NE时代

◎ 三指干重活，五指学人类？

△ 撰文：DONG.ZY

WAIC 2026的大寰机器人展台上，三指灵巧手和五指灵巧手被安排了不同的工作。

在视觉系统引导下，大寰机器人UDH-3-7重载三指灵巧手可根据物体形态自适应调整抓取姿态，稳定抓取圆柱体、毛巾、快递盒等不同形状和材质的物品。

此外，大会期间，该灵巧手搭载于7台极智嘉通用人形机器人，完成了仓储物流场景中的料框搬运及多类型异形物品分拣等任务。

旁边的ADH-5-6和DH-5-6五指灵巧手，则主要抓取帆布袋，完成人机递物和拟人互动。

最像人手的五指手没有承担最重的搬运任务，三指手反而站到了料框搬运和异形分拣的一线。

类似的分化也发生在全球机器人公司中。

2026年7月，1X为NEO发布25自由度五指灵巧手；产品版Atlas仍采用三指末端；Tacta Systems面向精密制造推出三指Tacta Hand，配置15个独立驱动关节，并配套触觉传感和技能采集系统；Agility Robotics则选择工具快换，让Digit根据任务连接不同的末端工具。

几家公司给出了不同答案，行业没有向一种构型收敛。机器人需要什么样的手，首先取决于它要去哪里工作。

工业现场关心节拍、负载和维护；家庭服务要面对衣物、工具和大量未知物体；科研平台则希望保留更大的动作空间。

手指多，不等于手更灵巧。

五指只是外形，真正影响操作能力的，是有多少关节能够独立控制、触觉是否参与动作调整，以及机器人能否在任务中改变握姿和物体姿态。

01.

五指“买”的是通用性

五指路线有一个现实基础：人类已经把物理世界改造成了适合双手操作的样子。

门把手、剪刀、螺丝刀、拉链、键盘、包装盒和厨房用具，都默认操作者拥有拇指对掌、多个接触点和调整握姿的能力。

机器人进入家庭、办公室和人类工位时，直接使用这些设施，比重新改造环境更有吸引力。

1X给NEO配了一双更“复杂”的手。

整套手部连同手腕共有25个自由度，其中手指与手掌22个，手腕3个。驱动系统采用约5:1至15:1的低减速比肌腱方案，全部自由度支持力控和回驱。

低减速比与回驱能力可以让外部作用力沿传动结构返回电机，机器人按压、碰撞或抓住物体时，关节既输出动作，也能反映接触力的变化。

NEO的触觉覆盖手指表面，可以感知法向力、接触位置和剪切力，物体开始滑动时，剪切信息可以帮助机器人调整抓握。

1X还公布了IP68、远端屈曲力最高45N、±0.2毫米定位精度等指标，并称部分组件和整根手指已经经过数百万次循环测试。

配套演示覆盖了螺丝和硬币拾取、灯泡安装、拉拉链、插接USB-C、使用螺丝刀、分拣葡萄和手内旋转。它们涉及小物体、柔性材料、工具以及握姿变化，比单纯拿起和放下物体更接近人手的操作范围。

1X没有围绕一个固定工位削减手部能力，它选择先做一只覆盖面尽可能宽的手，让NEO面对新任务时继续使用同一套硬件，后续能力增长主要依靠数据和模型。

当然，更多电机、腱绳、传感器与关节提高了硬件和控制难度，也为尚未确定的任务预留了操作空间。

因此，五指路线看中的，不是某一个动作，而是换了任务以后，还能继续使用同一只手。

Figure采用了相近的产品判断。

Figure 03的五指灵巧手加入柔性指尖、自研触觉传感器和手掌摄像头。Figure称，指尖传感器可以检测约3克的压力。

手掌摄像头负责观察近距离接触。手臂从远处靠近目标时，头部摄像头可以看到整体环境；手掌、手指和物体靠得很近后，机器人容易被自身手部遮挡，掌内视觉可以补充新的观察角度。

触觉负责另一个问题：手指是否碰到物体，抓握是否稳定，物体有没有开始滑动。

Figure在Helix 02演示中让机器人完成旋盖、药片拾取、推动注射器和杂乱金属件分离。

五指、掌内视觉和触觉被放进连续操作链条，处理小物体、遮挡和精细接触。

不过，Figure没有用三指手或夹爪做同任务对比。这些演示展示了五指手能做什么，却没有回答哪些动作必须依赖五根手指。

国内企业也开始把五指手往“超人形”方向推进。

2026年2月，知行机器人发布“束巧”CTDH5F80，这款灵巧手采用绳驱结构，五根手指可以独立控制，并能在作业过程中调整手指构型，在左手和右手形态之间切换。企业公布的最大抓握力为50N，单指输出10N，力控精度为±0.1N。

