可量化灵巧度指数的灵巧手问世！中国团队用“量化体系”撕破“伪灵巧”困局

知乎上有一个问题：机器人的末端执行器，是需要通用灵巧手还是专用快换末端?

一个高赞的回复是：最终大概率是手，前提是灵巧手真的足够灵巧。

通用机器人的末端执行器需要实现的功能主要有两个：一是Grasping(抓取)，即通过接触物体表面并施加力，使其保持稳定状态的动作;二是Manipulation(操作)，即对已抓取的物体进行有目的的运动或状态改变。

前者是末端执行器最基本的功能之一，后者则要求末端执行器不仅要有足够的力量和精度来控制物体的运动，还需要有智能的控制系统来规划和执行这些复杂的动作。

通过对人手日常工作场景的动作切片分析可以发现，大部分的人类手部操作都是Manipulation动态动作，而不仅仅是Grasping静态动作。

人类对“机器换人”的执念已有数十年，这场革命始终卡在一个看似简单的命题上——如何让机械的“手”像人类一样灵活。来自浙江新昌的一群工程师，正以“重构”的锋芒和“敢为”的勇气，为理想与现实之间的技术难题找到最优解。

5月30日的【重构 · 敢为】2025灵巧智能新品发布会上，这家以灵巧操作为核心科技能力的公司，聚焦机器人灵巧手和灵巧操作两大技术领域，推出三大革命性产品——高灵巧度灵巧手DexHand021 Pro、千元级三指灵巧手DexHand021 S，以及千赫级响应的数据采集系统DexCap。

发布会现场围满一众灵巧手从业者和发烧友，众人瞩目的并非一次新品发布，而是一种重新定义人机交互边界的颠覆性技术出现。

从1962年世界上最早的灵巧手Belgrade诞生，到如今高自由度、多模态感知的灵巧手在多个领域的广泛应用。六十多年的发展过程中，灵巧手的进化始终以复刻人手的灵活为终极目标，自由度的堆叠成为首选，例如英国老牌灵巧手企业Shadow Robot灵巧手拥有24个自由度。

高自由度=灵巧度?

灵巧智能CEO周晨指出，长期以来，机器人末端执行器领域存在“高自由度即等于高灵巧性”的认知误区。

自由度是指灵巧手能够独立运动的轴数。一根具有多个关节的手指，每个关节的旋转或弯曲都可以算作一个自由度。高自由度意味着手部可以有多种运动方式，从理论上来说，自由度越高，手部运动可能性越多。而灵巧度更多是一种综合性的概念，而不仅仅取决于自由度的数量。

关于前面的问题，灵巧智能给出了自己的回答——首次提出“灵巧度指数(Dexterity)量化体系”。

周晨介绍，该体系通过物理灵巧度指数Index of Dexterity(IOD：自由度构型、运动空间和力等)，感知指数Index of Sensitivity(IOS：触觉等)与智能指数Index of Intelligence(IOI：抓握与掌内操作泛化能力等)三大指数，重新定义灵巧手的性能评估标准。

在推进硬件技术突破期间，灵巧智能的研发团队意识到单纯追求"高自由度"并无意义，存在设计冗余、可靠性降低与能耗失衡的局限。而“灵巧度指数量化体系”这种多学科交叉的研发范式，不仅使产品更贴合实际应用场景的功能需求，更为"模型定义硬件"的理念提供了准确的生物学参数与工程约束条件，形成从模型到硬件验证的闭环优化链路。

灵巧手的发展需要在自由度、驱动方式、感知能力等维度之间找到平衡，以实现真正的灵巧度。这不仅是一个技术挑战，也是未来灵巧手能否走出实验室、走向广泛应用的关键所在。

DexHand021 Pro：重塑灵巧手性能标杆

作为全球首款通过量化指标定义"灵巧度"的尖端产品，DexHand021 Pro自问世便以"自由度≠灵巧度"的研发理念突破行业认知。通过22自由度仿生架构、双绳驱正反向驱动系统、腕手协同控制技术以及全域感知四大核心创新，实现人类级精细操作与工业级稳定抓取的统一。

