元的人形机器人研发竞赛的关键。

如今在AI技术和机器人行业突飞猛进发展下，灵巧手正逐步投入实际应用。

首先看量。

高工产业研究院的口径更直接：2025年，中国灵巧手销量约1.92万只，同比增长 236.84%；2026 年预计冲到7.02万只，到2030年冲43万只。

连续两年增速都超过两倍，这个斜率放在制造业里相当少见。

这也说明了，灵巧手在市场越来越受到关注，也成为迈向通用具身智能的重要因子。

那么，作为灵巧手行业的独角兽，临界点披露，截至9月底，OmniHand累计下线超1.5万台。

光这一家，就接近2025年中国灵巧手全年出货量的八成。

从智元分拆成立九个月，临界点员工从10多人增长到近百人，今年以来已获得多轮融资，其估值超过10亿美元，实现独角兽级别。

做到15000台，临界点这一切仅做了288天。

说“弯道超车”并不为过。

要知道，其竞品、成立十年的因时机器人对外披露过2025年全年交付破万台，今年产能又扩了4倍。

当然，销量在暴涨，但本质依然存在“样机经济”。

拆开看，大部分出货量流向的是人形机器人整机厂的样机研发、科研院所和展厅展示。真正进工厂连续跑几千小时的工业级订单，目前还非常少。

在我看来，行业能造出几万只手，但大部分还是靠手工调试，远没到标准化量产阶段。

谁能真把灵巧手走进干活的场景，才是核心。

那么下面看进展。

10月底，临界点发布OmniGlove Pro数据采集手套。

这是临界点首次把业务瞄准了“手套”这一触觉方案，也是其公司业务向硬件之外延伸的一种体现。

临界点表示，该手套融合磁场定位与惯性测量技术，能够采集人手的位置、姿态和触觉信息，配置746个触觉感知点位。而采集的数据经过处理和跨本体动作映射后，可供机器人在相同场景中回放人类操作。

临界点配合自家 OmniHand 进厂做装配，完成72道工序仅比熟练的人工操作慢30秒，任务成功率高达98%。

现场连线绍兴卧龙的产线，让一只 OmniHand 给另一只待出厂的灵巧手做完整性能测试。

单次作业耗时8.5分钟，与熟练工人的8分钟相比仅有30秒差距。而目前临界点设备可持续工作8小时不间断，已具备正式上岗条件。

最后，速度的另一面是价格。

2023年以前，国产公司被海外产品压着，单台130万元往上，是科研机构的专属玩具，但现在价格带从40-50万，一路铺到万元级。

一个智元OmniHand灵动款无触觉版约1.48万元，入门级已经出现 6000 元以下的报价。

海外机构算过一笔账：五年前 Shadow Hand 要 20 万美元，今天中国量产入门款跌到 550 美元上下。

价格战的底层逻辑是技术路线尚未收敛。连杆、腱绳、直驱三条路线各有优劣，没有谁跑通终局，行业也形不成规模效应。当产品还在快速迭代期就开始打价格战，说明很多玩家已经在为 2027 年的预期产能找出口了。

所以，价格锚点被改写之后，行业的说话方式也变了。

如今，灵巧手开始按场景卖货，不再按Demo和数量卖。

在采访中，乔天杰透露，“科研教育市场未来一两年仍会增长，但整体空间相对有限，临界点今年至明年将重点拓展部署市场。”

乔天杰进一步表示，竞争不能只依靠硬件，需要将硬件、数据和算法形成完整闭环。

数据是核心，软硬一体是闭环

在上海征和机器人有限公司首席执行官徐咏雷看来，灵巧手面临的主要瓶颈有两点：

一方面，硬件集成空间极度受限。人类手部拥有22至24个自由度，动作复杂度远超机器人行走运动，同时手部空间狭小，传动部件的毫米级微型化布置尚需不断优化提升，精密传动部件、高密度电机、传感器布局难度大。

另一方面，传动技术路线尚未收敛，连杆、直驱、链式等不同路线各有优劣，没有统一通用方案，行业当前难以形成标准化规模效应。

“针对饮料多规格外包装无法被吸盘抓取的行业痛点，定制化开发合并式两指灵巧手，复刻人类握手提起箱体的原生动作。”徐咏雷认为这是灵巧手需要定制、无法完全通用的核心原因。

因此，行业目前还面临一个现实性矛盾：对于垂直场景有用、规模化数据的精度和物理信息不足；质量更高的数据，采集成本又难以降下来。

比如，有精细制造场景其实不太适合用灵巧手，因为灵巧手每一次操作、晃动，都会产生上下错位，最后都选用夹爪，或者是三指等产品。

但有些场景，其实夹爪并不能完整体现，比如拿螺丝钉装配、拿药品等，灵巧手更加准确。

在现场临界点直播了绍兴卧龙联合生产制造基地的工作，在真实的生产测试工位上，一只 OmniHand 灵巧手正为另一只待出厂的灵巧手完成整手性能测试。 

“我们曾尝试传统夹爪方案，但作业反冲力极易导致工具脱手；如果将工具固定在机械臂末端，又无法同时兼顾不规则工件抓取、仪表盘按钮操作等多元工序。” 临界点模型算法总监吴铭东表示，灵巧手的核心价值，正是以通用型末端执行器覆盖多类生产工序，规避专机专用带来的高改造成本与低场景灵活性。

