上篇海豚君對人形機器人產(chǎn)業(yè)鏈各環(huán)節(jié)做了詳細梳理之后，本篇重點研究一下靈巧手，海豚君關(guān)注幾個關(guān)鍵問題：

1）探討靈巧手為何重要？

2）靈巧手的產(chǎn)業(yè)瓶頸到底在哪里？

3）這些瓶頸的解決意味著怎樣的風(fēng)險與機會？

4）靈巧手未來的方向是什么，可能的商業(yè)化路徑？

廢話不多，直接上正題：

一、為什么要關(guān)注靈巧手？

對于人形機器人，馬斯克及特斯拉曾反復(fù)強調(diào)靈巧手的難度及價值。在此前多個Optimus人形機器人的演示視頻中，我們也可以看到，市場期待也是手部動作的進展。

同時，人形機器人整機廠，尤其是中國大陸整機廠商，一年多以來運動控制上炫技頻頻，從只會轉(zhuǎn)手絹，迅速進化為跳舞打拳樣樣精通，動作流暢度已經(jīng)讓大部分人類自嘆不如了。但我們是否有注意到，這些炫酷動作主要集中在身體關(guān)節(jié)，基本上沒有用到手。

這當然不是手不重要，反而說明手部動作的實現(xiàn)難度遠大于身體關(guān)節(jié)。

手有多重要呢？我們可以想象一下，一臺只裝了假手的人形機器人，不管身體關(guān)節(jié)如何靈活，如果它沒有靈巧的雙手，那么相較于輪、足機器人，甚至最普通的工業(yè)/協(xié)作機器人，也強不到哪里去。

所以手，其實是人形機器人上最關(guān)鍵的部位。但從產(chǎn)業(yè)化的角度，手的實現(xiàn)難度的確很大。

舉個簡單的例子：當人類決定用手抓取東西時，依據(jù)是什么信息呢？

首先是視覺信息，我們用眼睛看到一個物品，然后，我們可以利用獲取到的視覺信息，疊加我們的思考，來判斷這個東西的位置、距離、種類以及性質(zhì)等。

然后我們開始實施抓取動作，在這個過程中，觸覺開始發(fā)揮作用。首先，我們的手指開始接觸這個物品，然后，我們通過手指的觸覺神經(jīng)，來獲取這個物品的重量、軟硬、溫度以及摩擦力等信息，最后我們開始實施抓取，可以想象，對于光滑的或者粗糙的物品，我們抓取它們的方式顯然是不同的。

另外，這里觸覺所獲取信息的精細度也與視覺不同，比如對于一根纖細的動物毛發(fā)，我們通過視覺可能很難捕捉到它，但如果用手指觸摸，卻能很容易感受到它的存在。

圖：Optimus抓取雞蛋及應(yīng)用觸覺傳感器

來源：特斯拉，海豚研究

通過以上表述，我們能夠簡單理解靈巧手的難度了，那么要想使得靈巧手實現(xiàn)這樣的能力，瓶頸又在哪里？

二、靈巧手的瓶頸在哪里？

這里我們分為硬件和軟件兩部分。簡單來說，硬件難點在硬件集成和多模態(tài)感知融合，軟件在大模型算法架構(gòu)和數(shù)據(jù)量積累。

1、硬件角度，難點主要體現(xiàn)在高空間集成和多模態(tài)感知

（1）空間集成難度大

例如在特斯拉Optimus 2.5方案中，需要在極小空間內(nèi)塞下20多個自由度所需要的零部件，包括電機、齒輪箱、微型滾珠絲杠以及腱繩等，且這些零部件需要滿足高功率密度、高精度、高可靠性、高壽命以及低成本等要求。

（2）對感知要求高，需大量且多模態(tài)的傳感器，其中難點最大的還是觸覺

這里涉及到傳感器，尤其是觸覺傳感器。關(guān)于傳感器，我們在此前的人形機器人報告中談到過，一方面需要滿足高精度要求（要求數(shù)據(jù)一致性，且不能有性能漂移），一方面需要將不同知覺信息融合，那么就對多模態(tài)感知融合能力要求極高，這需要克服不同模態(tài)的固有差異。