据介绍，该灵巧手是去年5月发布的DexHand 021的升级版，历经8个月6次工程迭代后，DexHand 021于去年10月成功实现量产。

此次亮相的DexHand021 Pro采用仿生结构设计，具备22个自由度，其中包括16个主动手指自由度、4个被动自适应关节，以及2个主动腕关节，可精准地模拟人类手指的精细操作和强力抓握动作。无论是高速精密的捏取动作，还是需要爆发性抓握力的任务，DexHand021 Pro都能轻松应对。

同时，其被动自适应关节的仿生指节设计，不仅保持了抓取力量，还能自适应物体形状，有效避免过载损伤，为复杂操作提供了可靠保障。

在驱动方式上，此次采用的双绳驱正反向驱动技术是DexHand021 Pro的核心创新之一。基于人体生物力学特性和机器人运动学优化设计，精确映射人手自然操作的空间范围，并通过数学建模与动态调节机制实现性能突破。

这种设计实际上是一种绳驱的并联结构，但这种结构的天然优势在于，可以进行跨关节的动力传输。

灵巧智能CTO朱豪华表示，单根手指如需实现三个主动自由度，必然需要跨关节的驱动，如果采用连杆、直驱的方式，就需要把电机或执行器内置到指关节中。这会对灵巧手的运动性能和力学性能等方面将造成极大的限制。

据了解，双绳主动控制突破了传统单绳驱的局限性，实现了多维运动与抗干扰能力，即使在作业中遭到突发碰撞的外力干扰，DexHand021 Pro也能保持稳定操作。此外，双绳张力实时反馈与高分辨率触觉传感器联动，实现了0.1N级的力控，能够精准地进行微力操作。

实现这种技术并不容易。朱豪华指出，实现双绳驱正反向驱动技术面临着两大难点——

一方面，是结构原理的复杂性。该技术的应用需要综合运用结构学原理，将腱绳在狭窄的手部空间内进行科学排布，确保各手指关节灵活运动，而排列方式直接影响驱动性能。

另一方面则是工程实现的复杂性。灵巧手内部空间狭小，在布置多条绳索的同时留有运动空间，这难度本身就很大。而且，从产品角度来讲，还需要考虑到产品的稳定性、可靠性以及使用寿命等，则更具挑战性。与此同时还要为多个传感器预留位置，保证其正常工作，这使得工程实现更为复杂。

此次腕手一体结构的引入，进一步提升了DexHand021 Pro的操作空间和灵巧度指数。2个主动腕关节的设计，通过直线推杆驱动手腕前后左右摆动，复现人类“翻腕倒水”“侧向插拔”等动作，扩大了30%以上的工作空间。而波浪形连续运动和动态调姿系统则实现了抓取、旋转、放置的连贯操作，可适应非结构化环境。

除了上述几大创新点，DexHand021 Pro还采用了全域感知设计，通过大幅面接触、指尖高点阵、宽量程、高灵敏、多模感知的传感器设计方案，实现手掌的全域感知，提升灵巧手的感知指数，可稳定抓取柔软易损物体。

在灵巧智能提出的“灵巧度指数量化体系”中，“智能指数”作为三大指数之一，核心正是操作模型。

当前，灵巧手的操作模型正从“机械执行”向“具身智能”跃迁。主流的VLA(视觉-语言-动作模型，Vision-Language-Action)中，Action模块以抓握为核心，对掌内操作等精细动作的支持仍处于探索阶段。这既是工程妥协的结果，也反映了跨模态操作模型的深层挑战。

一方面，现有VLA框架(如RT-X、VoxPoser)通常将动作输出简化为抓取位姿生成(如抓取点坐标+夹持器开合指令)，通过视觉-语言对齐确定“抓哪里”，但缺乏“如何调整”的控制策略。另一方面，开源数据集中90%以上的标注动作为抓取-放置，掌内操作的演示数据不足1%，导致模型难以学习复杂操作策略。

据灵巧智能预告，后续将重磅发布融合Rule-Based和Learning-Based的模型技术的灵巧操作模型，在物理约束的框架内释放数据驱动潜力。

DexHand021 S：千元级高功能三指灵巧手

针对教育、服务及工农业场景的需求，灵巧智能此次推出的千元级三指灵巧手DexHand021S，以刚柔耦合传动专利技术为核心，通过特殊编织柔性绳索实现仿生自适应抓握，抓握力可达22N，同时支持8自由度灵活操控，能够稳定抓取常见物品并灵活操控简单工具。

