NE时代

◎ 具身智能的下半场，该拼“手感”了

△ 撰文：DONG

这两年，具身智能赛道的主流叙事几乎都被大模型包揽了。

从VLA模型到世界模型，机器人似乎越来越聪明，能够理解复杂的环境，也能把宏大的任务拆解成具体的步骤。

但当这些聪明的机器大脑真正被放进真实的物理世界时会发现，机器人明明知道该干什么，手上的动作却总是差那么点意思。

说到底，就是卡在了「接触」二字上。

还记得前段时间ICRA现场刷屏的灵巧手折叠气球小狗吗？那个就是灵巧企业临界点让接触智能落地的具象体现。

而就在最近，临界点完成近10亿元融资，投后估值一举冲破10亿美元。短短5个月，临界点完成了4轮融资，成为当前具身智能领域成长速度最快的独角兽之一。

本轮融资由未来资产、某互联网大厂、京铭资本等战略与产业资本联合领投，东风资产、国信中数、上海电科基金等产业资源方，以及清新资本、凯联资本、普华资本、天季资本、We Venture、箴言投资、明嘉资本等机构参与投资，高瓴创投、蓝驰创投、C资本等老股东持续加注。

01.

5个月，超8000台，首季盈利

在当下的具身智能赛道，大家早已对各种炫酷的Demo见怪不怪。

投资人和市场真正关心的问题只有一个：这玩意儿能规模化量产吗？有人愿意掏真金白银买单吗？

这也是具身智能赛道目前的主流叙事。

由于行业尚处早期，绝大部分独角兽公司都在靠一轮接一轮的融资输血，苦苦支撑着高昂的研发投入，等待那个不知何时才会降临的商业化拐点。

但临界点交出的商业成绩单，完全打破了这个叙事套路。

这家脱胎于智元体系的年轻公司，在灵巧手领域有着老道的工程制造底子。

从今年1月成立以来，仅仅几个月的时间，他们的OmniHand系列灵巧手累计交付量突破了8000台，夹爪累计出货更是超过了一万台。

据临界点透露，这个出货体量，位居2026年Q1国内灵巧手市场的首位。

更具破圈意义的是，临界点在成立后的首个完整季度，就实现了经营性的净盈利。

自身具备造血能力，这意味着临界点的扩张不再受制于融资的节点。

如果只是母公司体系内消化，那只能算左手倒右手。但临界点目前的订单，早已全面渗透到了公开市场，客户涵盖了人形机器人本体厂商、工业自动化的集成商、科研机构，甚至是海外的开发者。

这种被多行业主动选择的多样化客户结构，说明产品在不同真实场景中已经跑通了逻辑，未来收入的增长不仅稳，而且清晰可期。

同时，8000台的交付量绝不是个简单的数字。

对硬件制造而言，这是从供应链调优、装配工艺到质量控制体系的一次全面大考。

据悉，临界点目前的产线自动化测试水平正在持续拉升，年底就要实现全流程自动化测试覆盖，综合制造成本也在往下走。

02.

比起大模型，现在更需要一只能折气球的“手”？

今年6月，在维也纳举办的ICRA现场，临界点的一次公开演示引起了业内的关注：一台机器人用两只灵巧手相互配合，当众折出了一个气球小狗。

折气球不仅要求极长的动作序列，而且它容错窗口极窄。

几十个动作环环相扣，哪一步偏了都得推倒重来。抓紧了，气球当场爆裂；抓松了，气球直接滑脱，必须在同一时间完美控制动作的顺序和接触的力度。

完成这一操作，归功于临界点没有在认知层的红海里死磕，而是将机器人下一阶段竞争的核心，定义为“接触智能”（Contact Intelligence）。

在临界点看来，仅仅让机器人“看懂世界”远远不够，必须让它们通过触觉和力反馈真正“理解并适应物理世界”。

为了把这个理念落地，他们提出了DUET（Dual-layer Unified Embodied Tactile Intelligence，双层具身触觉智能）架构。

这个架构的逻辑很直白：机器人的操作能力不应该只指望一个万能的大模型，而是需要两层智能在实时状态下紧密协同。

操作层（Maneuver Layer）：主要负责回答“做什么、按什么顺序做”。

它的训练过程很有意思，团队直接找来专业的气球艺术家进行动作示范，把人类的初始策略迁移到机器人身上。

在真实环境运行中，如果任务出错了，人类操作员会介入纠正，系统则默默记录下每一次干预数据，通过强化学习不断优化接下来的动作规划。

接触层（Contact Layer）：这一层专攻“怎么做、用多大力”。

它处理的是每一毫秒的力度调节、滑动的预测以及接触状态的推理。为了确保安全，团队先采集以接触为核心的示范数据，在仿真环境里让机器人疯狂试错，经历无数次的“滑脱、回弹、再试”后，才把精调后的策略部署到真实场景。

操作层往下派发目标姿态，接触层往上汇报实时的接触状态。两层模型一套策略，这正是那只气球小狗既没有飞掉、也没有炸掉的底层秘密。

03.

一只为“接触智能”而生的全直驱灵巧手

当然，再厉害的算法，如果没有硬件底座的支撑也是空谈。要在现实中玩转接触智能，你首先得拥有一只真正能“感知”的物理手。

在ICRA现场，临界点也顺势发布了他们成立不到半年里的第4款产品——全直驱旗舰灵巧手 OmniHand 3 Ultra-M。

作为连接真实世界和智能模型的执行末端，这只手在工程平衡上做到了极致。

在接近成年人手掌的尺寸里（189.5×88.5×40毫米，重630克），它集成了20个主动自由度。

全直驱传动架构的引入，直接干掉了传动损耗，让力反馈通路变得无比直接，力控带宽把传统方案远远甩在身后。

此外，它的感知系统中，每个指尖都集成了一个微型视触觉传感器，整个手掌区域还密布了300多个三维触觉感知点。

细看这组感知指标：空间分辨率大约0.04mm，感知密度达到约50,000 点 / cm²，法向力分辨率典型值约为0.005N——这相当于指尖上压了一张纸的重量它都能感觉到。

有了这种级别的硬件，过去的“盲抓”彻底变成了历史。系统不仅知道自己碰到了东西，还能精确感知接触点在哪、受力方向在哪、会不会滑脱。

04.

“量产+数据+算法资产”的未来

手握重金，这家已经盈利的公司准备跑得多快？据临界点透露，他们接下来的重心框定在了三个核心方向上：

第一，死磕量产稳态。

8000台只是入场券。临界点下一步要用真金白银砸向良率提升和出厂一致性的工程优化。硬件制造最难的从来不是「做出一台好产品」，而是「让第80000台产品和第1台保持绝对的一致」。

第二，转动数据飞轮。

既然硬件自己造，数据自然也要自己抓。临界点正在规模化部署一套与自家灵巧手运动学完全同构的数据采集系统。

这意味着采集来的数据没有重定向偏差（retargeting gap），可以直接喂给模型做训练。他们还建了一个自有数据采集工厂，并计划在今年Q4对外开源部分数据集，让飞轮彻底转起来。

第三，夯实算法资产。

硬件和数据齐备，最终落脚点依然是Skill-layer（技能层）的算法资产。对于接触智能模型的研发投入不会停，底层灵巧操作能力还有极大的边界可以探索。

这三个方向，拼凑起来就是一个增长闭环：产品交付换取市场和数据，数据滋养智能进化，更强的智能反哺出更好的产品。