Vol.196 产业观察37｜如何打通机器人与现实世界交互的“最后一厘米”
摘要
灵巧手的核心投资命题不是“夹爪升级”，而是具身智能能否跨过物理交互“最后一厘米”的通用末端。 魏德浩认为，现实世界里“真正具备通用操作能力的，有且只有人的手”；它既覆盖最广的任务，也是互联网视频和人体动作采集中最易获得的数据形态。若机器人仍只配两指夹爪，再强的模型也会被硬件能力和数据映射同时封顶。
四条技术路线里，星际光年押注绳驱，是因为它最有可能同时把自由度、负载、速度、精度、体积和重量推向人手水平。 关节直驱受限于微型电机，连杆方案厚重且抗冲击弱，人工肌肉“预计可能要十五到二十年”才成熟；绳驱则以肌腱式传动换取柔顺和轻量。代价是绳索寿命、蠕变和控制复杂度，团队通过测试约30种绳索、自研 Python Cable 和自动张紧结构，将绳索寿命做到50万至80万次量级。
真正的竞争壁垒不是机械、执行器或算法三选一，而是软硬件共同迭代形成的螺旋。 闫千航的判断是“唯快不破”：算法推进会暴露硬件缺陷，硬件升级又扩大算法上限，任何一侧依赖外部供应商都会拖慢产品化。魏德浩因此把灵巧手称为“人类历史上第一个由AI定义的硬件”，交付物应是软硬件一体的操作平台，而非一件裸硬件。
商业化尚未进入应用爆发前夜，当前高自由度灵巧手首先卖给科研人员、具身智能团队和种子用户。 现阶段还没有特别完善的模型去控制15至20个主动自由度，客户买回去主要研究抓取、弹钢琴、盘核桃等操作；表演场景可以靠反复验证率先落地，工业和消费级应用仍在探索。真正拐点是集成商能“非常快、非常轻松地上手”，届时纺织布料、柔性装配、手机精密组装和服务业操作才可能扩散。
大模型负责理解任务，小脑模型必须负责高实时性的快速反应，否则“咖啡早就倒了”。 魏德浩称，10B级 VLA 模型控制频率约3至10赫兹，从视觉回传、判断到执行可能耗时300毫秒至1秒，不适合处理碰撞等高实时操作；目前不少演示只是“把灵巧手当做两指夹爪在用”。他的方案是把轻量化小脑直接集成到手上，但强调模型虽小，研发成本并不因此简单。
数据瓶颈同样需要软硬件创新：遥操作“准而不快”，数据手套“快而不准”。 遥操作每天可能只能采几百条，难以支撑亿级数据；手套可采几千乃至上万条，却存在人体到机器手的迁移误差。魏德浩提出内外骨骼双模态系统，让人“手把手”带着灵巧手操作，试图获得“又快又准”的本体数据，并以同等自由度产品至少五分之一的价格推出开源 Gaia Hand，扩大开发者生态。
中国的比较优势在工程化的一到一百、一到一千，而海外仍领先于零到一探索和大额资本支持。 闫千航认为，深圳供应链可以当晚交付改版电路板，高频迭代速度远胜跨洋协作；美国公司则更能容忍科研式前沿探索，节目以 Figure 融资10亿美元和 Physical Intelligence 开源模型为例。闫千航认为国内灵巧手硬件总体不存在明显“卡脖子”，更迫切的缺口是便宜、好用、耐用的触觉传感器。
成本下降和可靠性成熟将决定灵巧手能否从四五万元的研发设备变成几千元的机器人标配。 当前非标机加工件、电机和电路板占星际光年硬件成本95%以上，量产还要跨过数百零件协同、供应链选择、稳定交付与资金损耗等鸿沟。闫千航认为五年后可以看到一些变化，并设想高自由度灵巧手降至几千元；若整机仍约12万元，这一增量成本不会太大，但前提仍是“硬件是需要底蕴积累的”。
精读
1. 创业起点是把AI从数字世界带进真实世界
魏德浩从2021年开始研究灵巧手；到2022年，大模型在数字世界表现出的泛化能力让他追问：AI能否获得真实世界的通用操作能力？他的答案是先给模型一个机器人载体，再给机器人“一双非常完美的手”。
在他的定义里，“手也是一个迄今为止最好的、最通用的末端夹具”。他在字节等公司的经历让他看到，市场上缺少真正好用的手，这已成为AI进入物理世界的直接障碍。
闫千航第一次见他时，他还没毕业，在北京一间小卧室里摆满CNC、桌面3D打印机、样机和工程版。投资判断不仅来自市场“要么很贵，要么不太好用”，也来自这个极客试图用底层结构与控制创新打破指标此消彼长的状态。
