作為具身智能賽道最快成為獨角獸的公司之一，臨界點怎么看靈巧手行業(yè)的下一階段。

作者｜Li Yuan

編輯｜靖宇

具身智能賽道的融資紀(jì)錄又刷新了。

6 月 24 日，靈巧手公司臨界點 AGILINK 宣布完成新一輪融資，投后估值超 10 億美元。從公司成立到躋身獨角獸，這一過程用了 5 個月，4 輪融資——是靈巧手賽道至今最快的速度。

本輪投資方陣容包括未來資產(chǎn)、某互聯(lián)網(wǎng)大廠、京銘資本等戰(zhàn)略與產(chǎn)業(yè)資本，東風(fēng)資產(chǎn)、國信中數(shù)、上海電科基金等產(chǎn)業(yè)資源方，清新資本、凱聯(lián)資本、普華資本、天季資本、We Venture、箴言投資、明嘉資本等財務(wù)投資機(jī)構(gòu)，以及高瓴創(chuàng)投、藍(lán)馳創(chuàng)投、C 資本等老股東的持續(xù)加注。

臨界點是一家專注于靈巧手硬件與算法的公司，年初從智元機(jī)器人拆分出來。

過去幾個月臨界點的進(jìn)展很快，已經(jīng)有了多款產(chǎn)品：有尺寸接近鼠標(biāo)的輕量化靈巧手 OmniHand 3 Lite，也有面向具身場景的夾爪 OmniPicker 3；在高自由度靈巧手上，臨界點也同時推進(jìn)繩驅(qū)和直驅(qū)兩條路線。

之前發(fā)布的 Ultra-T 采用繩驅(qū)方案；6 月 2 日，在維也納 ICRA 現(xiàn)場，臨界點又首次發(fā)布了全直驅(qū)旗艦靈巧手 OmniHand 3 Ultra-M。

在軟硬件協(xié)同層面，臨界點還在 ICRA 現(xiàn)場展示了可以把長條氣球折成小狗形狀。氣球柔軟、易變形，也很容易被捏爆，從個人經(jīng)驗出發(fā)，確實人類都不一定每次都完成好這個任務(wù)。靈巧手能夠做到這個 demo，不僅展現(xiàn)了手指運(yùn)動能力，也展現(xiàn)了很好的觸覺感知、力控和接觸建模能力。

在此次融資之際，極客公園和臨界點熊坤進(jìn)行了一次對談。

我們聊到：臨界點為什么能在短時間內(nèi)融到這么多錢；ICRA 現(xiàn)場的氣球 demo 背后，究竟對應(yīng)怎樣的技術(shù)敘事；為什么臨界點要同時布局多種技術(shù)路線和不同自由度產(chǎn)品；它如何判斷當(dāng)前的觸覺路線；以及作為具身智能賽道最快成為獨角獸的公司之一，臨界點怎么看靈巧手行業(yè)的下一階段。

01

靈巧手不是一門純硬件生意

極客公園：這次我們想聊「為什么臨界點能融到這么多錢」。你會有一個很直接的答案嗎？

熊坤：如果有一個唯一答案，就是臨界點可以更好地跑通靈巧手，解決機(jī)器人最后 10 厘米的問題。

硬件上，我們不是只做一款產(chǎn)品，而是有低、中、高全矩陣投入。靈巧手基模研發(fā)也會加大投入，下半年應(yīng)該會有一定成果。整個軟硬件壁壘會越來越深，助力靈巧操作爆發(fā)式增長。

除了旗艦產(chǎn)品以外，我們還有量產(chǎn)能力。我們在不同場景下有不同硬件布局，算法也會針對不同場景做定制化開發(fā)。更重要的是量產(chǎn)和供應(yīng)鏈整合能力，這是我們的不同優(yōu)勢。