以上是硬件障礙，但這只是一方面，軟件同樣存在障礙，且這個障礙可能需要更長的時間來解決。

2、軟件角度，主要在大模型算法架構(gòu)和數(shù)據(jù)量的積累

這里我們可能會產(chǎn)生疑問：靈巧手只是一個執(zhí)行器總成，是硬件，與軟件有什么關(guān)系呢？其實不完全是這樣的：

（1）算法：瓶頸之一

人形機器人的算法仍然處在動態(tài)演進階段，技術(shù)路線尚未收斂。但整體而言，在大腦部分，采用端到端大模型是普遍認知，盡管采用何種類型、何種架構(gòu)的大模型還未有共識。

與大腦相對應(yīng)的是小腦，大腦負責(zé)感知-推理-決策，小腦負責(zé)接收命令并執(zhí)行，這是通常我們從概念上所理解的，人形機器人的算法架構(gòu)。

那么問題是，既然大腦需要大模型，小腦需大模型嗎，或只使用傳統(tǒng)算法就足夠滿足需求？以及，這里的大腦和小腦要被放置在哪里，是在云端還是人形機器人頭部或身體中央，還是可以將一部分配置在手部之類的邊緣端？就以上問題，目前并沒有形成標準解法。

那么對應(yīng)靈巧手而言，它就不再是一個純硬件，而是需要有軟件植入其中，且這里的軟件大概率不只是一個傳統(tǒng)的、小型的運動控制算法。也就是說，人形機器人所面臨的算法挑戰(zhàn)也正是靈巧手所面臨的算法挑戰(zhàn)，這是其一。

其二，在人形機器人的整套算法體系當中，對于靈巧手的控制是核心難點之一。如果想讓靈巧手模仿人類手實施抓取動作，正如上文談到，需要以多模態(tài)的感知輸入為基礎(chǔ)，那么這對算法的多模態(tài)信息的融合能力要求極高。

總之，靈巧手的研發(fā)必須與算法深度融合，絕不僅僅是一個孤立的模塊。

（2）數(shù)據(jù)量：幾乎是目前面臨的最大瓶頸

人類動作的數(shù)據(jù)采集與標注極其復(fù)雜且成本高昂，對數(shù)據(jù)準確性的要求極高，而目前人形機器人所積累的數(shù)據(jù)量遠遠不足。

這里做個對比，我們可以想象在智能駕駛領(lǐng)域，行業(yè)能夠收集到的數(shù)據(jù)量等級，然后再與人形機器人相比較，目前新能源汽車全球年銷量即將突破2000萬輛，顯然相較于機器人，智能駕駛能夠積累的數(shù)據(jù)量要多得多。

但即便如此，智能駕駛卻還沒有完全走向成熟。與此同時，人形機器人的感知更復(fù)雜、執(zhí)行更復(fù)雜，所需要的數(shù)據(jù)體量預(yù)計也會遠大于智能駕駛。那么可以想象，數(shù)據(jù)量對行業(yè)構(gòu)成了多大的限制。

而數(shù)據(jù)量瓶頸，主要制約的是靈巧手的能力。我們在上文已經(jīng)談到，身體關(guān)節(jié)的復(fù)雜動作，人形機器人已經(jīng)能夠在一定條件下實現(xiàn)，但手還差得很遠。

當然，除使用真實世界數(shù)據(jù)以外，仿真等方式也可被用來做訓(xùn)練，但這卻更能體現(xiàn)靈巧手的瓶頸，因為仿真數(shù)據(jù)有明顯邊界。

目前隨著英偉達Isaac Sim等平臺的物理引擎越來越逼真，人形機器人絕大部分的基礎(chǔ)步態(tài)訓(xùn)練的確可以在虛擬世界進行，且成本已有所降低，但是諸如材質(zhì)摩擦性質(zhì)等差異微妙的長尾場景，以及涉及復(fù)雜交互的場景，仿真仍然很難完美模擬，而這些場景主要涉及靈巧手的操作。

