今年7月，美国自动化促进协会（A3）在Humanoid Robot Forum上组织了一场座谈，邀请了三家从事灵巧手相关生意的创始人前来参加，其中包括PSYONIC的Aadeel Akhtar、Sanctuary AI的Olivia Norton，还有刚被其另一家公司所收购的Kinisi创始人Bren Pierce。

主持人将话题引导至人形机器人所面临的另一项最大难题，也就是灵巧度这个方面，以及在背后所开展的数据采集与训练工作。

这几个人的答案各不相同，却都绕不开一个核心事实：人形机器人发展到今天，虽然腿部能够行走、身体可以平衡，但真正卡住它的，还是那两只手。

一只人手具备27个自由度，含有27块骨头、三十多条肌肉以及数以千计的神经末梢。
**

我们依赖于它来拿起鸡蛋、系鞋带以及弹钢琴，从来都不会觉得困难。要让机器复刻这种灵活性，却成为了机器人学当中最磨人的一道关。

● 第一关所面临的是如何把足够多的动力塞进巴掌大的地方当中。
。

灵巧手开发困难，其中第一大难点在于驱动系统的实现。要在与人手体积相近的空间当中，放入电机、减速器、编码器、传动机构以及传感器这些组件，同时还必须确保具备足够的出力。

业界主流选用空心杯电机，其直径往往只有6到8毫米，所具备功率密度很高，但当把它们塞得较为密集时就会产生发热，手指内部那点空间使得散热极为困难，长时间高负载条件下很容易发生过热。

特斯拉在第三代灵巧手的设计当中把所有执行器全部迁移到了前臂位置，手指则依赖于腱绳来进行远程拉动，其目的在于为手部实现减重，同时为散热工作留出必要的余地。

PSYONIC 的 Ability Hand 采取了相反的做法，将 6 个无刷电机直接置入手掌以及手指内部，从而实现了 0.2 秒的合拢速度和 490 克的重量，代价则是自由度只有 6 个。
。

这里存在一个难以回避的取舍：电机距离关节位置越近，控制过程会越直接并且响应速度也会越快，可是手部重量就会增加、温度也会升高；电机位置挪远之后，手部重量虽然得以减轻，但传动链长度增加，精度以及寿命方面又会成为新的麻烦。

驱动之后便是传动环节，这正是灵巧手不同技术路线分歧最大的地方。连杆传动依赖刚性杆件把动力传送到关节位置，因此负载和精度方面都表现良好，在工业应用中运行十分稳定，但缺点在于柔性不足，手指掰不过去的位置就确实掰不过去。

因时机器人的RH56系列以及傲意科技的ROHand均选择了这一技术路线，它们依赖于此成功地把生产成本降低下来并且把可靠性提升上去，其中因时机器人在2025年仅这一系列就销售了一万多只。

腱绳传动的方式则更加接近于人体结构，它依赖于柔性线缆来模仿肌腱，把电机放置在前臂位置，借助拉索来带动手指进行动作，由此得以实现重量轻、灵活性高以及自由度能够堆叠较高的效果。

特斯拉第三代、英国的Shadow、国内的灵心巧手L30、宇树Dex5都依赖于这条腱绳传动路线来开展驱动工作。
。

然而腱绳传动方式的软肋也十分明显，其中线缆会发生磨损和拉伸，张力会出现漂移，时间一长关节零位便会发生偏移。

调研报告指出，特斯拉在工厂分拣测试中所运用的灵巧手其寿命仅有六周，而每年更换部件的成本则逼近十万美元，其中腱绳所产生的蠕变以及摩擦成为了主要因素。

复合钨丝腱绳由高测股份借助光伏金刚线技术进行开发，其抗蠕变能力达到了普通产品的200倍，循环寿命超过了160万次，但单只手所用钨丝的成本就超过了万元，目前暂时仍贵得难以采用。

直驱方式则是将电机直接安装在关节位置上，由此避免了传动误差的产生并且响应速度也会加快，其中兆威机电等公司选用这一方法来制作高精度灵巧手，但所要付出的代价则是体积较大、散热较为困难以及末端惯量较大。
。

于是，越来越多的方案开始采用混合驱动的形式：选用丝杠搭配腱绳、行星齿轮箱结合丝杠再加腱绳的方式，在灵活性以及精度两个方面寻求平衡。
。

● 第三关：让手真的“感觉到”东西

仅仅能够实现运动还是不够的，因为手部必须知道它所触摸到的究竟是什么物体。人类在手指尖端每平方厘米范围内拥有接近一万个触觉像素点，然而机器人却长期处于盲人摸象的境地，只会在指尖处放置一个单点力传感器。
。