極客公園： 靈巧手公司的估值應(yīng)該怎么衡量？

熊坤：關(guān)鍵在于你把它當(dāng)成純硬件公司，還是既做硬件又有模型的公司。

一些傳統(tǒng)靈巧手公司可能還是純做硬件，只能按硬件方式估值。但很多新的公司，如果具備很好的靈巧操作模型能力，我覺得硬件加軟件模型的估值體系，才符合對靈巧手公司的評判。未來想活下去，應(yīng)該都要軟硬件都有。到那個時候，估值方式里軟件比重會越來越多。

極客公園：融資后你們想做基模，這次的擰氣球就是一個模型能力展示。擰氣球展示了哪些模型特點？

熊坤：我們認(rèn)為，下一階段機(jī)器人競爭的核心，不只是讓機(jī)器人「看懂世界」，而是讓機(jī)器人能夠通過觸覺和力反饋理解物理世界。臨界點把這一能力定義為「接觸智能」（Contact Intelligence），對應(yīng)的，我們有一套具體的技術(shù)架構(gòu) DUET(Dual-layer Unified Embodied Tactile Intelligence, 雙層具身觸覺智能)。擰氣球 demo 是我們對 DUET 架構(gòu)的一次公開完整驗證。

第一層是操作層，會采集人類完成長序列擰氣球的視頻和數(shù)據(jù)，包括手的數(shù)據(jù)、雙臂的數(shù)據(jù)。通過這些數(shù)據(jù)，我們會獲取運(yùn)動空間、手和氣球之間的碰撞區(qū)域等信息。基于這些數(shù)據(jù)做訓(xùn)練，在真實環(huán)境中用強(qiáng)化學(xué)習(xí)不斷調(diào)整整個任務(wù)規(guī)劃和靈巧手軌跡。

第二層是接觸層。手上的觸覺會實時采集擰氣球過程中的數(shù)據(jù)信息。基于這些信息，我們會在仿真環(huán)境里搭建氣球物理模型和靈巧手模型，做接觸和摩擦建模。靈巧手和被操作物體之間的接觸建模，對靈巧操作模型訓(xùn)練非常關(guān)鍵。

擰氣球不同于其他任務(wù)，它操作的是軟體物品。捏上氣球的時候，氣球會產(chǎn)生形變，所以接觸建模、力的感知，對手、傳感器和模型建立的要求都非常高。

總的來說，操作層負(fù)責(zé)手和臂的任務(wù)規(guī)劃、軌跡計算和運(yùn)動策略；接觸層實時給運(yùn)動層提供精細(xì)的手類觸覺信息、力的信息，并對抓力做調(diào)整，起反饋作用。通過這兩層，可以讓靈巧手穩(wěn)定完成擰氣球動作，防止脫滑和把氣球捏爆。

據(jù)我們了解，很多友商也嘗試過捏氣球任務(wù)。有些可能是在力控制、手和接觸模型搭建上有問題，就沒辦法完成這個。

氣球是人打的，很難保證每次打出來的軟硬、長度一致。所以每次捏的氣球，包括形狀，都不是 100% 一致。有些是完整直條，有些有一點彎曲，會有差異。

實際上我們也不是 100% 成功，但成功率已經(jīng)足夠拿出來展示。我們的展示每隔半小時會有一次，一天大概十幾次，連續(xù)展示了四天。

此外，我們的模型泛化能力會做得比較好。對于不同場景需求有不同的原子技能，搭配不同自由度靈巧手執(zhí)行，技能底層通用。比如我們這次 ICRA 是用了十個主動自由度的 OmniHand 做了擰氣球的展示，而旗艦款的 Ultra M 也能做。

極客公園： 剛才說到運(yùn)動智能和接觸智能，接觸智能在仿真環(huán)境中做。我理解現(xiàn)在觸覺信息在仿真環(huán)境里有時沒辦法模擬得很好，是這樣嗎？

熊坤：對，尤其是要搭建非常準(zhǔn)確的接觸模型。只有仿真環(huán)境里搭了很好的接觸模型，仿真里跑的算法做 sim-to-real 遷移時 gap 才會小。這是行業(yè)通病。

