《人形机器人产业入门 · 2026 观察》第 04 篇
路易乔布斯 · 一深思 AI · 2026

---

如果你看过任何一段宇树 G1 跳秧歌、Boston Dynamics 后空翻、Figure 02 工厂搬箱子的视频——很容易被一种"原来机器人都已经这么强了"的错觉抓住。

但你只要换一个视角观察这些视频——仔细看它们的手——就会立刻意识到一件事：

这些机器人的"下半身"已经走得很远了，但"上半身"的灵巧操作还在远古时代。

跑马拉松、跳舞、爬楼梯——这些都属于"运动控制"问题，本质是双足平衡和步态规划。从波士顿动力到宇树，过去 10 年这条线已经被卷得很透。但如果你让任何一台 2026 年的机器人——

• 从一堆衣服里挑出袜子，叠好放进抽屉
• 从洗碗池里取出一个泡沫包裹的玻璃杯，不打碎
• 拿起一颗鸡蛋打到碗里，不破壳

它会立刻露馅。99% 的机器人现在做不了这些事。

为什么？

这一篇我想讲清楚的事——人形机器人产业有一只看不见的手在卡所有人的脖子，那只手叫"灵巧手"。它在 BOM 里只占 14-18%，但它的能力上限决定了机器人能做什么、能进什么场景、值多少钱。

---

一、灵巧手到底是什么

先把术语讲清楚。

“灵巧手”（Dexterous Hand）—— 严格定义是能模拟人类手部 20+ 个自由度、能完成精细抓取、捏取、握持、操作的机械手。

为什么叫"灵巧"，因为它要解决的不是"抓住"，是"像人一样抓住"。

让我们先建立一个对照表——

维度	人手	普通工业夹爪	当前灵巧手
自由度	27	1-2	16-22
重量	400-500 克	1-3 公斤	600-1500 克
触觉感知点	17000+	0	数百-数千
力度调节	0.01N - 数百 N	二段式	0.5N-50N
抓取速度	100-200ms	200-500ms	200-1000ms
价格	—	500-3000 元	3-10 万元

注意第 5 行抓取速度——人手能在 100 毫秒内调整抓力，灵巧手要 1 秒。这意味着灵巧手抓鸡蛋时，鸡蛋已经掉了。

---

二、为什么这件事这么难

灵巧手是机器人产业的"隐形地狱"。我把难度拆成 5 个层次——

难度 1：机械结构的极限

要在一只手掌大小的空间里塞进——

• 20+ 个微型驱动器
• 5 根手指 × 4-5 个关节 = 20-25 个独立运动
• 每根手指的传动机构（绳索、丝杠、液压均可）
• 触觉传感阵列（每根指尖都要能感知压力）
• 力反馈系统

整套东西要在 600-1500 克之间——超过 1.5 公斤手会下垂、机器人手臂结构都得加固。

这是综合工程能力的极限测试。能做出来本身就是壁垒。

难度 2：力控精度跨数量级

灵巧手要面对的物体差异是反人类的——

物体	需要力度	容错范围
鸡蛋	0.5-1 N	< 0.3 N（高了破壳）
玻璃杯	2-3 N	< 1 N（高了爆裂）
普通日用品	5-10 N	几乎无敏感
工具	10-50 N	几乎无敏感
重物	100+ N	几乎无敏感

0.5N 到 100N，跨度 200 倍。同一只手要能在 0.1 秒内从"轻拿鸡蛋"切到"狠抓铁锤"——这不是力度问题，是力控精度+反馈速度+决策算法的全栈难题。

难度 3：触觉感知的瓶颈

灵巧手的"灵魂"在指尖——没有触觉的灵巧手是个笑话。

但触觉感知技术本身就是个黑洞——

• 视触觉路线（戴盟、一目、GelSight）：分辨率高、贵、量产难
• 霍尔阵列（帕西尼）：稳定、便宜、但分辨率有限
• 电容/压阻：便宜、但精度不够

没有任何一种触觉路线能满足所有场景。这就是为什么我在第 05 篇会专门写一篇——触觉是这场战争的"最后一公里"。

难度 4：模型层的空白

到 2026 年，全球主流 VLA 模型——Helix（Figure）、π0（PI）、GR00T（NVIDIA）、GO-1（智元）——全部对触觉支持很弱。

这不是"能力不够"，是触觉数据本身稀缺。视觉有 ImageNet（1400 万张图）、语言有 Common Crawl（数千亿 tokens）。触觉呢？没有 ImageNet。