在轻量化设计方面，DexHand021 S产品自重仅0.62kg，基于多模态感知系统和本体感知自适应控制技术，该灵巧手可在服务、工业和农业等场景中稳定运行。相比二指夹爪，三指灵巧手在操作功能和感知功能上进行了多维度升级，不仅降低了现有产品改造成本，还大幅度提升了工作效率。

同时，全开源生态也为DexHand021 S带来了极大的开发便利性。据了解，DexHand021 S提供全开源SDK，支持Python/C++等语言调用，并兼容CAN-FD/RS485等多种协议。其开源代码库包含抓取算法示例、仿真模型及教学案例。基于此，用户可快速实现抓取策略验证、手势控制、力反馈交互等开发。

灵巧智能方面表示，从教育领域收到的用户反馈来看，其开源API能将算法验证周期缩短50%以上。此外，基于20万次使用寿命，易维护设计等特点，DexHand021 S具备工业产线、物流分拣以及农业采摘等多场景即插即用的特性。

DexCap数据采集系统：定义人体运动数据采集标准

此次发布的第三款产品DexCap数据采集系统，通过高精度异构外骨骼架构、全链路实时运动捕捉、多模态人机交互增强以及模块化扩展与跨平台兼容等特点，重新定义了人体运动数据采集的精度与效率边界。

在实时运动捕捉方面，基于单臂9自由度关节信息反馈，DexCap可实时计算末端位姿，精度达毫米级。在双手精细动作解析上，DexCap通过单手21自由度关节信息反馈，可精准捕捉捏取、抓握、旋拧等复杂手势，为工业装配、生化实验操作等场景提供高保真数据支持。另外，腰部动态监测集成5自由度传感器，可同步采集腰部位姿与运动轨迹，构建完整的全身动作数据链。

多模态人机交互增强方面， DexCap系统具备千赫级响应性能，结合低延迟通信，实现毫秒级数据同步，确保虚拟操控与真实动作的1:1映射。每根手指内置五级震动反馈模块，可模拟工具抓握、物体碰撞等触感，显著提升VR交互沉浸感与远程操控精准度。

此外，长效续航与场景普适性也是DexCap系统的一大优势。其单次充电续航超8小时，支持全天候数据采集训练、工业巡检等长时任务。从VR交互的毫米级动作映射，到高危环境的机械臂远程操控，更是为多个领域提供了高精度、低延迟、强扩展性的数据采集与交互解决方案。

开源开放生态：推动人机协同迈向新维度

在人工智能与机器人技术快速发展的当下，开源开放生态正成为推动技术突破和产业落地的核心力量。在机器人领域，实现类人级别的灵巧操作(如抓取、装配、精密操作等)需要融合视觉与触觉多模态感知。

其中，触觉是突破机器人操作“最后一步”精细化的关键——它能帮助机器人感知物体纹理、滑动状态、压力分布等信息，从而动态调整操作策略。然而，触觉算法的开发高度依赖真实物理环境数据采集与仿真训练，成本高昂且效率有限。

此次发布会上，灵巧智能宣布与北京他山科技有限公司合作，共同发布基于MuJoCo仿真环境的触觉传感器数据模型及DexHand021灵巧手的触觉协同训练框架。此次开源的文件包含触觉传感器插件、仿真案例及接口文件等，研究者可直接在MuJoCo中调用触觉接口，加速算法迭代。

这一举措填补了开源社区在触觉仿真领域的空白，降低了研究门槛。不仅为机器人灵巧操作研究提供了新工具，更标志着人机协同技术迈入触觉反馈与精细化控制结合的新维度。

从“轴承之乡”新昌出发，灵巧智能的“敢为”从来不是盲目冒险。这不仅是技术的突围，更是一场关于中国智造如何重新定义规则的宣言，正如这场发布会主题所揭示的：

唯有“重构”技术边疆，才能“敢为”产业未来。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。