基于這個問題，我們也在嘗試搭建自己的仿真平臺，包含觸覺仿真、力和接觸模型仿真等。盡量保證接觸不同物品，不管是硬質(zhì)材料還是柔性物品時，接觸模型和力仿真都最準(zhǔn)確，這樣才能保證訓(xùn)練出來的模型做真機(jī)遷移時質(zhì)量最好。

這是整個行業(yè)的共識，難度非常大。只不過目前解決了運(yùn)動智能問題之后，遷移到作業(yè)智能，大家才把精力花在操作仿真上。

極客公園：這次同期我們還發(fā)布了一個 Ultra M 的靈巧手，它的特點之一也是觸覺能力很強(qiáng)，整手超過 300 個三維觸覺感知點？

熊坤：是的，每個指尖是視觸覺，手掌是三維觸覺。視觸覺和三維觸覺還有點不同，視觸覺合下來可以有六維信息。它里面有一個小攝像頭，可以拍到形變、顏色等變化，再通過計算得出更豐富的信息，比三維觸覺還要豐富。

搭載的單個傳感器的精度，也是行業(yè)里比較高的。我們用的是三色光觸覺傳感器，不同于行業(yè)里很多單色光視觸覺傳感器。它的精度可以達(dá)到 5 mN 的要求，指尖至少有 125 個點位，整體來說應(yīng)該是目前視觸覺傳感器里做得比較好的。

從行業(yè)情況看，視觸覺以前更多用在夾爪上，因為要把它做小、做到指尖里很難。目前能做到指尖這么小的公司不多。我們應(yīng)該是行業(yè)里較早用三色光原理做指尖力計算的公司之一。其他家也有標(biāo)注數(shù)據(jù)，我沒法直接評估，但我們的數(shù)據(jù)是基于實測效果標(biāo)注的，可信度比較高。最主要的是，我們提供了動態(tài)三維分布力。

我們的一個特點是，在更小的尺寸里整合了更多傳感器。我們始終堅持產(chǎn)品要和人手一致，因為越小越輕，對客戶來說應(yīng)用性更強(qiáng)，成本也更低。它只有 630 克，是最接近人手尺寸的 20 個主動自由度直驅(qū)靈巧手。目前應(yīng)該是整個行業(yè)做得最小、最接近人手的。這對后面的強(qiáng)化學(xué)習(xí)和真機(jī)強(qiáng)化學(xué)習(xí)也有幫助，因為目前大家驗證下來，靈巧手越接近人手，后面的數(shù)據(jù)采集、模型訓(xùn)練和 replay 效果會最好。

運(yùn)動速度也很快，可以達(dá)到最快 3 赫茲的開合要求。在保證結(jié)構(gòu)強(qiáng)度的同時，用鈦合金、鎂合金減重，也對構(gòu)型和運(yùn)動構(gòu)型做了調(diào)整，保證符合運(yùn)動空間需求。它是一款性能和仿生融合得比較好的產(chǎn)品。

極客公園： 為什么手掌需要傳感器？

熊坤：不同場景需要不同定位的靈巧手。不同靈巧手匹配場景需求時，對觸覺傳感器的要求也不一樣。

所以我們的低、中、高不同手，傳感器使用也不一樣。低端用一維壓阻傳感器，這類沒有太高技術(shù)門檻，我們會和友商合作。高端的視觸覺傳感器，核心技術(shù)更多掌握在自己手里，同時也會和友商配合。

高端手要完成對標(biāo)人手的高復(fù)雜任務(wù)，比如掌內(nèi)轉(zhuǎn)魔方，除了指尖最頻繁接觸以外，手掌和指腹也會不停和被操作物體接觸。

比如拿筷子，或者用圓珠筆寫字。大部分人在拿筷子、寫字時，食指指腹，不只是正面，還有側(cè)面，會頻繁和筆、筷子接觸。如果這個區(qū)域有分布比較好的觸覺傳感器，能感知三維力變化，對圓珠筆和筷子的機(jī)械化操作會有很大幫助。它可以幫助做動作微調(diào)，讓整體質(zhì)量上去，提升寫字和操作筷子的精確度。

