NE时代

WAIC 2026现场，临界点展台前排起了队。

观众等待的，是一只由机器人现场折出来的气球狗。两只搭载灵巧手的机械臂相互配合，捏住、旋转、换手、收尾，动作并不追求速度，却需要每一步都稳定。

对普通观众来说，这是一项有趣的互动体验；但在临界点CTO熊坤看来，它更像是一个被摆到展台上的行业难题。

因为机器人真正进入真实世界之后，要处理的往往不是刚性、标准、可重复的物体，而是柔性、易变形、状态不断变化的对象。

气球只是其中一个放大的样本。它既不能被捏得太重，也不能被抓得太轻；既需要连续动作规划，也需要每一次接触中的即时力控。

熊坤在交流中把这类任务称为“长链条、富接触”的操作任务。他解释说：“折气球是一个长链条任务，可能拆成几十个甚至上百个小动作，其中任何一步出错，都可能要重新来。”同时，气球又不是盘子、盒子这类刚性物体，而是典型的柔性易变形物品，“力量过大容易把气球捏破，力量过小又会产生滑移”。

这也是临界点在WAIC上把折气球狗放到展台中央的原因，它并不是单纯的炫技，而是在回答一个更底层的问题：机器人如果要从“会动”走向“会做”，它到底需要什么样的手，以及什么样的接触智能。

01.

折气球狗，难在每一次接触

过去很长一段时间，机器人展示更容易围绕“动作”展开，走路、挥手、跳舞、搬运，视觉效果直接，也容易被观众理解。

但当机器人真正进入工厂、商用空间，甚至家庭，任务会变得细碎得多。它不只是移动自己，还要抓住、拧动、插入、整理、装配。换句话说，这个问题会迅速从“能不能动”转向“能不能稳定完成任务”。

熊坤认为，灵巧手之所以重要，是因为它是人形机器人或具身智能本体接触物理世界最频繁的末端。他在交流中提到，只有末端能够提供更丰富的物理世界信息，机器人背后的模型才可能做出更准确的决策判断，并在后续任务中持续调整。

这也是折气球狗这个场景的价值，它把灵巧操作中的几个难点集中到了一起：长时序动作规划、柔性物体操作、触觉感知、滑移判断、连续力控，以及双手协同。

任何一个环节不稳，气球就可能滑走，或者直接爆掉。

熊坤提到，以前很多操作任务不需要严格引入力的信息，因为对象多是刚性物体，不容易形变。机器人只要控制位置，就能完成抓取。

但气球不同，家居和工业场景里的许多柔性物体也不同。“像气球这一类物品，需要严格控制每一次接触和操作的力量大小。”他说。

这句话背后，其实是具身智能落地中的一个关键变化：机器人不只是在空间中移动自己，还要在接触中理解对象。它要知道什么时候该抓紧，什么时候该放松；什么时候对象正在滑脱，什么时候再加一点力就会损坏物体。

所以，临界点在展台上展示的不是“一只会折气球狗的手”，而是一套关于接触的能力验证。

气球只是入口，真正指向的是线缆整理、端子插拔、柔性物料处理、精密装配等更复杂的真实任务。

02.

DUET：把“怎么做”和“用多大力”分开解决

为了处理这类任务，临界点提出了DUET双层具身接触智能架构。

熊坤在交流中用两句话概括了这套架构：“第一层回答的是，应该用什么样的动作序列去完成一个任务；第二层回答的是，应该用多大的力量去完成每一次接触和抓取。”

也就是说，DUET不是把所有问题都塞进同一个模型里，而是把长时序操作和精细接触控制分开处理。

上层操作智能负责动作序列、任务规划和技能生成；下层接触智能负责实时力控、触觉反馈和滑动预测。前者更像是在判断“下一步做什么”，后者则是在处理“这一下该用多大力”。

这套架构之所以重要，是因为两类能力对数据和训练方式的要求并不相同。

长序列任务需要大量人类示范、遥操作数据和真实任务反馈；接触控制则需要理解力、触觉、滑移、形变等更细颗粒度的信息。

熊坤提到，在操作层，临界点会采集人手执行任务的数据，以及遥操作灵巧手形成的动作序列数据，用来训练运动策略；在接触层，则会关注人手操作时的力量数据，以及灵巧手自身触觉传感器采集到的接触信息。

临界点市场总监韩晓璇在交流中也补充了DUET的落地意义。她提到，很多客户真正面对的是具体任务，而不是抽象模型能力。客户需要的是抓取、对准、插拔、装配等动作能够被稳定调用，而不是从零开始理解一整套复杂技术体系。因此，临界点会把能力进一步沉淀成原子技能库，让客户可以更低门槛地使用。

这让DUET和硬件产品之间形成了关系：架构解决机器人如何学习接触，灵巧手和夹爪这些硬件产品则决定这些能力能否落到具体场景里。

03.