表：幾種訓(xùn)練方式的優(yōu)劣勢對比

以上是我們對靈巧手行業(yè)的簡要分析，接下來讓我們把視角轉(zhuǎn)向硬件環(huán)節(jié)的投資機會。

三、哪些硬件比較重要，它們涉及哪些上市公司？

靈巧手在硬件上的技術(shù)路線并未收斂，各家整機廠商仍在探索。而領(lǐng)頭羊，或者說起燈塔作用的，仍然是特斯拉的Optimus。此前特斯拉展示的Optimus 最新版本，在執(zhí)行器上大體采用電機+行星齒輪箱+微型絲杠+腱繩的結(jié)構(gòu)，那么我們以此為基礎(chǔ)對硬件進行一番梳理。

表：執(zhí)行器技術(shù)路線比較

（一）首先，我們先來拆解一下這個結(jié)構(gòu)：在這個靈巧手結(jié)構(gòu)當中，每只手的手部有22個自由度，自由度可以理解為關(guān)節(jié)，在這其中有17個是主動自由度，就是說這些自由度由執(zhí)行器去主動控制，也就是上文所說的電機+行星齒輪箱+微型絲杠+腱繩的結(jié)構(gòu)。

圖：靈巧手以及手腕的自由度

來源：特斯拉，海豚研究

其中：

1、電機：動力單元，提供原始動力，它們被布置在手臂位置，早期版本是采用6個空心杯電機，但考慮到2.5版本已經(jīng)增加到17個主動自由度，所以使用的電機大概率遠超6個，根據(jù)產(chǎn)業(yè)鏈信息，既可能采用空心杯電機，也可能采用無刷齒槽電機。

2、行星齒輪箱：也在手臂位置，與電機連接，也可以叫做行星減速器，用來減速并增加扭矩，與身體旋轉(zhuǎn)關(guān)節(jié)的作用類似。

3、微型絲杠：連接行星齒輪箱，將旋轉(zhuǎn)運動轉(zhuǎn)化為直線運動，同樣在手臂位置。為什么有行星齒輪箱了還要配置絲杠？主要是基于體積、精度、壽命等因素考慮。

4、腱繩模塊：連接絲杠螺母和手指，穿過手掌，將絲杠產(chǎn)生的直線拉力傳導(dǎo)到手指，這當中，主動關(guān)節(jié)和被動關(guān)節(jié)都需要通過腱繩來連接。

那么靈巧手關(guān)節(jié)的驅(qū)動過程顯而易見：接收到小腦發(fā)出的指令后，電機開始轉(zhuǎn)動，動力傳導(dǎo)到行星齒輪箱，再傳導(dǎo)到微型絲杠，再傳導(dǎo)到腱繩，最后傳導(dǎo)到手指，在這里，腱繩類似于人類手部分布在手掌和手指位置的肌腱。

圖：Optimus的手臂

來源：特斯拉，海豚研究

另外還有各類傳感器，其中觸覺傳感器在較早版本中主要分布在五指指尖，每只手有5個，最新版本預(yù)計已經(jīng)把覆蓋范圍擴展到整個手掌，數(shù)量上看預(yù)計遠大于5個。

（二）產(chǎn)業(yè)鏈環(huán)節(jié)和硬件，以及相關(guān)公司

1、觸覺傳感器

關(guān)于觸覺傳感器，我們在此前的人形機器人報告中已經(jīng)做過分析，此處不再贅述，僅談?wù)勎磥淼淖兓�。一方面，觸覺傳感器的面積和數(shù)量預(yù)計將繼續(xù)增加，由指尖擴展到整個手掌；同時，技術(shù)路線也在變化，可能由壓阻式進化為壓阻式和電容式相結(jié)合的混合方案。

不過有一點值得提示，目前即便是精度較高的電容式方案，想要還原紋理等極精細的接觸力學(xué)數(shù)據(jù)，還是存在困難，所以技術(shù)路線還有可能進一步演進。

2、執(zhí)行器硬件：電機、行星齒輪箱和微型絲杠

上篇文章也已經(jīng)談過，這里也僅談?wù)効赡艿淖兓�：未來電機可能由空心杯電機過渡到無刷有齒槽電機即微型無框電機，主要基于降本目的，但再往后電機方案仍可能發(fā)生變化；絲杠可能由微型滾珠絲杠進化為行星滾柱絲杠，主要基于精度、負載以及壽命要求。

3、腱繩

腱繩是特斯拉最新方案的重要組件，腱繩的主要難點在材料：從腱繩所發(fā)揮的功能我們可以看到，其與其他零件的最大差異在于，它不是剛性的，而是可以發(fā)生形變的，這會導(dǎo)致以下問題：