2. “机器人或火箭”是魏德浩很早就做出的选择
魏德浩来自河南，高中便把专业目标限定为“要么去做机器人，要么去做火箭”，第一志愿进入哈工大机电工程专业。大一尚不会CAD、Inventor和SolidWorks时，他拉着室友通宵自学，做出乒乓球捡球机器人并拿到一等奖。
此后他持续尝试切菜机器人、移动硬盘夹爪机器人、蛇形绳驱机器人、手术机器人和探针机器人，又在港中文研究SMA形状记忆合金脑部手术机器人、在KAUST做FPGA控制；这段经历使他同时接触结构、硬件、运动控制和算法。
闫千航把这种背景理解为投资早期硬科技创始人的关键画像：热爱之外，还要有“用自己的创意”改变行业惯常设计的意愿。中国工程创新往往正是由这些局部的底层变革逐步累积。
3. OpenAI转魔方让传统控制的天花板暴露出来
清华阶段，OpenAI用强化学习训练灵巧手转魔方的工作给魏德浩带来直接震动。按他的经验，7自由度以下机器人还能用传统方法良好控制，但20个主动自由度以上、又持续与物体交互的手，对传统控制“是一个灾难”。
2021年想开展研究时，国内没有可购买的高自由度灵巧手，国外只有 Shadow Hand，价格约90万至220万元，实验室无法负担。于是他向导师提出先从零搭一只手，再在上面研究强化学习；产品创业由此从算法需求倒逼硬件自研。
4. 四条驱动路线对应四种不同的性能天花板
魏德浩把路线分为关节直驱、连杆传动、人工肌肉和绳驱。目标不是简单增加手指数，而是“形似人手，性能媲美人手或者超过人手”，同时具备较高的自由度、负载、速度和精度，并控制体积与重量。
关节直驱把电机塞进每个关节，控制最直接，但在人手尺寸里只能放很小的电机，“要么牺牲扭矩，要么牺牲速度”。
连杆方案把电机集中在手掌，通过刚性连杆带动手指，可以让手指做得更纤细，却会把外部碰撞直接传到电机；高自由度版本还会导致手掌过厚。它同样受手掌内电机尺寸限制，难以兼得速度和扭矩，抗冲击性也不强。
人工肌肉试图按人体肌肉布局排列SMA形状记忆合金、LCE液晶弹性体等新材料，利用受热收缩或弯曲驱动。魏德浩的判断保留了明确不确定性：“预计可能这个技术成熟的时间要到十五到二十年”，当前仍属于实验室产品。
5. 绳驱最接近仿生结构，也背着最难回避的顽疾
人手的大部分驱动肌肉位于小臂，再经肌腱连接手指；绳驱以类似结构将动力部件置于手部之外，天然更轻，也更容易增加自由度。
绳索本身具有柔性：手撞到桌面、遇到模型未预料的冲击，通常不会停机或损坏；碰到人时也不容易造成刚性伤害。魏德浩因此称它是唯一能够把几项核心指标“同时拉到较高水平”的方案。
但他没有回避反方意见：“绳索它就是没有刚性连杆耐用，就是没有铝合金耐用。”此外，长期受力会使绳索蠕变、变长并失去预紧力，柔性并联结构的精确控制也比刚性传动更困难。
6. 专用绳索与自动张紧结构决定绳驱能否成为产品
星际光年测试了全球约30种绳索，从极限运动、跳伞用线到鱼线和其他灵巧手绳索逐项比较。团队发现需求不是单纯“抗拉断”，而是同时兼顾低断裂伸长率、适度弹性、耐磨与长期稳定。
基于材料和工艺探索，团队自研 Python Cable，将寿命提升到约50万至80万次量级。这个数字仍不等于整手可靠性，却说明绳驱的核心材料需要围绕灵巧手重新定义，而不是直接购买现成绳材。
传统方案依靠张紧轮、额外电机或人工拧紧，最终都要停机预紧。魏德浩从结构上设计可自动张紧机构，再配合自己的运动算法，让绳索在使用过程中能够自动张紧，以解决这项长期问题。
7. 投资人选择的是技术成熟度节点，不是抽象的路线信仰
闫千航从目标倒推路线：高自由度、精度、负载和成本必须同时成立。人工肌肉尚未走出实验室，关节直驱需要挑战微型电机性能，而绳驱虽有问题，却已处于从实验室走向产品和商业化的节点，更符合早期投资时点。
他的成本假设是，绳驱手上没有太多机械结构部件，可以做得非常轻；一旦成熟，降本空间可能高于关节电机方案。但这仍是关于未来量产的判断，并不意味着当前绳驱已经便宜或可靠。
