导语：灵巧手去年出货近 2 万只，大部分在「吃灰」
去年，国内灵巧手公开可查的出货量是约两万只。在伯牙智能创始人刘欣的观察里，其中大部分灵巧手的归宿是跟着人形机器人表演几场，然后被搁在角落里，「表演完就吃灰」。便宜的低自由度灵巧手多用于表演；操作能力更强的高自由度产品又容易损坏，有的因为贵，买回来供着不敢用，有的用一星期到两三个月就坏了——这是刘欣看到的灵巧手市场的现状。在他看来，灵巧手行业连目标客户是谁、要解决什么问题、客户愿意为什么买单，都还没有明确答案。行业需要开辟第三个市场：以可接受的成本，将科研级操作能力带入实际应用。而这样的产品至今仍未出现，目前最顶尖的灵巧手，离人手能力都相差甚远。这就是伯牙的机会。刘欣在阿里工作近十年，曾任阿里巴巴操作系统事业部技术总监、斑马智行产品负责人，业务涉及手机、汽车、IoT 和机器人。2023 年，他加入蔚来，负责乐道汽车智能化相关产品。2024 年 8 月，他联合斑马智行联合创始人张斯成，以及哈尔滨工业大学（深圳）、中国科学技术大学的两位教授创办伯牙智能，希望「为人工智能造一双真正能干活的手」。跨行业的经历，让他习惯把一件事放进更大的坐标系里思考，做灵巧手也是如此。他喜欢从不同领域里寻找灵巧手的产品思路，思考市场的迭代和发展方向，会参照汽车和手机的发展历程，也会从生物进化和人体结构出发，思考五指设计的必要性；旁征博引，各种论据信手拈来。由此，他形成了一些与行业主流判断不同的看法：相比硬件，模型可能更早触及能力拐点，届时限制机器人操作的可能是身体，而非大脑；直驱手虽然暂时领先，但绳驱会后来居上；灵巧手的精度标准，应该从「重复定位精度」变成「可控制的最小精度」。伯牙的首款灵巧手高山 S1有 22 个自由度，采用以绳驱为主，齿轮直驱加丝杠连杆为辅的混合驱动。刘欣介绍，他们是全球第一家做绳驱＋丝杠并联手腕构型的灵巧手公司。除了硬件，伯牙还在开发一套「小脑」模型，内置 30 多种标准动作，由上层模型调用相应动作，并通过实时反馈调整执行细节，让灵巧手更稳定地完成操作。在这个行业，卖出去不等于用了起来。一只灵巧手距离真正可用，还有多远？伯牙为什么认为绳驱路线会后来居上，灵巧手的「小脑」要怎么做？以下是 AI 科技评论与刘欣的对话。▎AI 科技评论：有公开数据显示，去年灵巧手的出货量是 2 万只，伯牙却在今年 6 月才推出产品，会觉得自己比市场晚了一步吗？
刘欣：这两万只可能大部分都是卖给配合人形机器人做表演，表演完就吃灰。事实上，现在灵巧手行业在各种意义上都没收敛，包括技术路线，产品定义和客户价值。行业仍然处在特斯拉 Roadster、理想 ONE 的早期阶段，甚至比理想 ONE 还要更靠前，因为理想 ONE 已经有非常清晰的产品定义边界，而目前的灵巧手没有。所以也不能简单地说谁晚了。▎AI 科技评论：根据你的观察，现在灵巧手的市场情况是怎么样的？
刘欣：今天的灵巧手产品两级分化。一类是低自由度的，简单、耐用、便宜，几千块钱就能买到，但操作能力非常有限，主要用来给人形机器人做表演，挥挥手之类；另一类是高自由度的，操作能力更好，成本也高，主流价格都在 10 万以上，但也用不起来，主要是科研机构在买。我们今天是在创造灵巧手的第三个市场，把一部分科研级的操作能力带到实际应用中，同时让成本落在客户能接受的范围内，解决过去自动化设备处理不了的问题。不过这样的产品今天依然不存在，今天市面上最先进、最高端的灵巧手的能力，都和人手能力差得非常远。▎AI 科技评论：为什么操作能力更好的高端灵巧手用不起来？
刘欣：因为大家更多是在秀肌肉。今天证明会拧瓶盖了，明天证明会拧螺丝，后天会打鸡蛋了。但要真实部署的话，客户首先肯定很难接受 5 万、10 万以上的售价。没有做过机器人落地的人，不会知道落地的代价。一条机械臂买来可能只花 20 万，但要用起来，可能要额外花 100 万，灵巧手也是一样。其次今天这些主流的高端灵巧手，使用寿命可能就是一两周，或者最多到一两个月。今天大家都在挑战极限，展示自己能跑多快。但你不能把百米冲刺的速度，当成跑马拉松时也能维持的平均速度。▎AI 科技评论：听起来现状似乎是，目前灵巧手产品的能力被高估了，做出好灵巧手的难度被低估了。
刘欣：对。关于灵巧手的所有东西都还不成熟，都是瓶颈，从任何单一的角度看都有挑战，况且灵巧手是一个系统，需要把所有东西整合在一起，是一个更大的挑战。▎AI 科技评论：拆开来看，最容易出问题的是哪个环节？