（1）可能發(fā)生蠕變，即會隨時間發(fā)生變形且不可恢復(fù)；（2）在驅(qū)動過程中會產(chǎn)生彈性形變，導(dǎo)致遲滯效應(yīng)；（3）會磨損甚至斷裂，影響負載能力，影響壽命。

目前，主要采用金屬或高分子纖維材料（典型如UHMVPE），其中UHMWPE被產(chǎn)業(yè)認為是更適合于量產(chǎn)的方向。

UHMWPE產(chǎn)品目前最領(lǐng)先的是荷蘭皇家帝斯曼集團，其他生產(chǎn)商主要是美國霍尼韋爾國際公司、日本東洋紡織株式會社、三井化學(xué)株式會社等，中國大陸有部分企業(yè)也取得一些進展，處于驗證階段，包括南山智尚、同益中、恒輝安防等。

表：不同方案腱繩材料對比

圖：某種腱繩混合方案的工作機制示意

來源：《Finger Unit Design for Hybrid-Driven Dexterous Hands》, Chong Deng, et al., Dolphin Research

4、總成環(huán)節(jié)

此前我們在三花智控的報告中談過，特斯拉傾向于將執(zhí)行器總成環(huán)節(jié)交給供應(yīng)商來生產(chǎn)，而不是采購零部件自己組裝，靈巧手同樣也是總成思路。

目前已經(jīng)有多家中國大陸企業(yè)在推進與特斯拉在靈巧手上的合作。根據(jù)產(chǎn)業(yè)鏈反饋的信息，目前進展較快的包括新劍傳動（手部絲杠及手部總成）、浙江榮泰（手部絲杠及手部總成）等，其他有潛力的還包括特斯拉的總成供應(yīng)商如拓普集團、三花智控等。

5、獨立開發(fā)靈巧手的公司

人形機器人產(chǎn)業(yè)的確加速了靈巧手低成本方案的成熟落地。但靈巧手作為一個完整模塊，并不完全依附于人形機器人本體而存在，試想靈巧手安裝在輪足機器人上、機器狗背上、甚至工業(yè)機械臂上，也能實現(xiàn)一定功能。

全球有多家公司選擇專注于靈巧手的研發(fā)和生產(chǎn)，我們簡單梳理這些公司，盡管它們基本都未上市，但以之為參考，可以觀察靈巧手技術(shù)的演化和收斂方向。

表：靈巧手公司梳理

（三）風(fēng)險在哪里？

1、技術(shù)路線未收斂

靈巧手的技術(shù)路線并未收斂，換句話說，目前靈巧手的技術(shù)方案仍滿足不了需求。對于硬件相關(guān)公司來說，如果技術(shù)路線最終確定，那的確會帶來投資機會，但如果技術(shù)路線被拋棄，那自然會面臨預(yù)期落空的風(fēng)險。

那么當前時點，我們?yōu)槭裁催�要做上述硬件環(huán)節(jié)的分析呢？因為只有知道了是什么和為什么，才能前瞻地判斷未來可能的變化。

舉例來說，對于特斯拉最新的靈巧手方案，大量的執(zhí)行器都集中在手臂，這可有效減小手部體積，從而大幅增加自由度。但與此同時，這又會增加結(jié)構(gòu)復(fù)雜度，造成控制延遲，以及帶來熱積聚等一系列問題。

那么往后看，為了解決這些問題，靈巧手和整機公司也許會做出這樣的選擇：暫時犧牲靈巧手的部分手指自由度，那么這將不利于某些執(zhí)行器零件；增加熱管理的硬件配置，那么這將有利于供應(yīng)熱管理模塊的公司，等等。

這里結(jié)合上文分析，對于硬件的迭代方向，我們認為可以重點總結(jié)為以下幾點：

（1）成本要繼續(xù)降低，對于目前的靈巧手方案，成本仍是制約因素；

（2）要有足夠靈敏和足夠精確的感知能力，這是大模型算法能夠有效應(yīng)用的前提；

（3）集成度和性能都要滿足，所以執(zhí)行器技術(shù)方案還需要權(quán)衡，不只是硬件迭代，整個動力傳導(dǎo)結(jié)構(gòu)也存在不確定性；