欧洲早期投入更多与航天精细操作需求有关，节目提到德国宇航中心的关节电机与连杆手，以及英国 Shadow Hand。魏德浩和闫千航都认为，凡是以硬件为基础、以软件提升能力的产品，最终都离不开高频工程迭代，而中国的供应链和场景、客户优势有助于加快迭代。
8. 当前购买者买的是研发平台，而不是成熟生产工具
行业内一直存在“灵巧手不必要，夹爪可以解决所有问题”的声音。闫千航认为无需陷入概念争论，关键是做出便宜、耐用、好用的产品；在此之前，高自由度灵巧手最直接的客户仍是研究具身操作的团队。
这些客户把手买回去，主要探索抓取、弹钢琴、盘核桃等任务，研究能够运行在手上的灵巧操作系统。由于尚无特别完善的模型控制15至20个主动自由度，现阶段很难用单一数字证明大规模商业价值。
脑机接口与灵巧手存在长期协同：控制信号无论来自机器人模型还是人脑，最终都要驱动同一只手。闫千航认为两项技术目前都不成熟，第一步应先在允许手暂时“不那么灵活”的机器人上演进，再走向接近人手体验的假肢。
9. 通用操作的硬件形态和数据来源都指向人手
魏德浩把具身智能落地拆成两块：AI需要理解工厂或家庭场景、遵循指令；硬件则必须实际完成操作。模型若没有通用末端执行器，再强的场景理解也无法转化为工作。
他的核心判断很强：“我们世界上所有的东西，其实真正具备通用操作能力的，有且只有人的手。”两指、三指或四指夹具可以优化特定任务，却会限制机器人能覆盖的任务和动作集合。
数据也构成第二重约束：海量互联网视频记录的是人手，专门采集人体动作时最容易得到的仍是人手数据。采用与人手接近的形态，既扩大物理能力，也有助于减少从人类示范迁移到机器人时的鸿沟。
10. 灵巧手是“AI定义的硬件”，裸硬件交付并不完整
传统机械臂只有六七轴，可以建立运动学和动力学模型，给定末端位置后求解轨迹；15至20自由度的手则要针对不同杯子、瓶子同时决定每个关节角度，仅靠传统方式无法直接使用。
魏德浩因此提出：“灵巧手是一个全新的机器人形态，它是人类历史上第一个由AI定义的硬件。”公司不想只出售一只手，而要交付软硬件一体的操作平台，让用户拿到后便能调用基础能力。
下一代产品应把“小脑模型”直接集成在手上，处理端咖啡、转核桃等动作；它还要与大模型的思考能力结合，承担快速的局部控制。模型规模更小会降低成本，但魏德浩提醒，这是一片未被充分探索的区域，研发难度并不会等比例下降。
11. VLA的延迟会把真正的灵巧操作压缩成Pick and Place
魏德浩给出的工程尺度是：一个10B级VLA模型控制频率约3至10赫兹。若咖啡在递送途中被碰一下，视觉信息传回模型、完成判断再执行，可能已经过去300毫秒至1秒，“等这个指令传过来，咖啡早就倒了”。
人体面对这类扰动采用分层控制，快速反应可能在脊髓层面完成，不必每次都上送“大脑”。除非出现更轻、更快、可端侧部署的新范式，以当前 Transformer 架构直接承担全部灵巧控制并不合适。
这解释了不少演示的局限：VLA虽然接上灵巧手，实际只做简单 Pick and Place，等于“把灵巧手当做两指夹爪在用”。有人因此追问为何不用夹爪，并非灵巧操作没有价值，而是相应模型尚未真正建立。
12. 数据采集的核心矛盾是“准而不快”与“快而不准”
遥操作让人实时控制机器人，采到的就是机器人的真实动作数据，因此准确；但一名采集员一天可能只能完成几百条。若目标是亿级数据，人力和时间投入都很高。
数据手套直接记录人手骨架，一天可以采几千乃至上万条，速度显著提高；问题是人体与机器人手结构不同，映射时会损失精度。魏德浩把两者分别概括为“遥操作很准，但不快；数据手套很快，但不准”。
他在清华时期提出内外骨骼双模态系统，让操作者直接穿戴、带着灵巧手运动，像幼儿园老师“手把手”教孩子写字。采到的是灵巧手本体数据，同时保留人类演示速度，目标是形成“又快又准”的第三条路径；他说近期斯坦福、MIT也有研究人员沿相近方向开展研究。
13. 开源Gaia Hand是在商业化之前先扩大开发者基数