每家公司的触觉数据都在自己的服务器里，规模在 10 万-100 万条之间——离真正训出"通用触觉模型"还差 100 倍。

难度 5：sim-to-real gap

机器人产业 2025 年最热门的痛点是 sim-to-real——仿真训练 OK 的策略，到了真实世界就崩。

为什么？因为真实世界的物理太复杂——

• 衣物的褶皱、湿度、纤维结构
• 餐具的重量分布、表面摩擦系数
• 食物的黏稠、温度、易碎性

这些东西仿真器无法精确模拟。所以做灵巧手必须要有真实世界的数据飞轮——但建立数据飞轮又需要先有可商用的灵巧手。先有鸡还是先有蛋的死循环。

---

三、中国能数得过来的灵巧手公司

全球能做出"工业级灵巧手"的公司不超过 10 家，中国大约 6 家——

公司	路线	当前状态
因时机器人（北京）	多自由度精密驱动	国内灵巧手龙头，量产能力最强
强脑科技（杭州/北京）	脑机接口+假肢起家，转人形机器人	智能假肢市场龙头，灵巧手延伸
星动纪元（北京）	"灵巧手 + 整机"全栈	清华系，融资节奏快
众擎机器人（深圳）	中端市场灵巧手	PM01 整机使用
戴盟机器人（深圳）	"触觉 + 灵巧手 + VTLA 模型"一体	港科大系，DM-Hand1
傲意科技（上海）	假肢 + 灵巧手	老牌假肢公司转型

这 6 家是中国灵巧手的"全部"——再往下数就是各家整机厂的内部研发团队（智元、优必选、宇树都有自己的灵巧手项目）。

注意一件事——全球做出灵巧手的公司，几乎都不做整机。这不是巧合。这是产业链分工的自然结果——灵巧手是综合工程能力的展示，本身就是壁垒，专注于此能产生独立价值。

---

四、为什么"上半身"比"下半身"难

讲到这里你应该有了一个直觉——但我把它正式说清楚——

维度	下半身（双足/轮式）	上半身（双臂+灵巧手）
核心挑战	平衡 + 步态	操作 + 感知
学习路径	强化学习 + 模拟器	真实世界数据 + 多模态
数据需求	中等（仿真够用）	极高（仿真不够）
关键技术	驱动器 + 控制算法	灵巧手 + 触觉 + VLA
当前能力	80-90% 接近商用	40-50%
未来 18 个月突破方向	续航、户外稳定性	触觉感知 + 数据采集

结论：人形机器人 90% 的"未解决问题"都在上半身。

这件事在产业内是共识，但在大众媒体里讨论得很少——因为下半身可以"演"，上半身没法演。

跑步、跳舞、爬楼梯——这些动作镜头一过，看不出什么细节。但叠衣服、洗碗、拿鸡蛋——镜头一停就看出来了：机器人的手指动得僵硬、力度控制不稳、抓不住、抓得太狠。

所以视频里的所有"机器人神技"，几乎都集中在下半身的炫技。这不是产业造假，是上半身确实还没到能"炫"的程度。

---

五、灵巧手领域的几个关键判断

把这一篇拆开来看，我认为对产业研究者有用的几件事——

判断 1：未来 18 个月的核心战场是上半身

下半身已经被卷透了。比拼性价比、比拼电机功率密度、比拼步态算法——这些都是"边际优化"。

真正的"代际差距"会出现在上半身——谁先做出能稳定洗碗的灵巧手，谁就赢得 2027-2028 的家庭场景。

判断 2：灵巧手厂家是被严重低估的"中间层"

整机厂的故事性感（卖人形劳动力）。零部件厂家也有故事（卖触觉传感器、卖电机）。

但灵巧手厂家夹在中间——既不是"卖整机故事"的，也不是"卖单一零件"的。它们是真正的"工程能力凝聚体"。

我个人判断——未来 5 年灵巧手会成为人形机器人产业里"最像汽车 Tier 1 供应商"的位置。整机厂可能不一定做灵巧手，但一定会买灵巧手。这是博世/电装在汽车产业的位置。