（4）材料還需要進一步開發(fā)，需要同時滿足柔性、準確性以及壽命要求；

（5）熱管理可能是一個增量環(huán)節(jié)；

（6）需要關(guān)注不同環(huán)節(jié)的相互影響，例如腱繩的問題是否可通過其他環(huán)節(jié)來補足，比如通過算法糾錯，或者通過增加位置傳感器的反饋來提高準確度等。

2、供應(yīng)鏈還未收斂

目前投資市場和資本市場對人形機器人產(chǎn)業(yè)的預(yù)期顯而易見，但考慮到眾多主機廠商并未上市，于是部分硬件公司就成為了市場流動性的蓄水池。

這里問題在于，按照特斯拉給予的預(yù)期，如果進展符合規(guī)劃，那么2026年產(chǎn)業(yè)將進入量產(chǎn)階段，這將導(dǎo)致供應(yīng)鏈收斂風(fēng)險：

我們可以看到，對于人形機器人每個硬件環(huán)節(jié)，前期參與研發(fā)和驗證的硬件公司均有多家，但如果進入量產(chǎn)階段，整機廠商在每個環(huán)節(jié)的實際供應(yīng)商可能并沒有這么多，經(jīng)驗上一般在2-3家，那么在進入量產(chǎn)階段后，最終未進入供應(yīng)鏈的硬件企業(yè)將面臨預(yù)期落空風(fēng)險。

四、最后，不談具體環(huán)節(jié)和公司，我們想結(jié)合產(chǎn)業(yè)鏈的最新進展，對行業(yè)做一些展望

1、首先，未來靈巧手真的是人形機器人身上必不可少的的模塊嗎？

從任務(wù)泛化和環(huán)境適配的角度講，人形機器人的末端硬件，做成五指手的形狀也就是靈巧手，幾乎是必然選擇。

我們可以想象，人形機器人的遠期空間在于，它們將能夠替代人類任何形式的勞動，而這些勞動所依附的工具，本身都是基于人類的生理特性來適配的�？赡苡腥苏f，給機器人裝上一個鍋鏟，它就可以直接炒菜，為什么還要費勁給它裝一只手，再讓這只手拿著鍋鏟炒菜呢，這豈不是多此一舉？

完全不是，因為手是一個媒介，它的作用是連接萬千工具，它就像底層代碼，或者說像人類的語言，沒有手的存在，機器人的通用性自然無從談起。

另一方面，從數(shù)據(jù)獲取和模型訓(xùn)練的效率來看，靈巧手也具備必然性。

通過上文的分析我們可以了解，靈巧手乃至人形機器人的最大瓶頸之一在于數(shù)據(jù)量，而怎么獲取這個數(shù)據(jù)呢？最可靠的仍然是來自現(xiàn)實世界的數(shù)據(jù)。而獲取這些數(shù)據(jù)的最可靠方式，就是直接觀察和模仿人類的行為。

如果人形機器人的末端不是靈巧手，那么這個模仿就無從談起。通過靈巧手，人形機器人的動作可以與人類動作達成最直接的映射關(guān)系，這樣的數(shù)據(jù)利用和學(xué)習(xí)的效率最高，最終動作的遷移也會更自然和準確。

2、但反過來說，從商業(yè)化的角度講，靈巧手是一個馬上可以商業(yè)化的產(chǎn)品嗎？

我們認為初期階段，靈巧手的應(yīng)用仍將首先集中在限定性場景，如特斯拉Optimus可能將靈巧手首先應(yīng)用在特斯拉內(nèi)部工廠以進行數(shù)據(jù)收集和訓(xùn)練；以及某些非成本敏感領(lǐng)域，如科研教育等。而要想真正實現(xiàn)通用性場景的應(yīng)用，還需要一定的時間。

因為上文談過，靈巧手的最大瓶頸來自于數(shù)據(jù)量，而數(shù)據(jù)的最可靠準確的來源是現(xiàn)實世界，那么這個數(shù)據(jù)積累過程是無法被繞過的，至少從現(xiàn)階段看，一定需要足夠的場景和足夠的時間。

