🏢 公司C档 · NaN分

人形机器人,卡在一只手上

··约1分钟阅读

📋 总体概括

特斯拉Q3财报会上,灵巧手仍被列为Optimus最难啃的硬件。一副眼镜的拾取与递出,暴露了柔软与耐磨、自由度与可靠性的多重矛盾。本文拆解灵巧手的技术死结与产业格局:胜负手不在算法,而在微型执行器、良率和供应链半径。

📄 正文

影视里的机器人能接住坠落的主角,现实中的机器人却可能拿不稳一副眼镜。这不是段子——在特斯拉2026年Q3财报电话会上,Optimus工程负责人把灵巧手列为最具挑战的硬件部位之一。人形机器人已经跨过'能不能造出来'的阶段,现在卡住整个行业的,是这只手。它决定了机器人能不能从演示视频走进真实场景,也决定了动辄按2030年定价的估值,最终能不能兑现。

🖐️ 一副眼镜,难倒擎天柱

最简单的动作,往往是最狠的考题。

2007年的《变形金刚》里,Optimus这个名字的出处——擎天柱,能接住从高处坠落的山姆,也能从地面拾起他那副细小的眼镜。接人有多难,观众一目了然;捡眼镜却被一带而过。那几根巨大的金属手指,怎样才能伸到镜腿下面,拿稳它,又不把它捏坏?

把这一串动作拆开,每一步都是机械问题:镜架贴着桌面,手指要找到能进入的缝隙;旁边放着一本书,可接近的位置又少了一块。好不容易捏住一侧镜腿,刚才好用的抓点却可能正挡住接收者的手——为了把眼镜递出去,机器人可能得先换一个抓点。用久之后再做一次同一动作,还能看出参数表上没写的问题:磨损、漂移、传感器衰减。

这不是脑洞练习。Shadow Robot与Google DeepMind合作开发的DEX-EE,就是专门服务灵巧操作研究的测试平台。'拾取—调整—递出'这组动作,正在成为检验灵巧手抓握与交接能力的事实标准。

产业逻辑很直白:行走、跳舞的演示可以靠预设轨迹糊弄,但抓握交接骗不了人。灵巧手是人形机器人从'会动'到'能干活'的分水岭,也是融资故事里最经不起推敲的那一环。

⚙️ 柔软与耐磨,是天生的死结

一台机器最难的地方,是让两种相反的需求活在一个零件里。

在财报电话会上,马斯克点破了灵巧手的核心矛盾:手指要足够柔软,能够拿起易损物品;又要经得起反复使用的磨损,而且内部的传感器不能因此受损。柔软、耐用、感知,三者互相拉扯——做了缓冲,传感信号就变模糊;做了刚性,易碎品直接报废。

再往微观拆,问题更具体。拇指能到哪里,直接决定了可选择的抓点:它绕到食指对面,可以捏住细镜腿;移向镜框,又可能接替另一根手指承托。而两根指尖能不能碰上,还要看接触面的朝向——如果只能斜着擦过镜腿,稍一施力就可能把它推走。也就是说,拇指根部的转动方向决定了接近方式,单纯增加手指弯曲的关节,未必能让指尖从合适的方向够到物体。

这意味着灵巧手不是'堆自由度'就能赢的,它是一条精密的零部件工程链:

据多位接近供应链的人士说法,这条环上每一环的良率和一致性,目前都是各家最讳莫如深的数据。手部部件的尺寸是指尖级的,任何一个微型执行器提前失效,整只手就罢工。这正是马斯克那句矛盾的工程翻译:不是做不出一只一次性的巧手,而是做不出一只用几万次还不坏的巧手。