这是灵巧手设计中的一个矛盾：它需要在极其有限的空间里，塞进机械结构、电机、电路和传感器，同时还要保证足够的力量和功率密度。手指做得越细，结构强度和承载能力就越容易受到限制，尤其是关节连接处，可能只承受几百克到一公斤左右的力，持续使用一周就出现断裂。手要做得小，齿轮就要做得精密，模数就要小，齿轮的齿就越小，对加工精度的要求也越高。比如灵巧手里直径只有几厘米的齿轮，模数可能只有零点几。在这样的尺寸下，以今天的材料和工艺水平，齿轮很容易出现磨损、变形甚至断裂。▎AI 科技评论：在精细结构下，保证力量也是一个问题。
刘欣：执行任务一定要考虑力量。人的大拇指有 10 公斤的力。而今天灵巧手大拇指的力，主流的是标 1 公斤，比较高的是 2 公斤，但标的力和实际上能施加的力都有偏差，标的 1 公斤，可能实际上无法达到 1 公斤。我们做到了 3 公斤。▎AI 科技评论：触觉呢？现在有真正能用的触觉传感器吗？
刘欣：触觉传感器现在离真正可用还差得非常多。我们测试了很多不同技术路线的触觉传感器，但没有一个是满分的，都是带伤工作。我现在都不先 care 耐用性，就它本身信号的稳定性、一致性都有不少问题需要解决。例如，今天的传感器还无法很好地消除残留信号带来的噪声。人拿起一个东西再放开后，力觉、视觉等感知信号还会有残留，但经过上亿年的进化，人的大小脑和神经系统已经学会了如何抵消这些噪声，今天的传感器还做不到这一点。灵巧手要具备接近人手的感知能力，还需要解决感知精度与分布的问题。人手的感知神经是 17000 个，但它不是均匀分布的，就像地理一样，有一二三级。手掌、手背是最稀疏的，指腹可能是它们的两倍左右，指尖是手掌的 4～5 倍左右。越到指尖就越精细。有的电子元器件上面有金属针脚，工人要用指尖压一下，靠受力的感觉判断针脚有没有衔接牢固。这些人与生俱来的能力，对机器人来说非常难。客观来说，虽然现在传感器有瑕疵，但还是基本可用的，反倒是模型还没充分发掘触觉的能力，等这一关过去，也会对传感器提出更清晰的改进方向
▎AI 科技评论：可靠性现在对行业而言也是卡点吗？
刘欣：我觉得，现阶段行业最重要的还不是可靠性。就像 iPhone 刚出来的时候，大家会说它每天都要充电，诺基亚半个月都不用充一次，但用户愿意为了智能化带来的体验提升，接受这个取舍。灵巧手也是一样。耐用性肯定不能只有一个星期，但现阶段至少要争取做到三个月到半年。目前行业主流的保修期可能是 6 个月，敢承诺一年以上的很少。但这 6 个月的保修，很多时候是靠提前准备一大笔备用金来支撑的。比如客户买一只灵巧手，厂商可能要准备三只的成本。特斯拉早期也经历过类似的阶段。当时一些零部件容易损坏，公司的做法就是预留一大笔资金，客户报修后，直接免费更换。新技术和新产品走向市场，都可能要经历这样一个阶段。▎AI 科技评论：行业里有一种说法，七八成的任务夹爪就能完成，高自由度灵巧手的市场会不会比想象中要小？
刘欣：大家很容易用当下可见的任务去预判未来需求，但人的想象力总是低估物理世界的可能性。IBM 最早推出大型机的时候，曾经有人认为，全球可能只需要几台计算机。Steve Wozniak 拿着最早的苹果电脑原型去找惠普，惠普也不看好个人电脑，觉得谁会买这个东西？iPhone 刚推出时，谁能想到后来会出现这么多应用，甚至发展出上亿种应用场景？大家总是按照已有的应用场景去判断一个新技术，很难想象一个尚不存在的市场。等技术能力提升以后，你才会慢慢发现它的潜力。当然，这需要时间。灵巧手也是一样。今天大家觉得夹爪已经能完成很多任务，但当灵巧操作的能力进一步提升，新的应用场景才会慢慢出现。举个例子，深圳周边有些小工厂生产完零件后需要在高倍数电子显微镜下检查零件，零件每个面都要翻一下，这种任务传统夹爪肯定做不了。▎AI 科技评论：那为什么一定要五指？三指、四指不行吗？
刘欣：今天的机器人，无论「大脑」还是「小脑」，对空间和物理的认知都还远不充分。因此，我们思考机器人应该如何构建时，很容易把问题想得过于简单。从生物进化的角度看，人类需要面对大量无法提前确定的情况，所以人体设计不会只满足最高频的需求，还要为低频、突发的情况保留冗余。人类最后进化成五指手也是类似的思路，很多动作两三根手指就能完成，但五指能为复杂任务留下更多能力空间。五指中力量最大的是拇指，成年人的拇指大约有十公斤的力，其次是食指，力量大约六七斤，再往后是中指、无名指和小拇指。力量较弱的手指通常承担支撑、辅助和探索的作用。有统计显示，与五指相比，四指或三指每少一根手指，能力可能下降约 10%。这种冗余也存在于人体的大脑和运动系统中。我们平时很少用尽肌肉力量，或持续发挥最快速度和最大耐力，但这些能力依然被保留下来，以便应对突发情况。机器人也是一样，需要为复杂、低频的任务预留足够的能力空间。▎AI 科技评论：落到具体干活的场景，到底需要几根手指？
刘欣：至少需要 4 根手指。工厂里用电动工具拧螺丝，如果只有两个手指，就没办法扣动扳机；如果只有三个手指，只有两指能握住螺丝枪，剩下一个去扣动扳机，其实也拿不稳这个工具。