人手的左右属性由身体结构固定，“束巧”则把它变成了一项可重构功能。这类设计不再只是模仿人手，而是让同一只手根据安装方向和任务需要改变构型。

所谓“超人形”，不是继续增加手指，而是在五指基础上加入人手本身不具备的结构能力。

五指结构的另一项价值来自训练数据。

人手与机器人手的关节分布越接近，动作重定向需要处理的形态差异越少。人类示范中的拇指对掌、指间配合和工具换握，也更容易保留下来。

衣物整理、拉拉链、旋转瓶盖、调整工具握姿和双手配合，都要求机器人在接触过程中改变手指位置，多个独立接触点可以稳定物体，也能在不松手的情况下调整物体姿态。

现有环境按人手设计，训练数据直接来自人类，任务范围又无法提前穷举。家庭服务和开放操作同时满足这些条件，也构成了五指手最明确的使用理由。

02.

三指，不是低配五指

产品版Atlas选择了另一条路线。

Atlas采用三指、7自由度末端执行器，配置触觉传感器和手掌摄像头。

Boston Dynamics工程师认为，三指已经足以抓取当前研究和工业任务中的大量物体，继续增加手指会增加不可靠因素，并拖慢研发。

Atlas面向物料处理、订单履约和汽车制造等工业任务。Boston Dynamics计划在2026年向现代汽车机器人应用中心和Google DeepMind交付Atlas，同时与Google DeepMind合作，将基础模型接入机器人。

Atlas没有把家庭里的全部物体纳入当前设计目标，它先解决汽车制造场景中的搬运、抓取和物料操作，再围绕客户任务扩展能力。

三根手指可以形成稳定的三点接触，也可以通过两指对捏完成精细夹取。减少两根手指，还有机会减少驱动器、线束、传感器和易损结构，降低末端重量与控制难度。

Tacta Systems则证明，三指也可以走高自由度、高触觉路线。

7月27日，Tacta首次公开TactaBot，整套系统由三指Tacta Hand、Tacta Glove技能采集手套和Dexterous Intelligence模型组成，目标场景包括精密电子、AI基础设施和汽车制造。

Tacta Hand采用该公司开发的Fluidic Tendon驱动技术，配置15个独立驱动关节。Tacta称，该结构兼顾工业任务需要的精度、速度和力量，相关部件按数百万次工厂循环设计，并可在数分钟内完成维护。

Tacta还把触觉放在产品中心。

其触觉单元小于一粒沙，压力感知范围为250至700000帕，采样频率为400Hz，同时能够分辨温度变化。相同类型的传感器也被装进Tacta Glove。

工人在工厂完成操作时，手套记录力、动作、视频和温度信息，形成用于训练Dexterous Intelligence模型的数据。进入客户工厂后，团队再采集具体任务数据，对模型进行后训练。

Tacta列出的目标任务包括精密电子组装、连接器线缆插接和线束装配，这些工作要求机器人判断连接器是否对准、线缆是否受力，以及零件是否已经插入到位。

TactaBot的首批客户交付定在2027年初。

Tacta保留三根手指，却没有把产品做成简单夹爪。15个关节分别驱动，触觉覆盖宽压力范围，技能采集系统直接记录工人的接触数据，它把产品复杂度投入精细接触、技能学习和工业可靠性，没有继续增加手指数。

Atlas和Tacta同样采用三指，设计重点并不相同。

Atlas希望用较少结构覆盖汽车制造任务，Tacta则用三指承载高自由度、触觉和技能采集。相同的手指数，可以通向完全不同的产品。

国内企业也在给三指手分配不同任务。

大寰UDH-3-7采用3根手指、7个主动自由度，企业披露指尖力为50N、最大提拉负载15公斤。WAIC现场，它处理料框和多种异形物品，重点是负载与形状适应。

知行机器人“九章”CTDH3F110拥有9个主动自由度，重复定位精度为±0.02毫米、对指负载6公斤，目标任务包括精密装配、物流和实验室操作。

征和机器人同时提供五指CHOHO Hand 2.0和12自由度三指手。五指产品强调对掌、掌部旋转和手内操作，三指产品则面向高频开合、工业装配、物流、3C操作和快换维护。

同一家企业同时提供两种手型，产品分工已经很清楚。五指负责扩大动作范围，三指围绕明确任务配置负载、速度和可靠性。

宇树的产品矩阵更加完整。

Dex1-1是工业夹爪，夹力范围为5至120N，最快0.24秒闭合；Dex3-1采用三指、7自由度和33个压力传感器；Dex5-1拥有16个主动自由度、4个耦合自由度和94个压力传感器。

工业夹爪追求节拍和负载，三指手在结构复杂度与操作能力之间折中，五指手则面向拟人操作、强化学习和触觉开发。

料箱搬运、上下料和规则分拣的对象与动作通常可以提前定义，机器人需要稳定地抓住、移动和放下物体，并跟上生产节拍。

没有参与关键动作的手指，只会增加硬件和控制成本。

2025年的TacPalm SoftHand研究使用三指软手与掌部触觉，覆盖包络抓取和精密捏取。House of Dextra则把手指数、关节数量、手掌形状和指尖结构交给任务搜索，最终得到的机器人手并不完全模仿人手。