我們實際測試發(fā)現(xiàn)，如果這部分觸覺傳感器的信息也能輸入，模型訓(xùn)練可以得到更好的結(jié)果。

02

用不同的自由度、不同的路線通向未來

極客公園：Ultra T 應(yīng)該是繩驅(qū)，這次新發(fā)布的 Ultra M 是直驅(qū)。為什么有兩個技術(shù)方案？

熊坤：這兩種方案來看，它們上限都非常高，都是最接近人手功能的實現(xiàn)方式。相比連桿、蝸輪蝸桿等方案，它們更接近人手。所以只要做技術(shù)突破，很明顯會成為未來高端靈巧手的兩種主流方案。我認(rèn)為未來兩種方案都會存在，只是時間問題。

直驅(qū)手的工藝路線更明確，對做學(xué)習(xí)的同學(xué)非常友好，因為控制非常直接、簡單。對于做真機(jī)強(qiáng)化學(xué)習(xí)、強(qiáng)化學(xué)習(xí)的同學(xué)，它也非常合適。我們驗證下來，從工藝、方案、量產(chǎn)，到硬件做好之后的數(shù)據(jù)、模型和部署打通，直驅(qū)都比較合適，也符合高復(fù)雜、高難度、高自由度任務(wù)的要求。

繩驅(qū)手的優(yōu)點是抗沖擊、負(fù)載自重比非常好；缺點是蠕變問題比較嚴(yán)重。繩驅(qū)如果把自由度做高，也是很好的一種方案，適合在人居環(huán)境里做類似人的操作，和人打交道，或者使用人類工具。

我們同時布局繩驅(qū)和直驅(qū)，希望在兩種技術(shù)上都有積累。當(dāng)相應(yīng)核心技術(shù)點，比如腱繩問題、基本材料問題解決之后，可以很快把兩款手推到大規(guī)模使用和量產(chǎn)。

極客公園：「只是時間問題」怎么理解？

熊坤：我們可以把直驅(qū)和繩驅(qū)的問題點羅列清楚，分析解決這些問題大概需要多少時間，就能看出兩條技術(shù)路線最后實現(xiàn)和爆發(fā)的時間點。目前看，直驅(qū)可能 3 年左右會解決得好一點；繩驅(qū)可能要更長，可能拉到 5 年，甚至更久。

極客公園：在這兩條技術(shù)路線之外，臨界點多種自由度都做。行業(yè)里也一直爭論，靈巧手到底需要多高的自由度？

熊坤：臨界點的觀點是，一只靈巧手的價值不是取決于有多少自由度，而是取決于它能否真正讓人形機(jī)器人進(jìn)入各類場景。

所以在內(nèi)部，我們在科學(xué)地分析一只靈巧手或夾爪能完成多少任務(wù)、一個場景需要多少自由度。我們采集了大量工業(yè)端、商業(yè)端、C 端消費端的操作場景任務(wù)，并把任務(wù)劃分成 A、B、C 三類。

C 類任務(wù)，夾爪可以完成，靈巧手也可以完成，兩者差別不大。B 類任務(wù)，夾爪可以勉強(qiáng)完成，但成功率或完成質(zhì)量沒有靈巧手高。

A 類任務(wù)，只有靈巧手才能完成。比如擰瓶蓋，如果是需要三個手指去做旋擰任務(wù)，夾爪比較難滿足。你可能會說兩個夾爪配合腕部也能完成，但我們對任務(wù)會有一些限制，因為最后要適配人形機(jī)器人，不能用非常規(guī)動作完成操作。

剝橘子也是 A 類。它會涉及擰、扣、掰等動作。如果夾爪再配合特定工具，也許可以，但如果以人為第一性角度考慮，按照人怎么操作來要求，夾爪沒法完成。

做完這樣的劃分，就可以清晰知道不同場景更適合夾爪，還是需要多少自由度的靈巧手。為什么要用兩款不同自由度的手完成同一個氣球任務(wù)，就是要去分析不同任務(wù)對自由度的需求。

