9月21日，宇树科技发布Dex5-S灵巧手，售价3.99万元起。该产品具备22个主动自由度、1:1真人手掌尺寸，采用全直驱加双编码器方案。一个多月前，宇树刚在科创板挂牌，上市首日市值约610亿元。市场有观点认为，灵巧手的发布意味着机器人即将进入家庭场景。
从产品定位看，Dex5-S的目标买家并非家庭用户，而是高校、整机厂和工业客户的实验室。这不是一次消费品发布，而是科研采购品和数据采集工具的发布。即便灵巧手硬件已经就绪，真正稀缺的要素仍未出现：指挥手的智能系统、用于训练的数据，以及让手在作业中同步采集数据的场景。
当前灵巧手行业的真实坐标可以概括为：硬件已经摸到物理极限，行业卡在“有手无脑、有指标无数据、能演示不能干活”的阶段。这不是爆发前夜，而是拐点年——硬件就绪、数据荒显现、场景筛选刚刚开始。
机器人产业的发展规律显示，执行器先成熟，智能层后补课。工业革命先有蒸汽机和电机，几十年后才发展出自动控制理论；自动驾驶先完成激光雷达、域控制器和算力堆叠，随后集体卡在长尾场景的数据中；机械臂没有AGI，甚至没有深度学习，依靠示教、视觉和力控就在汽车焊装线上运行了几十年。动作可枚举、环境结构化、失败成本低的场景，并不需要AGI。夹爪只有两指，一个自由度都算不上，但它节省的人力成本是真实到账的。
“没有AGI灵巧手就不能用”是一个伪命题。真正的问题是：哪个场景配得上现在这颗脑子。市面上的参数表将“灵巧”约等于自由度，但自由度只是潜在灵巧。真正的灵巧是一个乘积：灵巧 = 自由度 × 触觉分辨率 × 控制精度 × 数据 × 任务分布。任何一项归零，乘积归零。
以穿针引线为例，右手捏一根约0.3毫米的软线，左手捏一根针眼约0.5毫米的针。这个动作在机器人视角下可以拆出七个失败点：对位偏差、摩擦失效、柔性变形、视觉遮挡、力饱和、滑移失控、恢复策略缺失。其中三个是纯物理工程问题，靠迭代能解决；另外四个是智能理解问题，目前无解。
柔性变形是最致命的难点之一。线头是柔性体，不是刚体。线头抵住针眼入口，一用力就弯成U形，无法进入。传统控制模型基于刚体假设，现有视觉-语言-动作模型对柔性物体的物理理解仍处于初级阶段。这是全行业卡着的硬骨头，与使用几颗电机无关。恢复策略是另一个难点。假设线在往前送的过程中从指尖滑走，人类会退回来、换个角度、线头蘸点口水、再试一次。目前所有灵巧手系统中，Figure的Helix能处理少量预设失败模式，检测到滑移就补力，但面对“线弯了”这种预设之外的情况，一样束手无策；其余系统则直接报错停机。
硬件与智能的分工现状可以概括为：手说“我能以0.01牛的精度施力”，脑说“我不知道现在该施0.01牛，还是0.02牛”。自由度只是灵巧乘积中的一项，而数据是当下最接近零的那一项。
行业里有句大白话：You can’t scrape a grip——抓握的手感，爬不下来。互联网上有千亿张图片、万亿条文本，但没有“湿手捏鸡蛋、线头打滑、纸杯变形”的触觉-力-关节同步数据。这类数据只能靠遥操作员和采集工人一条条真机采出来，成本远高于互联网语料。据国金证券2026年7月研报估算，2026年初全球高质量真实物理交互数据存量约50万小时，而通用具身模型的训练至少需要1000万小时级，存量不足需求的5％；智元方面更激进的口径是，高阶智能需要亿小时级。
仿真和合成数据填不了这个坑。视觉仿真已经很逼真，但接触力、滑移、柔性变形、失败恢复这类手感数据，仿真和真实之间隔着一条至今没人完全跨越的鸿沟——Sim-to-Real。斯坦福2026年论文《One Demonstration, Many Objects》提出的方法DemoMimic中，作为对照的基线在仿真中开盒/搬箱成功率可达80％–96％，但迁移到真实五指手后分别跌到3％–38％；论文提出的接触中心奖励方案，才把单策略在16个物体、4类任务、两种灵巧手上的真机平均成功率拉到71％。仿真里完美的电机响应、刚体假设、无延迟通信，一上真机就被齿隙、电压波动、物体表面湿滑一一击穿。
玩家们的应对也印证了瓶颈所在。Figure手脑一体最完整，重新设计的手部系统配掌心相机、指尖可感知约3克力级压力，Helix架构分语义慢脑与约200Hz的高速运动脑，在宝马工厂里边干活边采数据，且数据闭源。Figure在2026年9月披露的零样本家庭评测中，在30户未训练过的真实住宅里做三件事：收拾客厅玩具、折叠毛巾、整理床铺。从零训练策略完整任务成功率约8％，Index预训练后升至56％。该评测对象为三项预先选定的长流程家务任务，并非全部家庭任务。
灵巧手行业的拐点已经到来。硬件参数竞赛将逐步让位于数据采集能力和场景落地能力的比拼。在高质量物理交互数据存量不足需求5％的背景下，谁能在真实场景中持续获取触觉-力-关节同步数据，谁就更有可能在下一阶段的竞争中占据优势。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