判断 3：触觉是灵巧手的"灵魂"，但不是"全部"

很多人把灵巧手简化为"触觉传感器+几个电机"。这是错的。

灵巧手 = 机械结构（30%） + 力控算法（25%） + 触觉感知（20%） + 控制硬件（15%） + 软件接口（10%）

触觉只占 20%。没有触觉灵巧手不行，但只有触觉的灵巧手也不行。

判断 4：戴盟是这个赛道里最值得盯的中国玩家

戴盟的策略很特殊——它不只做灵巧手、也不只做触觉、也不只做模型。它同时做了所有三件事——

• DM-Tac W2 触觉传感器（从 1299 元起）
• DM-Hand1 灵巧手（含触觉的整体方案）
• Daimon One VTLA 模型（视觉+触觉+语言+动作）

这种"全栈打法"的优势：客户可以"开箱即用"——买戴盟的方案，传感器、手、模型都不用自己集成。

风险：精力分散，每一层都得跟专业玩家竞争。但戴盟背靠港科大机器人研究院 20 年学术积累，这是别家追不上的非对称优势。

判断 5：灵巧手成本曲线 5 年降 50%

我对灵巧手未来 5 年的成本预测——

时间	平均单价	主要驱动
2025	3-5 万元	当前主流
2027	1.5-3 万元	触觉传感器降价 + 量产爬坡
2030	8000-15000 元	全栈成熟 + 模型成熟

降价不是均匀的——触觉传感器降得最快（5 年降 60%+），机械结构降价中等（30-40%），软件成本几乎不降。

---

六、给读者的一个建议

如果你是投资人，这篇告诉你——

灵巧手是 2026-2028 产业里最被低估的细分赛道。整机厂故事大但烧钱多，零部件厂家故事小但弹性也小。灵巧手刚好在中间——既有壁垒（综合工程能力），又有故事（决定整机能力上限）。

但这个赛道里能投的标的不多——中国就 6 家，每家都已经在融资中。投晚了就没机会。

如果你是产业从业者，这篇告诉你——

如果你想进人形机器人产业，灵巧手厂家比整机厂更值得加入。原因——

• 整机厂九死一生，但灵巧手厂家"一定会有人活下来"
• 灵巧手是综合工程能力的展示，跳槽时简历有含金量
• 灵巧手到机器人感知/触觉/模型都能转，路径多元

如果你是正在被这个产业的"未来感"迷住的普通读者——

这一篇希望你记住一件事：当你看到一段炫酷的机器人视频时，先看它的手在做什么。如果手没动、或者只做了"抓-放"的简单动作——那段视频不算证据。真正的产业突破在指尖。

---

七、留疑——我还没想清楚的事

1. 戴盟"全栈打法" vs 一目"聚焦感知层"——5 年后哪种赢？ 我目前看不出。这是策略选择题，不是技术问题。
2. 灵巧手会不会被"通用机械臂 + 末端抓爪"替代？ 工业场景里这种简化方案已经够用，可能并不需要做"模拟人手"那么复杂。
3. 力控算法是不是被低估？ 大家都讲触觉、讲 VLA、讲机械结构，但真正的工程难点可能在力控反馈算法——这件事产业里讨论得太少。
4. 海外灵巧手公司（Shadow Robot、SCHUNK）会不会重新冲击中国市场？ 它们这几年很安静，但底子还在。

---

数据来源

• 华创证券《灵巧手深度报告》（2026.4）
• 因时机器人公开资料 + 2025 D 轮融资披露
• 强脑科技公开资料 + 智能假肢市场报告
• 戴盟机器人 DM-Hand1 公开技术文档
• 港科大王煜教授公开演讲（2025-2026 多场）
• 北大朱毅鑫课题组 F-TAC Hand 项目（2025.6）
• 中国信通院《人形机器人产业发展研究报告》（2024.12）
• 张文明教授（上海交大）灵巧手综述（2025.5）

---

《人形机器人产业入门 · 2026 观察》系列共 9 篇。这是第 4 篇。
下一篇 05：「触觉这件事——为什么所有 VLA 公司都绕不开」（已发布）。

路易乔布斯 · 一深思 AI · 2026