魏德浩创业后设定了一个个人目标：让没有豪华实验室的极客也能DIY高自由度灵巧手。团队开放自研微型专用关节模组、结构资料、上位机资料和软件识别功能，第一代 Gaia Hand 的价格至少是同等自由度产品的五分之一。
闫千航赞成现阶段降低门槛，因为首批商业客户本就是研究具身操作的人。“先把生态养起来，然后再去推动商业化”；若开发者和用户数量不增长，过早推动商业化会限制市场天花板。
开源也让科研人员按自己的任务搭建不同形态，而不是先成为灵巧手专家。星际光年把第一代方案称为“开胃菜”，计划继续推出更好用的开源产品。
14. 终极壁垒是软硬件互相暴露缺陷的迭代螺旋
面对“机械设计、核心执行器还是感知控制算法更重要”的提问，闫千航拒绝单选：客户判断产品好坏来自最终使用体验，因此真正壁垒是把算法和硬件协调好。
算法研究向前一步会发现硬件缺陷，硬件升级又能带着算法突破；如果只做算法，就要等别人改硬件，反之亦然。对创业公司而言，等待直接损失产品化速度，所以“商业竞争上，尤其创业上是唯快不破”。
峰瑞由人形本体进度倒推上游投资节点：当具身操作模型开始受到关注时，传感器与灵巧手自由度成为约束。早期基金寻找的正是“现在技术不成熟，但是未来很重要”、更适合创业公司推进的环节。
15. 场景爆发尚早，但必须由人手完成的任务已经划定市场
薛芳追问行业是否处于应用爆发前夜，闫千航的回答是“还是有点早”。拐点不是灵巧手公司亲自做完所有下游任务，而是集成商能快速上手，把产品放进公司事先想不到的场景。
当前表演场景更容易率先采用：动作经多次重复验证、保证稳定即可。生产和消费任务仍需团队陪科研客户和种子用户共同探索和打磨。
判断未来需求的方法，是寻找传统自动化做不好、今天仍必须由人手完成的工作。服装纺织需要处理柔软布料；手机等精密装配不只是把A移到B再施加固定力，而要“感觉”零件是否柔性卡入，这些才是灵巧手的天然市场。
消费端也有类似机会，例如以人手方式制作奶茶，而不是把流程硬编码为夹杯、倒料等固定步骤。薛芳概括为留给灵巧手的都是更难、更精细的工作；魏德浩接受这一判断，并把它称作“难而正确”。
16. 极客转CEO的第一课是团队，第二课是不做什么
魏德浩承认，创业以来最难的是搭建软硬件团队。即使自己能覆盖结构、硬件、控制和算法，也经历过招入后才发现技术栈不匹配，或某位新人到岗后才意识到“原来我们需要这样的人”的反复。
创业早期，他仍长时间亲自“打螺丝、写代码”；后来逐渐接受CEO的职责应转向找钱和战略。公司是一台由不同岗位协同运转的机器，创始人不能继续把自己当成唯一核心零件。
他对战略的变化尤其明确：“定战略最重要的事情是不做什么。”初创公司不断面对扩大产品、方向和组织的诱惑，真正稀缺的不是想法，而是把有限资源压在最重要的一件事上。
闫千航的补充更偏组织效率：极客擅长解决问题，也有鲜明标签吸引人才；但因为自己强，可能无法容忍他人的短板。好CEO要把投在人身上的ROI做高，避免招来“一百分的人，最后只用到六十分”。
17. 未来两年先磨一只“完美的手”，再让小脑接上大脑
星际光年未来首先会专注于自己理解的、完美的灵巧手，魏德浩预计硬件打磨需要约两年。同时，公司会投入更多精力构建通用、泛化、快速反应的小脑模型，并探索与大模型思考能力的连接。
硬件设计必须时时考虑算法可用性。人手末端两个关节天然耦合，按第一性原理应复制这种结构；但算法团队可能发现耦合关节很难在强化学习仿真中训练，也难做 Sim-to-Real，于是团队必须判断是否为算法砍掉仿生设计。
魏德浩列举的应用尝试包括 Optimus 的电池分拣、Figure 展示的长时无剪辑包裹分拣，以及国内乐聚、银河通用等企业在工厂上下料和搬运上的尝试。他认为未来几年场景会密集增加，但公司的焦点仍是底层通用平台。
18. 量产鸿沟从非标件一直延伸到现金效率
当前星际光年约95%的硬件成本来自非标机加工件、电机和非标电路板。一根手指可能需要十几个未开模零件，6毫米、8毫米、10毫米、13毫米空心杯电机及相关减速器也未形成稳定标品，小批量下公司和供应商都在承担高成本。
