NE时代

◎ 曦诺未来，补齐灵巧手产品矩阵。

△ 撰文：DONG.ZY

在WRC逛了一天，展馆里随处可见行走、跳舞和互动的人形机器人。同类演示在不同展台接连出现，看完一圈，很难再记清某个具体动作、某个Demo属于哪台机器人。

最后让我停下来的，是一只拿着画笔的手。

曦诺未来展台上，一台Pebble机器人坐在桌前，用刚刚线下亮相的Prima 1灵巧手，在纸面上画出天安门轮廓。

同一展台还有两台Pebble机器人，都搭载Flex 2混驱灵巧手，一台一手提着鸟笼、一手摇动蒲扇，另一台则在调配不同液体。

三台机器人，两款灵巧手，动作没有重复。

画画需要稳定控制笔尖轨迹；提鸟笼考验负载；摇蒲扇要求手腕和手指连续配合；液体调配则涉及容器抓握、姿态调整和力度控制。

曦诺未来用几组不同的操作，把Prima 1与Flex 2的分工摆在了WRC现场。

Prima 1此前已经在线上发布，此次是它第一次在线下公开亮相，也是它与Flex 2首次同台。

这只会画画的手，还补齐了曦诺未来的第三条技术路线。

01.

Prima 1把直驱装进22个关节

Prima 1采用全关节直驱架构，拥有22个主动自由度，五根手指可以独立运动。

它的外形按照人手比例设计，整手重量850g，尺寸为190mm×90.5mm×44mm，电机、传感器、控制与通信部件，都要进入接近人手大小的空间。

腱绳灵巧手通常把一部分驱动单元放在手掌之外，再通过绳索牵引手指。Prima 1则让驱动单元直接控制各个关节，实现“全直驱零背隙”。

这套结构首先指向响应速度。

Prima 1的控制频率为1000Hz，手指屈伸频率达到5Hz，完整开合只需0.08s。力控响应时间小于10ms，力控精度为0.5N，最低反驱扭矩为0.04N·m。

反驱能力关系到手指受到外力时能否顺势运动。对于人机交互、模仿学习和精细操作，研究人员既要向关节发送动作，也要观察手指与外部物体接触后的变化。

定位精度则直接反映在WRC的绘画演示中。

Prima 1的关节重复定位精度小于±0.2°，手指末端位置重复精度不超过±0.5mm。前者描述关节反复运动时的角度偏差，后者对应指尖或工具末端的位置变化。

当机器人握住画笔，手指需要维持握姿，笔尖还要贴着纸面连续移动。关节角度、末端位置和接触力稍有波动，都会影响线条。

Prima 1的单指指尖力不低于15N，负载自重比超过20倍。根据曦诺未来给出的产品指标显示，它能够稳定抓取并提起20公斤物体，适配的物体直径覆盖10至220mm。

力量之外，Prima 1把感知做进五根手指。

这款手配置视触觉传感器和分布式触觉阵列，指尖触觉分辨率为0.1N，感知范围为0.1至20N，可以读取接触过程中的三维受力分布、物体形态和表面纹理。

相机负责观察画笔和纸面的位置，触觉则告诉机器人手指是否握稳、笔尖承受多大压力，以及接触状态有没有变化。对捏取、插入、工具使用等任务来说，机器人需要在接触发生后继续调整手指。

全关节直驱也带来了散热问题。

Prima 1的22个驱动关节集中在手掌和手指内部，长时间运行会持续产生热量。

据曦诺未来介绍，公司通过降低负载状态下的工作电流和调整散热结构，使Prima 1连续高负载运行后，手部表面仍处于适合人机接触的安全温度范围。

Prima 1主要面向机器人研究和AI训练，它支持CAN FD、EtherCAT以及ROS1、ROS2，还提供URDF模型和MuJoCo、Isaac Lab仿真环境。

研究团队拿到这只手后，可以将其接入不同机械臂和机器人本体，在仿真环境中训练操作策略，再将模型部署到真实硬件。曦诺未来提供的也包括开发接口、仿真资产和训练工具。

02.