进入2025年以后，这一情况开始发生转变。6月份，北京通用人工智能研究院和北大联合研发的F-TAC Hand成功登上了《自然·机器智能》期刊的封面，其手掌70%的面积都铺设了高分辨率触觉传感器，并且空间分辨率达到了0.1毫米。

帕西尼所研发的DexH13整合了1140个触觉单元，并且将AI视觉信息融合到其中；智元公司的OmniHand则在一只重量500克的手部当中布置了400多个力控触点，从而把售价控制到了9800元；强脑的Revo 2所具备的能力是可以分辨硬度、纹理以及受力方向这些特征，而且已经在现场演示过点燃火柴的过程。这些进展使得机器人从仅仅“握住”物体的能力走向了真正“感受”物体的能力。
。

然而电子皮肤也面临着其自身的难题：反复触碰的动作会造成磨损现象，柔性传感器在工厂环境下的寿命较为有限，同时触觉数据应当如何与控制闭环实现有效连接，目前也仍然处在探索过程之中。

● 第四关：手和脑要一起练

前面三关所涉及的均为硬件方面，而最后一关则落在了软件的处理上。自由度越高，协调控制的难度就会越大；要让二十多个关节能够听话地进行配合，必须依赖于触觉以及力觉所提供的实时反馈，更必须依赖于能够理解任务的大模型。

宇树创始人王兴兴最近做出了一个判断：机器人本体以及灵巧手这些硬件虽然还存在一定的提升空间，但在某种意义上已经基本够用，而真正的短板在于软件层的具身智能大模型，那个领域目前还没有人真正取得突破，其所面临的处境类似于ChatGPT出现前的一到三年。
。

这里还存在一个鸡生蛋的问题：如果没有实现大规模部署，就难以采集到足够的真实交互数据；如果模型的智能程度不够，那么也就无法开展大规模部署。
。

灵心巧手所开展的估算表明，大约需要达到一百万台级别的装机量，才能够把真实数据集补全完毕，从而让灵巧手可以在部署过程当中学会大多数人类技能。在这条道路上，硬件部分能够正常运行，数据采集工作处于起步阶段，而模型开发仍然处在概念期。

● 国外进度：几条不同的路

如果把视野拉伸到全球范围来进行观察，可以看到几家企业所走的发展道路各自形成了独特的章法。

特斯拉采取了最为激进的设计方案，Gen3成功达到了22个自由度，其中五指各具备4个自由度并且手腕增加了2个，总共运用了17个执行器。它把电机放置在前臂位置，依赖于腱绳来拉动手指，并且选用O型圈来提供弹性回弹功能，从而省掉了4到5个伸展电机，同时把拇指设计成了三自由度。
。

工程方面存在很多巧妙构思，可是在腱绳蠕变、摩擦以及零位漂移这些问题上仍然没有填平，这也导致量产时间一再往后推迟。

Shadow Robot 所选择的是另一条技术路线，它已经开展了二十多年的相关研发工作，24个关节之中包含20个主动自由度以及4个欠驱动部分，运用了20个直流电机来进行腱驱，一百多个传感器所运行的频率为1kHz，还接入了BioTac指尖触觉传感器，并且ROS系统得以完全打通。

它在研究圈中所代表的是金标准，然而单台售价却要达到十万美元以上，并且重量达到了4.3公斤，这就使得它只能作为实验室里的精密工具来进行运用，而并非量产货。
。

PSYONIC公司的情况最为特别，它从假肢领域起家，所研发的Ability Hand具备五指结构以及6个自由度，集成了30个触觉传感器，重量为490克，可以在0.2秒内完成合拢动作。NASA、Meta、Google以及Amazon等机构都在采用这一产品，Apptronik的Apollo机器人、Hexagon直接把它接驳到机器人系统上，而ABB则运用它来进行数据采集工作。

它证明了一项事实：假肢领域经过几十年持续打磨所积累的五指灵巧能力以及触觉反馈技术，得以直接应用于机器人系统当中。

◎ Kinisi 以及 Sanctuary 则采取了更为务实的策略。Kinisi 把双臂 torso 架设在轮式底盘之上，手部选用现成夹爪，目的在于先把能够干活的功能跑通；Sanctuary 把重心放在移动操作方面，并不执着于一步到位造出最像人的手部。
。