🧩 三指够用,还是五指才像手

构型之争的背后,不是模仿人类,而是选择作业边界。

DEX-EE只用三根手指形成围合抓握。三指构型的优点很实际:控制维度少、可靠性高、成本低,足够支撑大部分灵巧操作研究。而五指构型能提供更多接触和接替支撑的选择,更接近人手使用工具时的抓法——但手指数量之外,各指能伸到哪里、能否分别独立动作,才决定了这些选择能不能真正用上。五个自由度堆在一起却互相牵制的'摆设五指',打不过三个各司其职的'实干三指'。

维度三指围合构型五指构型
控制复杂度低,维度少易调高,需独立协调
抓握选择围合为主,够研究用接触与接替支撑选择更多
接近工具化抓法有限更接近人手
可靠性风险点少传动链长,失效点多
成本相对低相对高

产业判断是:构型没有标准答案,只有场景答案。搬运、分拣类任务三指可能就够;涉及工具使用的通用作业,五指的接触冗余才有价值。真正的护城河不在'几根手指'这个参数,而在每根手指的驱动布局、接近轨迹与寿命工程。谁先把构型选择变成可复制的工程方法论,谁就掌握了定价权。

🏭 胜负手在关节、良率和配送圈

从'能不能做'到'能不能便宜、稳定、成批地做',中间隔着一条供应链。

特斯拉在2026年股东大会委托书里,首次书面宣称Optimus已'为大规模量产做好准备'。但同一份文件没有给出任何产量、价格与交付日期——'做好准备'四个字,更像资本市场语言而非工厂排产语言。另一边,OpenAI在播客里确认自研人形机器人,时间锚点是2027年的演示原型。

把已知节点排成一条线:

  • 2007年:《变形金刚》上映,擎天柱接人捡眼镜成为大众认知模板
  • 2026年10月21日:特斯拉Q3财报电话会,灵巧手仍列最具挑战硬件
  • 2026年:股东大会委托书书面宣称Optimus'为大规模量产做好准备',未给产量与日期
  • 2027年:OpenAI自研人形机器人的演示原型目标节点

有意思的是两家路径的差异:特斯拉押量产,OpenAI押模型与整机自研的合流。但无论哪条路,业内的共识越来越清晰——这个阶段的胜负手不在算法,更可能在关节、在良率、在长三角两小时配送圈。灵巧手恰好是这条链上良率最敏感、迭代最密集的部件。离供应链越近,工程闭环转得越快,这是制造业的老规矩,在机器人身上一个字都没改。

💰 5万台现货,2030年的定价

当下最危险的错配,是拿今天的出货量,去匹配2030年的估值。

宇树科技近期公告:股票连续三个交易日内收盘价格涨幅偏离值累计超过30%,属于交易异常波动。公告把话说得很直白——人形机器人行业尚处于商业化早期,技术成熟度、下游市场需求培育、产业链配套能力均存在不确定性;若大规模商业化落地进度不及预期,营收扩张及业绩释放可能受不利影响,存在估值回归的投资风险。

数据面同样冷静:当前全球人形机器人年出货仅约5万台,但估值已经按2030年出货量定价。前瞻式定价成了产业最大的桎梏之一。把主要玩家放进坐标里看,格局一目了然:

坐标是笔者的定性判断,但它指向一个事实:技术站位最靠前的玩家,商业兑现反而未必最快。而灵巧手,恰恰是检验这份溢价能不能兑现的第一块试金石——量产不及预期,手先出问题;场景跑不通,手先露馅。

小结

影视作品给了我们过高的人形机器人预期,而现实把差距精确地压缩在一只手上:柔软与耐磨的矛盾、构型与自由度的取舍、5万台现货与2030年定价的错配。下一阶段产业的观察窗口很明确——看灵巧手的良率爬坡、看Optimus的量产数据是否落地、看OpenAI 2027年原型的真实作业能力。哪只手先接过一副眼镜并稳稳递出,哪家的估值故事才算真正开讲。

本文由本站 AI 辅助聚合生成,原始来源如下:

🔎 本文基于以下资讯(素材溯源 · 信息来源)

📰 相关阅读推荐(与本文相关的其他资讯)