Flex 2走的是另一条路线

Prima 1在桌前画画时，同台的Flex 2正在提鸟笼、摇蒲扇和调配液体。

Flex 2拥有23个自由度，其中19个为主动自由度、4个为被动自由度，整手重量低于400g，它采用腱绳与直驱结合的混合驱动架构。

体积较大的驱动单元被放在掌后或前臂，通过腱绳负责手指屈伸和主要出力；较小的电机进入掌内，控制手指侧摆、对指等动作。

这样的分工减轻了手部末端重量，也给侧向运动和精细操作保留了独立驱动。

Flex 2的指尖力超过20N，能够抓举20公斤物体，水平提拉负载达到10公斤,重复定位精度不超过±0.1mm，力控精度为0.05N。

WRC现场，一手提鸟笼、一手摇蒲扇的Pebble，同时处理两种差别很大的动作。一侧要维持负载，另一侧需要连续摆动，两只手的运动范围、出力方式和控制节奏并不相同。

液体调配又增加了容器和液体，机器人拿起容器、改变姿态时，内部液体会改变重心和受力状态，手指需要持续稳定抓握。

Flex 2配置指尖三维触觉、掌部接近感知、力传感器和腕部双目深度相机。接触物体之前，机器人可以获得距离和空间信息；建立抓握后，力觉与触觉继续提供接触反馈。

曦诺未来还为Flex 2加入柔性抓握、防滑和反射控制,物体发生轻微滑动时，手指可以根据触觉信号调整抓握力度，而不用等待上层模型重新规划完整动作。

Flex 2的整手开合寿命超过100万次，核心腱绳寿命超过150万次。负载、感知和寿命指标，都指向连续操作和工业应用。

在Prima 1与Flex 2之前，曦诺未来已经发布Flex 1。

Flex 1采用腱绳驱动，拥有25个自由度，重量约380g，整手负载超过30公斤，单指指尖力超过20N，完整开合时间约0.6s。

三款产品对应三种选择。

Flex 1依靠腱绳传动控制手部重量，同时获得较高负载；Flex 2在腱绳架构中加入掌内直驱，提高侧摆、对指和快速调整能力；Prima 1把22个主动关节全部交给直驱系统，重点服务模型训练、控制研究和数据采集。

Prima 1的出现没有让Flex系列退场，曦诺未来同时保留腱绳、混驱和直驱，是因为科研机构、整机厂和工业客户对灵巧手的要求并不相同。

研究人员更关心关节控制是否直接、接口是否开放、仿真工具是否齐全；机器人厂商还要考虑手部重量、负载和整机适配；进入工业场景后，寿命、连续运行和维护也会影响产品选择。

曦诺未来借用自动驾驶等级来描述两款产品的分工：Prima 1被定位为服务当前AI训练需求的“L2平台”，Flex 2则被定位为面向未来工业应用的“L3+方案”。

这算是曦诺未来对两款产品定位的表达，公司计划先在Prima 1上开发和训练操作策略，再将相关能力迁移到Flex 2等应用型产品，大幅缩短从算法验证到工业落地的周期。

03.

三种驱动共用一套底层能力

腱绳、混驱和直驱对灵巧手的机械结构提出了不同要求。

腱绳需要设计走线、张紧和传动结构；混驱要在掌内电机、掌外动力与腱绳之间分配空间；全直驱则要把更多驱动单元塞进手掌和手指，同时解决重量、散热和控制问题。

曦诺未来为此向灵巧手内部继续延伸。

公司已经自研8毫米无刷空心杯电机、7毫米行星滚柱丝杠、微型电缸，以及旋转和直线关节模组，研发范围还包括控制器、运动算法和整手装配。

微型电机决定关节能否进入有限空间，丝杠和电缸负责将电机运动转化为稳定输出，关节模组则影响手指的力量、速度与精度。底层部件掌握得越多，产品团队越容易围绕不同任务调整驱动布局。

曦诺未来也在搭建与硬件对应的控制系统。

公司采用模型控制与数据驱动相结合的方法，覆盖强化学习、模仿学习、仿真训练和真机调试，并将人工反馈引入部分策略训练。

Prima 1承担训练与开发，Flex 2面向负载更高、运行时间更长的任务。这种产品组合让算法团队与硬件团队可以使用相近的接口和训练流程，不必为每款灵巧手重新搭建整套开发环境。

产品扩张背后还有资本和制造投入。

曦诺未来成立于2024年，2026年7月，公司完成5亿元A+轮融资，由美团领投，蔚来资本、招商资本等机构参与，小米继续投资。成立不足两年，公司累计融资约15亿元。

曦诺未来已经投用约5400平方米的新工厂，计划在2026年底形成每年1万只灵巧手和20万套微型电缸的产能。公司还披露，已经获得海内外具身智能企业的批量订单。

灵巧手包含大量微型电机、传动件、轴承、传感器和线束，装配精度会影响关节阻力、定位精度和触觉一致性。规模交付还要完成零部件测试、整手标定、寿命验证和不同机器人本体的接口适配。

曦诺未来希望成为灵巧手Tier 1供应商。

WRC展台呈现的产品结构已经不再局限于单款灵巧手：Flex 1、Flex 2和Prima 1覆盖三种驱动方式，核心部件则深入电机、丝杠、电缸与关节模组。

逛完一天WRC，Prima 1手中的画笔最先吸引了我。

沿着这只手继续看下去，曦诺未来在同一个展台放进了训练平台、工业产品和三种驱动架构。而画出的那幅天安门轮廓，更像是Prima 1递出的一张产品名片。

曦诺未来想让外界记住的，还有这只手背后的整套技术和制造体系。

-END-