然而，盡管在此過程中，完整的靈巧手方案仍然需要持續(xù)打磨，但某些中間形態(tài)，卻可能首先達到商業(yè)化應(yīng)用的條件，或許是兩指，或許是三指，或者較少的自由度，或者某些欠驅(qū)動方案，或者相對簡化的感知硬件，以滿足某些半通用性半專用性的場景。

圖：Robotiq的三指夾爪

來源：Robotiq，海豚研究

圖：Barrett Technology的BarrettHand三指手

來源：Barrett Technology，海豚研究

關(guān)于這種“場景降維”，我們可以類比汽車自動駕駛的演進路徑——在自動駕駛的萌芽階段，部分公司選擇直接將L4/L5級別的自動駕駛作為實現(xiàn)目標，而有的公司則選擇了一條漸進式路徑，先布局L2/L3級別的輔助駕駛，作為行業(yè)的入場券，以現(xiàn)金流反哺產(chǎn)品研發(fā)迭代。

另外，最近兩年，在自動駕駛還未成熟的前夜，無論是特斯拉，還是中國大陸新能源汽車企業(yè)，選擇首先推出某些場景化的輔助駕駛服務(wù)，例如高速NOA、城市通勤NOA、全場景NOA等。

在有限的場景里，通過技術(shù)簡化和功能限制，來實現(xiàn)一些可商用的、有一定商業(yè)價值的產(chǎn)品；同步地，利用這些產(chǎn)品的商業(yè)化，積累數(shù)據(jù)來進一步迭代算法，以逐步逼近終極產(chǎn)品。那么這也是一條可以兼顧現(xiàn)金流可持續(xù)性和產(chǎn)品迭代的可行路徑。

<全文完>

- END -

// 轉(zhuǎn)載開白

本文為海豚研究原創(chuàng)文章，如需轉(zhuǎn)載請獲得授權(quán)。

// 免責(zé)聲明及一般披露提示

本報告僅作一般綜合數(shù)據(jù)之用，旨在海豚研究及其關(guān)聯(lián)機構(gòu)之用戶作一般閱覽及數(shù)據(jù)參考，並未考慮接獲本報告之任何人士之特定投資目標、投資產(chǎn)品偏好、風(fēng)險承受能力、財務(wù)狀況及特別需求投資者若基於此報告做出投資前，必須諮詢獨立專業(yè)顧問的意見。任何因使用或參考本報告提及內(nèi)容或信息做出投資決策的人士，需自行承擔風(fēng)險。海豚研究毋須承擔因使用本報告所載數(shù)據(jù)而可能直接或間接引致之任何責(zé)任或損失。本報告所載信息及數(shù)據(jù)基於已公開的資料，僅作參考用途，海豚研究力求但不保證相關(guān)信息及數(shù)據(jù)的可靠性、準確性和完整性。

本報告中所提及之信息或所表達之觀點，在任何司法管轄權(quán)下的地方均不可被作為或被視作證券出售邀約或證券買賣之邀請，也不構(gòu)成對有關(guān)證券或相關(guān)金融工具的建議、詢價及推薦等。本報告所載資訊、工具及資料並非用作或擬作分派予在分派、刊發(fā)、提供或使用有關(guān)資訊、工具及資料抵觸適用法例或規(guī)例之司法權(quán)區(qū)或?qū)е潞ｋ嘌芯考埃�或其附屬公司或�?lián)屬公司須遵守該司法權(quán)區(qū)之任何註冊或申領(lǐng)牌照規(guī)定的有關(guān)司法權(quán)區(qū)的公民或居民。

本報告僅反映相關(guān)創(chuàng)作人員個人的觀點、見解及分析方法，並不代表海豚研究及/或其關(guān)聯(lián)機構(gòu)的立場。

本報告由海豚研究製作，版權(quán)僅為海豚研究所有。任何機構(gòu)或個人未經(jīng)海豚研究事先書面同意的情況下，均不得(i)以任何方式製作、拷貝、複製、翻版、轉(zhuǎn)發(fā)等任何形式的複印件或複製品，及/或(ii)直接或間接再次分發(fā)或轉(zhuǎn)交予其他非授權(quán)人士，海豚研究將保留一切相關(guān)權(quán)利。

       原文標題 : 人形機器人：為何靈巧手是邁不過去的門檻？