Figure的02代手成功达到了16个自由度，每根手指选用了一个自含的电机以及传感单元，指尖得以感知低至3克的力量，手掌还隐藏了摄像头以实现手内视觉，并且配合Helix模型进行端到端的训练工作。
。

● 国内进度：多路线一起冲

国内这一领域显得更加热闹，截至2025年3月相关企业数量已超40家，资本和出货量方面均在猛涨。

2025 年国内灵巧手销量达到 1.92 万只，同比实现了 236% 的增长，2026 年预计达到 7 万只，到 2030 年可能突破 43 万只，五年复合增速约为 87%。

路线也分几支。

连杆派以因时以及傲意为代表，它们依赖于可靠的性能以及较低的价格来实现走量。

因时所研发的G2系列成功实现了13个主动自由度以及18个可动关节，整手的重量控制在990克，指尖力达到了20N，目前已经做到了盈亏平衡。

腱绳和高自由度派冲得最猛。

灵心巧手的L30成功达到了25个自由度，2025年完成了五轮融资，并且宣布将在2026年交付5到10万台。

◎ 宇树Dex5单手达到了20个自由度，其中包括16个主动自由度以及4个被动自由度，它集成了94个触点，由此可以实现打扑克以及拧魔方等精细操作；

曦诺未来所研发的Flex 1同样成功达到了25个自由度，其手掌重量控制在380克，并且自主研发了8毫米空心杯电机以及7毫米行星滚柱丝杠，由此将扭矩密度提升至322Nm/kg；

◎ 灵巧智能所研发的DexHand021 Pro成功运用了22自由度的仿生架构设计，同时它还率先提出了对灵巧度进行量化的评价体系。
。

触觉感知派则涵盖了帕西尼、强脑、戴盟以及智元。

帕西尼依赖于把多维触觉感知和AI视觉信息融合在一起的做法，在四个月内就成功获得了10亿融资。

戴盟借助毫米级视触觉传感器对易碎件开展了柔顺操控工作；
。

智元公司所研发的OmniHand成功将400多个触点集成到重量为500克的手部当中，其9800元的定价把高自由度灵巧手拉低至万元以内，并且在2026年4月又推出了22加3自由度的Ultra-T，其中掌内还集成了摄像头。
。

几乎所有整机厂都在自主开展灵巧手的研发工作，宇树、智元、优必选、星动纪元（XHand具备12个主动自由度）、兆威机电（DM17具备十七个自由度）各自施展出不同技术路径。

对比之下：各有所长，也各有欠账

如果把国内外的情况摆在一起进行观察，可以发现差距很少体现在某一项参数上，而是更多地反映在各自的侧重点方面。

国外企业在高自由度设计、仿真生态构建以及假肢技术迁移这些方面所积累的经验更为深厚：Shadow公司将其灵巧手嵌入了英伟达Isaac Lab仿真平台，由此让全球的研究者能够在仿真环境当中运用它来进行训练工作；PSYONIC公司则把假肢领域积累的触觉感知和可靠性技术直接迁移过来；特斯拉公司把自由度数量以及仿生设计推到了极限。
。

它们的手更像研究级或参考级产品，虽然在单项性能方面较为突出，但成本以及寿命却是其硬伤所在。

◎ 国内则在成本控制、量产实现、供应链构建以及高自由度激进探索这些方面推进得较为迅猛。
。

因时依赖连杆方案成功实现了一年销售一万多只的成绩，灵心巧手宣布了十万台的年交付目标，帕西尼在四个月内获得了十亿融资支持，智元将高自由度手的价格控制在了万元档位。短板在于数据以及模型，这是王兴兴所指出的软肋，也是全行业共同面临的软肋。

特斯拉所研发的灵巧手在工厂测试条件下的寿命仅有六周，单只成本超过了六千美元；而在同一时期，因时公司依赖于相对简单的连杆传动方案，成功实现了销量突破一万台。极致仿生设计以及稳定量产能力，在当前阶段还并非同一回事。

小结

人形机器人若要真正投入实际作业，便不能依赖于夹持器，而必须运用灵巧手。其中硬件方面需要实现体积小巧、重量轻盈并且具备足够动力，传动系统要做到柔性良好、精度准确以及耐用性强，传感部分需达到密集稳定并且反馈真实，更大的难点在于软件和硬件必须共同开展训练并且一同进行放量。国外的灵巧手在精度以及生态构建方面已经先行一步，而国内的灵巧手则在成本控制和产量提升上追赶迅猛。