基于 A、B、C 類任務(wù)分析，我們對場景和不同靈巧手的匹配度理解，應(yīng)該是行業(yè)當(dāng)中最準(zhǔn)確的。

比例還是要和場景掛鉤。比如工業(yè)類固定場景，統(tǒng)計下來 C 類可能占 50% 到 60%，也就是說面對工業(yè)場景，可能有 50% 到 60% 的場景用夾爪就可以滿足。另有 40% 到 50% 需要不同自由度的靈巧手，其中這 40% 到 50% 里大概一半左右，中等自由度手就可以滿足，也就是 10 到 17 個主動自由度。

我們做這么多款手，本質(zhì)上是因為我們對場景的理解比較透徹。不同場景需要不同手。

除了旗艦款，Lite 應(yīng)該是目前行業(yè)當(dāng)中最小、最便宜，而且最抗沖擊的一款手。Lite 的需求來自我們對人形機(jī)器人輕作業(yè)和交互場景的理解：它需要抗摔，需要適配更小尺寸的人形機(jī)器人和更輕量的機(jī)械臂。

我們做的 OmniPicker 3 夾爪，也是我們把對具身場景的理解解析出來，發(fā)現(xiàn)它需要指尖能夠精確感知力的變化。所以我們做了模塊化觸覺指尖，可以快速更換，也可以精細(xì)采集觸覺信息。OmniPicker 3 目前還沒有開始賣，但已經(jīng)拿到批量訂單。

03

靈巧手明年收斂到人形整機(jī)格局，

正在攻克量產(chǎn)和數(shù)據(jù)的問題

極客公園： 從去年到今年，靈巧手行業(yè)一直很熱，你覺得現(xiàn)在競爭格局是什么？

熊坤：靈巧手目前收斂程度在加快，但還沒有到人形整機(jī)那樣。人形整機(jī)的基本格局，我覺得已經(jīng)算形成了。

靈巧手的話，我覺得今年、明年也會逐步收斂到類似人形整機(jī)的格局，可能前面有 3 到 5 家頭部，其他很多會慢慢被淘汰。靈巧手整體發(fā)展速度也非常快。

極客公園： 我們現(xiàn)在累計交付靈巧手 8000 臺，是嗎？主要是哪一款，交付給誰？

熊坤：是。交付的 8000 臺當(dāng)中，差不多六七千臺是 OmniHand 靈動款。主要客戶包括智元，還有一些具身客戶。也有科研機(jī)構(gòu)、方案解決商等。

極客公園：Ultra-M 預(yù)計什么時候量產(chǎn)？

熊坤：直驅(qū)預(yù)計今年 Q4 會達(dá)到量產(chǎn)。繩驅(qū)手可能也差不多，或者稍微晚一點。

目前高自由度靈巧手，主流還是出給高校科研機(jī)構(gòu)，以及一些需要做模型訓(xùn)練、專門做軟件算法的具身公司，用來做數(shù)據(jù)采集和模型訓(xùn)練。

未來出貨給做模型訓(xùn)練的公司可能占 60%，另外 40% 出給高校。量級要等量產(chǎn)后看市場，現(xiàn)在說都是想象。我們在所有高自由度手里應(yīng)該有相對優(yōu)勢。量級至少是千臺往上，數(shù)千臺。

極客公園： 我看到 GGII 的數(shù)據(jù)：2025 年中國靈巧手市場銷量約 2 萬只，2026 年可能達(dá)到 7 萬只，2030 年可能突破 43 萬只。你認(rèn)同這個增長節(jié)奏嗎？

熊坤：大差不差，基本類似。但我可能會更激進(jìn)一些。我覺得今年可能會突破 10 萬只，到 2030 年，50 萬甚至 100 萬只都有可能。

這主要來自人形機(jī)器人銷量本來就很快，第二是靈巧手自身技術(shù)成熟度也在加快。所以會加快人形機(jī)器人搭配靈巧手在各類場景中做部署態(tài)落地。