不同场景，需要不同的手

在WAIC现场，临界点展示了多款灵巧操作产品，包括OmniHand 3 Lite、OmniHand 3、OmniHand 3 Ultra-M、OmniHand 3 Ultra-T，以及工业级具身夹爪OmniPicker 3。

熊坤在交流中提到，临界点从成立开始就采用“全产品矩阵”的打法，因为“不同的场景，需要配不同的灵巧手，或者不同的夹爪”。

这句话比参数更能说明临界点的产品逻辑。

临界点并不认为所有任务都该由同一只灵巧手完成，也不认为灵巧手会立刻替代夹爪。相反，夹爪、三指手、五指手，高自由度、低自由度，绳驱、直驱、连杆，不同路线都有适合的位置。

比如OmniHand 3 Lite面向更小尺寸、更轻量化的机器人平台；OmniHand 3是通用型灵巧手，单品交付量已超过5500台；OmniHand 3 Ultra-M采用全直驱设计，面向高性能灵巧操作研究与开发；OmniHand 3 Ultra-T则对应绳驱旗舰路线；OmniPicker 3作为工业级具身夹爪，主要面向柔性制造、物流分拣等任务。

熊坤在交流中提到，灵巧手行业还没有完全统一的标准。夹爪之所以更容易被工业客户接受，一个重要原因是它成熟、简单，接口和指标相对明确；而灵巧手涉及自由度、负载、触觉、控制方式、可靠性等更多变量，客户理解和集成门槛都更高。

韩晓璇的判断更贴近客户侧。她认为，客户最终并不一定会指定某一种技术路线，而是会提出具体场景和任务需求。换句话说，客户关心的不是“这一定要用直驱还是绳驱”，而是这只手能不能完成任务，能不能稳定部署，成本和效率能不能成立。

所以，临界点做产品矩阵，并不是为了把型号铺满、产品多，而是为了给不同任务提供不同末端选择。对于具身智能落地来说，场景差异会比单一参数更重要。

04.

客户买单前，要先看到任务跑通

从交流交流来看，临界点对产业落地的判断相对克制。

熊坤认为，具身智能的落地顺序大致会是工业、商用，最后才是家庭。

原因并不复杂：家庭场景里的物体种类最多，任务链条更丰富，与人的交互也带来更多安全问题；相比之下，工业场景虽然要求高，但任务边界更清晰，更容易先形成部署。

他提到，工业内部也会经历一个从简单到复杂的过程：先从分拣、简单装配开始，再逐步走向柔性线束插拔、小型3C电子装配、精密零件处理等更高难度任务。

临界点也在自己的灵巧手产线中尝试“用灵巧手制造灵巧手”。熊坤提到，他们已经在产线中用灵巧手完成简单物品分拣、自动化检测和简单装配，并在继续尝试打螺丝、小零件装配、端子插拔等更精细的工作。

这部分内容比展台演示更接近临界点想证明的方向以及他们对“真实落地”的理解。演示能说明能力边界，它不是终点；产线会检验稳定性、节拍、成本和维护难度，这才是压力测试。

韩晓璇补充了另一个现实问题。很多工业客户并不具备完整的数据采集、模型训练和微调能力，他们需要的是更容易集成、更容易调用的能力。她提到，灵巧手如果要被客户接受，就不能只把硬件交出去，还要降低客户使用门槛。

临界点因此强调统一SDK、统一控制接口和统一可靠性标准。不同产品之间如果能更容易切换，客户从一款手迁移到另一款手时，就不需要重新做大量开发。DUET、原子技能库和开发平台，则负责把复杂能力封装成客户能用的模块。

这背后其实是灵巧手公司角色的变化。它不能只是一家硬件供应商，也不能只停留在演示方案提供者的位置。要进入产业现场，就必须同时回答硬件可靠性、软件易用性、数据闭环和任务适配这些问题。

05.

真正进工厂，

还要过可靠性、数据和成本三关

熊坤在交流中反复提到可靠性、数据和成本。

可靠性是第一关。

灵巧手要进入工业现场，就要面对长时间运行、反复冲击、触觉传感器磨损、电机发热、材料寿命、散热等问题。它不能只在展台上完成一次任务，还要在真实环境里持续完成任务。

数据是第二关。

熊坤把灵巧操作数据大致分成几类：仿真数据、视频或互联网人手数据、手套采集数据、遥操作数据，以及真实部署中回流的失败样本。不同数据的成本、质量和适用场景并不一样。尤其是灵巧操作任务需要力觉、触觉等多模态信息，仅靠视觉数据并不足够。

他还提到，真实失败数据很重要。机器人在真实任务中哪里失败、为什么失败，这些信息可以回流到模型训练中，帮助系统持续迭代。也正因如此，临界点强调“硬件落地、场景数据、算法迭代、能力复用”的闭环。

成本是第三关。

熊坤判断，随着具身智能上下游供应链发展，灵巧手本身的成本下降会是持续性的事情。但成本下降并不意味着只追求便宜，而是要在性能、可靠性和可部署性之间找到平衡。

韩晓璇也提到，不同客户对成本的敏感度不同，有些客户更看重技术能力，有些客户则会把落地成本放在更前面。

这也是为什么临界点既做高自由度旗舰灵巧手，也做通用型灵巧手和工业夹爪。真正的产业落地不会由单一产品完成，而是由不同产品、不同软件能力和不同客户场景共同推动。

WAIC现场排队领取气球狗的观众，看到的是一次轻松互动。临界点想展示的，是机器人在真实世界中处理柔性、摩擦、滑移和形变的能力。

机器人从“会动”走向“会干活”，问题会集中到它与世界接触的那一端。对临界点来说，这一端是灵巧手，也是具身智能落地前必须反复打磨的地方。