临界点首席具身科学家黄碧丹在现场展示了这张图，凸显GPT-6 Astra发布之后，大模型、具身智能数据和规模化落地的困境。

黄碧丹告诉智能纪元AGI，GPT-6 部署到灵巧手上，需要喂给它大量机器人底层细节，包括配置文件、手眼标定，以及具体怎么抓一个物体。它目前还没长好用十根手指的能力。大家看到那个成功抓起盒子的案例，其实是我们把抓取姿态基本写死了，告诉它以这个姿势去抓才能完成。

她认为，大语言模型真正的长处在于理解文字指令和 prompts。但一旦落到物理世界交互，尤其是需要多指协作的接触型任务，它现在还是非常弱。这就是我们提出双层具身接触智能架构的原因。

而底层得先让灵巧手自己具备多指协同和触觉闭环运控能力，上层大模型才调得动。这块整个行业都缺，而且大模型近几年大概率不会把它当核心方向，所以这部分只能由灵巧手公司自己补。这也是我们的业务重点，让手本身够用，大模型和客户才能真正用起来。

黄碧丹提到，随着日常人类操作数据积累到百万小时级别，继续单纯增加数据时长，收益可能逐渐放缓。

所以，对于灵巧操作来说，下一阶段更需要关注如何提升数据本身的精度和信息完整度，尤其是补上触觉和真实物理交互信息。

因此，智元创新日上，临界点发布了OmniGlove Pro数据采集手套，就是瞄准了触觉和物理交互信息。

也就是所谓具身智能的“数据神经末梢”。

我们也上手看了一下，确实挺灵活的。

我觉得这个手套挺适合数采和Ego场景。

总结：做下一个宇树？

记得2024年，我听说智元在搞灵巧手的时候，还感觉很惊讶，猜测可能是定制一两款那种？

2025年WAIC首日，我亲自进去了一趟，就是想看看当时智元的OmniHand灵巧手。

当时，这款灵巧手就摆在智元展台右侧的一个小角落里面，竟然在不到1公斤当中实现了21个自由度，当时介绍的一个点是：轻、便宜。

售价也便宜，当时这款自研产品还未完全发售，但却展露出对标其他老牌灵巧手的姿态。

然而，去年所有人的注意力却都在机器人本体，跳舞、打拳、聊天互动，除了产业链里面，外界很少关注一个灵巧手的未来。

但今年，机器人行业从本体、量产，到具身智能大脑、世界模型、触觉、灵巧手，产业链注意力开始拆分和转向。

“我觉得五年左右吧，我觉得我们的目标是希望临界点能够成为一家这个百亿营收、千亿市值的一家公司。”

在最近晚点对话中，乔天杰这样表示，宇树是一个约2000亿的市值，千亿就能跻身具身智能的头部公司，所以，临界点有目标要上市。

当然，这个目标很远大，但从行业来说，IPO上市都是头部排名前几名的公司，我预计，能完成上市的灵巧手公司可能只有1-2家。

所以，很难猜测这些老牌新秀灵巧手公司，谁能拿到船票。

所以，我更想谈谈产业。

对于产业来说，灵巧手行业的“ChatGPT 时刻”还没到来。

本体硬件能做出来，但高自由度手部动作需要庞大的算法算力支撑，灵巧手与机器人世界模型、整机控制系统之间的软硬件适配鸿沟还很大。

未来，灵巧手行业的分化点可能在这里：纯卖硬件的会被卷成制造业，卖操作模型和技能库的才有机会成为平台。

“作为一个又做过机器人本体，又做过灵巧手的一个人来看的话，我觉得甚至做好灵巧手，比做好机器人还要更难。因为任何一个部件，运动的部件越多，精密的部件就要做得越小，其实你的设计就会更极限，然后它面临挑战就一定也是越多。”乔天杰表示。

除手套外，这次临界点还展示了DUET 2.0具身接触智能架构、Omni-Symphony部署底座及Omni-Maestro智能体框架，试图把数据采集、模型训练与任务执行连接起来。

总结来说，临界点想做的不仅仅是灵巧手，而是握住机器人产业中30%的灵巧手技术核心壁垒。

“大家都非常关心像宇树、小米他们也在做灵巧手，我们觉得是这样的。灵巧手这个事，它的壁垒确实是足够高的，我们做灵巧手这么多年，我们也觉得灵巧手这个东西，如果是小规模投入的话一定是做不好的，因为它就像新能源汽车的电池一样，你如果只是在本体的机器人公司里面拉一个小团队，可能二、三十人的小团队去做，可能就只能把它做出来，做一个demo就结束了。

你真的要去批量量产，真正做出行业竞争力，这个肯定是做不到的。比如说像小米或者宇树他们在当前这种状态下，他们是在一个整机的公司里面有一个灵巧手的业务部去做，这种方式坦白说还是比较难去真正做出足够竞争力。只有我们下定决心觉得灵巧手足够难，就把它单拆出来，all in去做这个灵巧手，才有可能把它做好。”乔天杰表示。