極客公園： 從去年到今年，整個靈巧手行業(yè)你覺得是什么狀況？

熊坤：很多公司，包括我們，都在攻克量產(chǎn)問題。

大家一直說，2024 年是研發(fā)元年，2025 年是量產(chǎn)元年，2026 年是商業(yè)化部署元年。我覺得這是對人形整機(jī)的評判。靈巧手會比人形整機(jī)稍微晚一點。今年對靈巧手來說，應(yīng)該是量產(chǎn)和初步部署化的年份，更主要還是量產(chǎn)。

Demo 是一塊，但不能只從 demo 角度評估靈巧手行業(yè)的發(fā)展。很多公司還沒有達(dá)到像臨界點這樣比較大規(guī)模的靈巧手量產(chǎn)能力。與其純粹做驚艷 demo，不如在底層量產(chǎn)工藝上下功夫。

從核心零部件，比如電機(jī)、觸覺傳感器安裝，到基礎(chǔ)的螺釘、膠水使用、裝配工藝、裝配方法、材料應(yīng)用、涂料和涂層應(yīng)用等，都要建立一套非常規(guī)范的要求。這也是臨界點相比其他友商非常有競爭力的一個點。

極客公園： 這些問題解決之后，成本下降空間還很大嗎？

熊坤：成本下降空間應(yīng)該很大。它的價格要符合人形機(jī)器人 20% 的要求，才能被人形機(jī)器人大規(guī)模應(yīng)。

極客公園： 如果按 100 分算，今天靈巧手做到多少分？

熊坤：還是及格分左右，可能 60 分。

極客公園： 再往上突破，哪一塊拖后腿？

熊坤：軟件硬件都需要進(jìn)步。如果想讓分?jǐn)?shù)快速提上去，我覺得硬件比重會多一些。

極客公園：人形機(jī)器人或通用機(jī)器人都說缺數(shù)據(jù)，靈巧手自己有數(shù)據(jù)問題嗎？操作數(shù)據(jù)怎么收集？

熊坤：目前行業(yè)對數(shù)據(jù)，包括靈巧手?jǐn)?shù)據(jù)，有一個數(shù)據(jù)金字塔劃分。

最底層是仿真數(shù)據(jù)。再往上是人手?jǐn)?shù)據(jù)，比如通過視覺、視頻采集人手?jǐn)?shù)據(jù)。第二層是通過手套形式，或者五指外骨骼采集到的操作數(shù)據(jù)。最高層是真機(jī)遙操數(shù)據(jù)。

我們目前的數(shù)據(jù)采集基本也是基于這樣的數(shù)據(jù)工廠完成。我們在籌備自己的數(shù)采廠，也和一些公司合作做數(shù)據(jù)采集。我們已經(jīng)有 8000 多只手銷售出去，目前日常有 1000 多只手在做常規(guī)數(shù)據(jù)采集，已經(jīng)累計了數(shù)萬個小時數(shù)據(jù)。

臨界點的數(shù)據(jù)類型構(gòu)型上和其他家類似，但我想強(qiáng)調(diào)幾個點。

第一，我們的產(chǎn)品矩陣最全，所以不是用單一一款手做數(shù)據(jù)采集。這保證了即便是真機(jī)遙操的靈巧手采集數(shù)據(jù)，種類也是最多的。后面做模型訓(xùn)練時，泛化能力會更好。當(dāng)用我們的模型訓(xùn)練人形機(jī)器人做任務(wù)時，可以很好完成不同靈巧手本體的遷移。

第二，我們在數(shù)據(jù)采集設(shè)備上有一些調(diào)整和優(yōu)化。比如我們有自研數(shù)據(jù)手套，可以解決觸覺手套常見的應(yīng)力殘留等問題，保證采集到的觸覺信息準(zhǔn)確度更好。

*頭圖來源：臨界點

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO

極客一問

你覺得靈巧手行業(yè)亟待解決的問題是什么？