可靠性与研发速度存在现实冲突：版本迭代太快，就找不到一个长期稳定版本做完整寿命测试；冻结版本测试，又可能让前沿研发停滞。魏德浩仍判断“耐用性一定是一个工程问题”，但也承认早期产品需要时间积累，“硬件是需要底蕴积累的”。
闫千航提醒，做1台样机、100台早期交付和1万台初期交付产品时，资金损耗率完全不同。数百零件的到货节奏、供应商选择和稳定交付会把局部损耗累积成企业管理问题；量产不是当下已跨过的门槛，而是下一阶段不可绕开的坎。
峰瑞的投后方式包括连接下游客户、供应链和不同场景，也让刚走过量产、客户开发与产品迭代阶段的创始人分享经验。闫千航强调“授人以鱼不如授人以渔”，帮助魏德浩成长比直接给订单或指定供应商更重要。
19. 中国擅长把一做到一千，海外仍握有零到一与资本优势
闫千航把中国优势归纳为场景、客户和供应链的组合：在深圳华强北改一块板，晚上就可能收到；若研发在美国、供应链在深圳，同一轮修改可能要跨洋十几天。迭代周期的差异会持续累积成工程化速度。
因而波士顿动力、特斯拉、Figure等海外公司虽起步更早，国内团队追赶可能很快。相对地，美国在前沿创新和资本规模上更强，节目以 Figure 融资10亿美元为例；其市场对长期科研探索的容忍度也更高。
Physical Intelligence 被闫千航视为近似科研组织的商业公司：其推出的具身智能模型中，相对比较好的会开源，带动行业共同推进。他的概括是，海外做“从零到一”有优势，中国更擅长“把一做到一百，一做到一千”。
国内新能源与消费电子供应链已经较为成熟，电机、减速器、滚珠丝杠等在传统行业中都有基础。闫千航未看到灵巧手硬件存在太多“卡脖子”的地方。更难的是触觉传感器：机器人既需要手，也需要像人一样感知，最终仍要满足“便宜、好用又耐用”。
20. 专利、标准和资本图谱都围绕产品成熟度展开
星际光年计划围绕材料、机械结构和控制创新布局国内外专利，并持续关注、参与行业标准制定。魏德浩把这些视为护城河的一部分，但前述讨论显示，专利之外仍需产品、模型和工程迭代共同成立。
闫千航认为资本不能只投单一环节，理想顺序是技术未成熟时先投本体，再在约束暴露后切上游供应链，最后等下游应用起来再进入场景端：“在对的时间把钱投向对的地方、对的人。”
峰瑞的机器人图谱分为核心供应链、关键传感器、AI加本体和下游应用四块。节目列举星际光年、因时机器人、逐际动力、偏具身大脑的原力灵机、视觉公司、力传感器公司“杭凯微电子”，以及早期物流智能化项目 Covariant。
这条图谱从更早的工业机器人、并联机器人和特种机器人延伸而来。闫千航希望在每次技术“跨越式攀升”发生之前识别新约束，而不是等产品、供应链和应用都成熟后再追逐共识。
21. 融资热潮没有消除边界，五年降本才是标配测试
闫千航把本轮具身智能热潮的起点放在2022年9月特斯拉宣布做 Optimus，随后VLA操作进展带动国内本体和具身大脑融资；今年宇树登上春晚形成公众视觉冲击，让投资圈共识扩散到社会层面，关注与资金相互放大。
星际光年成立约一年，已完成了从天使轮加到 Pre-A 轮的融资。魏德浩回忆，春晚前后每天新增投资人和FA微信“至少五个以上”；到六七月后热度转淡，市场重新追问“为什么要有灵巧手”，最近又因新机器人进展重新认识到灵巧手的价值。
闫千航认为五年后可以看到一些变化，并设想高自由度灵巧手从当前约4万至5万元降到几千元。若机器人整机约12万元，几千元的手不会显著抬高总成本，普及路径可能类似激光雷达和空气悬架从高端配置逐渐下放；但“成为标准件需要的路径确实漫长”。
对劳动力冲击，嘉宾保留了速度条件：缓慢替代会先进入危险、重复且年轻人不愿从事、甚至“招不到人”的岗位；若技术发展过快，也可能像线上购物冲击线下门店一样迅速替代一部分工作。魏德浩曾拿过百万年薪级别的大厂Offer并选择创业，闫千航给后来者的建议则是先看清技术边界与悬而未决的问题，再选择真正值得解决的战场。