今年7月，美国自动化促进协会（A3）在Humanoid Robot Forum上组织了一场座谈讨论，邀请了三家从事灵巧手相关业务的公司创始人前来参加，其中包括PSYONIC公司的Aadeel Akhtar、Sanctuary AI公司的Olivia Norton，以及刚刚被其另一家公司收购的Kinisi创始人Bren Pierce。
主持人把讨论话题引导到了人形机器人目前所面临的另一项最大难题，也就是灵巧度这个方面，同时也涉及到了在背后所开展的数据采集与训练工作。
这几个人的答案各不相同，却都绕不开一个核心事实：人形机器人发展到今天，虽然腿部能够行走、身体可以保持平衡，但真正卡住它的，还是那两只手。
一只人手具备27个自由度，其中含有27块骨头、三十多条肌肉以及数以千计的神经末梢。
我们依赖于它来拿起鸡蛋、系鞋带以及弹钢琴，从来都不会觉得困难。要让机器复刻这种灵活性，却成为了机器人学当中最磨人的一道关卡。
第一关所面临的是如何把足够多的动力塞进巴掌大的空间当中。
灵巧手开发困难，其中第一大难点在于驱动系统的实现。要在与人手体积相近的空间当中，放入电机、减速器、编码器、传动机构以及传感器这些组件，同时还必须确保具备足够的出力。
业界主流选用空心杯电机，其直径往往只有6到8毫米，所具备功率密度很高，但当把它们塞得较为密集时就会产生发热，手指内部那点空间使得散热极为困难，长时间高负载条件下很容易发生过热。
特斯拉在第三代灵巧手的设计当中把所有执行器全部迁移到了前臂位置，手指则依赖于腱绳来进行远程拉动，其目的在于为手部实现减重，同时为散热工作留出必要的余地。
PSYONIC 的 Ability Hand 采取了相反的做法，将 6 个无刷电机直接置入手掌以及手指内部，从而成功实现了 0.2 秒的合拢速度和 490 克的重量，代价则是自由度只有 6 个。
这里存在一个难以回避的取舍：电机距离关节位置越近，控制过程会越直接并且响应速度也会越快，可是手部重量就会增加、温度也会升高；电机位置挪远之后，手部重量虽然得以减轻，但传动链长度增加，精度以及寿命方面又会成为新的麻烦。
驱动之后便是传动环节，这正是灵巧手不同技术路线分歧最大的地方。连杆传动依赖刚性杆件把动力传送到关节位置，因此负载和精度方面都表现良好，在工业应用中运行十分稳定，但缺点在于柔性不足，手指掰不过去的位置就确实掰不过去。
因时机器人的RH56系列以及傲意科技的ROHand均选择了这一技术路线，它们依赖于此成功地把生产成本降低下来并且把可靠性提升上去，其中因时机器人在2025年仅这一系列就销售了一万多只。
腱绳传动的方式则更加接近于人体结构，它依赖于柔性线缆来模仿肌腱，把电机放置在前臂位置，借助拉索来带动手指进行动作，由此得以实现重量轻、灵活性高以及自由度能够堆叠较高的效果。
特斯拉第三代、英国的Shadow、国内的灵心巧手L30、宇树Dex5都依赖于这条腱绳传动路线来开展驱动工作。
然而腱绳传动方式的软肋也十分明显，其中线缆会发生磨损和拉伸，张力会出现漂移，时间一长关节零位便会发生偏移。
调研报告指出，特斯拉在工厂分拣测试中所运用的灵巧手其寿命仅有六周，而每年更换部件的成本则逼近十万美元，其中腱绳所产生的蠕变以及摩擦成为了主要因素。
复合钨丝腱绳由高测股份借助光伏金刚线技术进行开发，其抗蠕变能力达到了普通产品的200倍，循环寿命超过了160万次，但单只手所用钨丝的成本就超过了万元，目前暂时仍贵得难以采用。
直驱方式则是将电机直接安装在关节位置上，由此避免了传动误差的产生并且响应速度也会加快，其中兆威机电等公司选用这一方法来制作高精度灵巧手，但所要付出的代价则是体积较大、散热较为困难以及末端惯量较大。
于是，越来越多的方案开始采用混合驱动的形式：选用丝杠搭配腱绳、行星齿轮箱结合丝杠再加腱绳的方式，在灵活性以及精度两个方面寻求平衡。