机器人手可以从任务需要的接触方式出发设计，不必从五指模板开始删减。

Agility Robotics又把问题向前推进了一步：机器人是否一定需要用“手”握住工具？

Digit目前使用面向料箱搬运优化的末端执行器，同时推进工具快换。Agility认为，即便机器人拥有五指手，钻孔、焊接和铆接仍要握持专用工具，直接连接工具可以减少中间的抓握环节。

五指手使用电钻时，需要找到握把、调整手指、保持夹紧并承受反作用力，直接把电钻连接到机器人手臂，可以获得更稳定的机械接口，也省去了持续抓握。

当工位稳定、任务明确时，工具快换比一只万能手更接近工业自动化的工程逻辑。

三指和工具快换并不是五指手的低配替代，它们只是把自由度、触觉、负载和可靠性重新分配到了目标任务上。

03.

别再只数自由度

判断一只灵巧手够不够“灵巧”，行业最常看的仍是手指数量和总自由度。

五指比三指多，20自由度比10自由度高，看起来就更接近“灵巧”。

宇树Dex2/5提供了一个反例。

它保留五指外形，拥有10个运动自由度，但只有2个主动自由度。其中四根手指共享一个主动自由度，主要完成联动闭合和包络抓取。

同为五指外形的Dex5-1拥有16个主动自由度和4个耦合自由度，各手指具备更强的独立控制能力，并配置94个压力传感器。

两只手都能张开五指，内部运动能力却相差很大。Dex2/5更接近带五指外形的欠驱动夹爪，Dex5-1则面向独立手指控制和复杂操作。

Tacta Hand虽然只有三根手指，却拥有15个独立驱动关节。相比只有2个主动自由度的五指Dex2/5，手指更多，并不意味着独立运动能力更强。

总自由度也可能掩盖主动、被动和耦合的区别。

关节可以由电机独立控制，也可以通过腱绳、连杆或弹簧联动。多个关节共享一个驱动时，整手仍能贴合物体，却无法任意控制每个关节的位置。

评价机器人手，首先要拆开主动自由度、被动自由度和耦合关系。拇指能否真正对掌、手掌是否能够弯曲，也比手指数更接近实际操作能力。

其次，要看机器人能完成哪类动作。

包络抓取只要求手指围住物体；精密捏取需要指尖对准；手内平移和旋转要求机器人在不放下物体的情况下改变姿态；工具换握还要在多个稳定抓握之间切换。

同样是“抓住杯子”，从桌面拿起、在手中旋转、调整握姿再倒水，代表不同等级的操作能力。只展示一次抓取，甚至只是一段demo，无法说明它具备这些能力。

触觉也不能只数传感器点位。

机器人检测到压力、剪切力或滑移后，能否及时调整关节动作，决定触觉是否真正进入控制闭环。

F-TAC Hand是一款以大面积触觉覆盖为重点的五指机器人手研究原型，约70%的手部表面布置了高分辨率触觉传感器。

为了判断触觉是否真正改善操作，研究团队进行了600次真机对照试验，比较控制策略使用和不使用触觉信息时的表现。结果显示，接入触觉后，机器人在复杂操作中的表现明显改善。

触觉的价值最终要落到任务成功率和失误恢复上，控制策略不读取传感器数据，再多触觉点位也只能用于记录或保护。

进入工业现场后，评价标准还要继续向工程指标延伸。

客户需要知道额定负载下的连续运行时间、每小时节拍、故障率、人工接管次数和易损件更换时间。单根手指的空载循环数，不能代替整手的带载寿命。

灵巧智能提出IOD、IOS、IOI三层评价框架，分别从机械结构、触觉感知和操作智能三个层面评价灵巧手。

其中，IOD关注自由度、指尖工作空间和对指能力；IOS考察触觉类型、量程与覆盖范围；IOI则关注抓握泛化、掌内平移和旋转等实际操作能力。

04.

写在最后

从2026年公开的新品看，灵巧手的产品形态已经明显分化。五指手之外，三指手、工业夹爪、柔性手和工具快换方案都在增加，不少企业也开始同时提供多种构型。

产品越多，路线反而越难统一。

科研和数据采集需要高自由度与触觉，工业工位强调负载与可靠性，家庭服务要面对大量为人手设计的工具和未知物体......不同任务正在“长”出不同的手。

回到WAIC的大寰展台，三指手搬料框，五指手递帆布袋，两种产品承担的是不同工作。

五指、三指、夹爪和专用工具会继续共存。

下一轮竞争比的不是谁更像人，而是谁能为具体任务配出更合适的手。