仅仅能够实现运动还是不够的，因为手部必须知道它所触摸到的究竟是什么物体。人类在手指尖端每平方厘米范围内拥有接近一万个触觉像素点，然而机器人却长期处于盲人摸象的境地，只会在指尖处放置一个单点力传感器。
进入2025年以后，这一情况开始发生转变。6月份，北京通用人工智能研究院和北大联合研发的F-TAC Hand成功登上了《自然·机器智能》期刊的封面，其手掌70%的面积都铺设了高分辨率触觉传感器，并且空间分辨率达到了0.1毫米。
帕西尼所研发的DexH13整合了1140个触觉单元，并且将AI视觉信息融合到其中；智元公司的OmniHand则在一只重量500克的手部当中布置了400多个力控触点，从而把售价控制到了9800元；强脑的Revo 2所具备的能力是可以分辨硬度、纹理以及受力方向这些特征，而且已经在现场演示过点燃火柴的过程。这些进展使得机器人从仅仅“握住”物体的能力走向了真正“感受”物体的能力。
然而电子皮肤也面临着其自身的难题：反复触碰的动作会造成磨损现象，柔性传感器在工厂环境下的寿命较为有限，同时触觉数据应当如何与控制闭环实现有效连接，目前也仍然处在探索过程之中。
前面三关所涉及的均为硬件方面，而最后一关则落在了软件的处理上。自由度越高，协调控制的难度就会越大；要让二十多个关节能够听话地进行配合，必须依赖于触觉以及力觉所提供的实时反馈，更必须依赖于能够理解任务的大模型。
宇树创始人王兴兴最近做出了一个判断：机器人本体以及灵巧手这些硬件虽然还存在一定的提升空间，但在某种意义上已经基本够用，而真正的短板在于软件层的具身智能大模型，那个领域目前还没有人真正取得突破，其所面临的处境类似于ChatGPT出现前的一到三年。
这里还存在一个鸡生蛋的问题：如果没有实现大规模部署，就难以采集到足够的真实交互数据；如果模型的智能程度不够，那么也就无法开展大规模部署。
灵心巧手所开展的估算表明，大约需要达到一百万台级别的装机量，才能够把真实数据集补全完毕，从而让灵巧手可以在部署过程当中学会大多数人类技能。在这条道路上，硬件部分能够正常运行，数据采集工作处于起步阶段，而模型开发仍然处在概念期。
如果把视野拉伸到全球范围来进行观察，可以看到几家企业所走的发展道路各自形成了独特的章法。
特斯拉采取了最为激进的设计方案，Gen3成功达到了22个自由度，其中五指各具备4个自由度并且手腕增加了2个，总共运用了17个执行器。它把电机放置在前臂位置，依赖于腱绳来拉动手指，并且选用O型圈来提供弹性回弹功能，从而省掉了4到5个伸展电机，同时把拇指设计成了三自由度。
工程方面存在很多巧妙构思，可是在腱绳蠕变、摩擦以及零位漂移这些问题上仍然没有填平，这也导致量产时间一再往后推迟。
Shadow Robot 所选择的是另一条技术路线，它已经开展了二十多年的相关研发工作，24个关节之中包含20个主动自由度以及4个欠驱动部分，运用了20个直流电机来进行腱驱，一百多个传感器所运行的频率为1kHz，还接入了BioTac指尖触觉传感器，并且ROS系统得以完全打通。
它在研究圈中所代表的是金标准，然而单台售价却要达到十万美元以上，并且重量达到了4.3公斤，这就使得它只能作为实验室里的精密工具来进行运用，而并非量产货。
PSYONIC公司的情况最为特别，它从假肢领域起家，所研发的Ability Hand具备五指结构以及6个自由度，集成了30个触觉传感器，重量为490克，可以在0.2秒内完成合拢动作。NASA、Meta、Google以及Amazon等机构都在采用这一产品，Apptronik的Apollo机器人、Hexagon直接把它接驳到机器人系统上，而ABB则运用它来进行数据采集工作。
它证明了一项事实：假肢领域经过几十年持续打磨所积累的五指灵巧能力以及触觉反馈技术，得以直接应用于机器人系统当中。
Kinisi 以及 Sanctuary 则采取了更为务实的策略。Kinisi 把双臂 torso 架设在轮式底盘之上，手部选用现成夹爪，目的在于先把能够干活的功能跑通；Sanctuary 把重心放在移动操作方面，并不执着于一步到位造出最像人的手部。
Figure的02代手成功达到了16个自由度，每根手指选用了一个自含的电机以及传感单元，指尖得以感知低至3克的力量，手掌还隐藏了摄像头以实现手内视觉，并且配合Helix模型进行端到端的训练工作。
国内这一领域显得更加热闹，截至2025年3月相关企业数量已超40家，资本和出货量方面均在猛涨。
2025 年国内灵巧手销量达到 1.92 万只，同比实现了 236% 的增长，2026 年预计达到 7 万只，到 2030 年可能突破 43 万只，五年复合增速约为 87%。
连杆派以因时以及傲意为代表，它们依赖于可靠的性能以及较低的价格来实现走量。
因时所研发的G2系列成功实现了13个主动自由度以及18个可动关节，整手的重量控制在990克，指尖力达到了20N，目前已经做到了盈亏平衡。
灵心巧手的L30成功达到了25个自由度，2025年完成了五轮融资，并且宣布将在2026年交付5到10万台。
宇树Dex5单手达到了20个自由度，其中包括16个主动自由度以及4个被动自由度，它集成了94个触点，由此可以实现打扑克以及拧魔方等精细操作；
曦诺未来所研发的Flex 1同样成功达到了25个自由度，其手掌重量控制在380克，并且自主研发了8毫米空心杯电机以及7毫米行星滚柱丝杠，由此将扭矩密度提升至322Nm/kg；
灵巧智能所研发的DexHand021 Pro成功运用了22自由度的仿生架构设计，同时它还率先提出了对灵巧度进行量化的评价体系。
触觉感知派则涵盖了帕西尼、强脑、戴盟以及智元。
帕西尼依赖于把多维触觉感知和AI视觉信息融合在一起的做法，在四个月内就成功获得了10亿融资。
戴盟借助毫米级视触觉传感器对易碎件开展了柔顺操控工作；
智元公司所研发的OmniHand成功将400多个触点集成到重量为500克的手部当中，其9800元的定价把高自由度灵巧手拉低至万元以内，并且在2026年4月又推出了22加3自由度的Ultra-T，其中掌内还集成了摄像头。
几乎所有整机厂都在自主开展灵巧手的研发工作，宇树、智元、优必选、星动纪元（XHand具备12个主动自由度）、兆威机电（DM17具备十七个自由度）各自施展出不同技术路径。
如果把国内外的情况摆在一起进行观察，可以发现差距很少体现在某一项参数上，而是更多地反映在各自的侧重点方面。
国外企业在高自由度设计、仿真生态构建以及假肢技术迁移这些方面所积累的经验更为深厚：Shadow公司将其灵巧手嵌入了英伟达Isaac Lab仿真平台，由此让全球的研究者能够在仿真环境当中运用它来进行训练工作；PSYONIC公司则把假肢领域积累的触觉感知和可靠性技术直接迁移过来；特斯拉公司把自由度数量以及仿生设计推到了极限。
它们的手更像研究级或参考级产品，虽然在单项性能方面较为突出，但成本以及寿命却是其硬伤所在。
国内则在成本控制、量产实现、供应链构建以及高自由度激进探索这些方面推进得较为迅猛。
因时依赖连杆方案成功实现了一年销售一万多只的成绩，灵心巧手宣布了十万台的年交付目标，帕西尼在四个月内获得了十亿融资支持，智元将高自由度手的价格控制在了万元档位。短板在于数据以及模型，这是王兴兴所指出的软肋，也是全行业共同面临的软肋。
特斯拉所研发的灵巧手在工厂测试条件下的寿命仅有六周，单只成本超过了六千美元；而在同一时期，因时公司依赖于相对简单的连杆传动方案，成功实现了销量突破一万台。极致仿生设计以及稳定量产能力，在当前阶段还并非同一回事。
人形机器人若要真正投入实际作业，便不能依赖于夹持器，而必须运用灵巧手。其中硬件方面需要实现体积小巧、重量轻盈并且具备足够动力，传动系统要做到柔性良好、精度准确以及耐用性强，传感部分需达到密集稳定并且反馈真实，更大的难点在于软件和硬件必须共同开展训练并且一同进行放量。国外的灵巧手在精度以及生态构建方面已经先行一步，而国内的灵巧手则在成本控制和产量提升上追赶迅猛。

来源：灵巧手：人形机器人真正落地的那道关 | OFweek机器人网