灵巧手的胜负手：与特斯拉和解、拿下1100万美元，Proception押注的不是硬件，是数据入口

灵巧手，人形机器人身上最难啃的骨头，最近又添了一个戏剧性注脚。

据海外媒体报道，灵巧手初创公司 Proception 与 特斯拉 就商业秘密诉讼达成和解，同时宣布完成 1100 万美元融资。一边打官司一边拿钱，这在机器人创业圈并不多见——投资人用真金白银投票，说明市场对“手”这个问题的耐心还没耗尽。

先说结论：灵巧手不是一个“部件生意”，它本质上是具身智能数据链路的咽喉。谁掌握了手，谁才有可能掌握操作类任务的范式。

🖐️ 一场和解：目前可以确认的公开信息

关于这场纠纷，根据现有公开报道，可以梳理出的时间线如下：

• 诉讼提起：据海外媒体此前报道，特斯拉 曾以商业秘密侵权为由起诉 Proception，争议核心指向其手部技术方案的来源；
• 和解达成：双方已就纠纷达成和解，具体条款未对外披露；
• 融资官宣：和解消息与新一轮融资同步官宣，金额为 1100 万美元。

需要说明的是，诉讼的具体提起时间、管辖法院与和解条款，目前均无权威公开信息可查，上述时间线以后续公司公告与法院公开文件为准。但可以确认的是：和解与融资同步发生，这在客观上构成了投资人对该公司技术独立性的背书。

这个时间点值得注意：一家仍在诉讼中的公司能够完成融资，说明投资决策的核心变量不是法律纠纷本身，而是“手”这个问题的战略价值。

从产业格局看，灵巧手目前大致分为三个流派，且均有可对照的代表性产品：

• 腱绳传动：以 特斯拉 Optimus 二代手部方案为代表，通过腱绳将电机驱动远置，实现高自由度（Optimus 手部公开自由度为 22 个，其中手部本体 11 个、前臂 11 个），结构轻巧，但腱绳的寿命与可靠性是老大难；
• 直驱/高集成方案：以国内 因时机器人 的微型伺服电缸路线为代表，追求力控精度与快速响应，代价是成本与散热压力；
• 连杆/混合传动：以 Wonik Robotics 的 Allegro Hand、Shadow Robot 的部分模组为代表，工程上更稳妥，是科研市场的主流选择。

Proception 没有完整公开其技术路线，但其官方表述中反复强调一点：他们在用独特的方式采集训练数据，以攻克机器人领域最难的问题之一——手。

这句话的分量，可能比 1100 万美元本身更重。

📊 数据，灵巧手真正的护城河

在具身智能领域，一个被广泛引用的判断是：模型架构的进展快于数据积累，“模型不缺，缺的是数据”。

传统上，操作类训练数据主要靠遥操作——人类戴着手套或主手，一秒一秒地教机器人。这种方式的瓶颈很明显：成本高、效率低、数据多样性受限。斯坦福 ALOHA 团队 2024 年公开的低成本遥操作方案之所以引发广泛关注，正是因为它把单套遥操作硬件成本压缩到了约 2 万元人民币量级，侧面印证了此前遥操作数据采集的成本之高。而即便成本降下来，遥操作数据的采集速度仍受限于人类操作员的实时演示，难以规模化。

Proception 的差异化打法就在这里：他们声称找到了独特的数据采集方式，绕开了传统遥操作的效率天花板。如果属实，这条链路可以概括为：

“高效率数据采集 → 训练操作策略 → 真机部署 → 新场景产生新数据需求 → 反哺采集管线

这个闭环里，数据采集是起点，也是最大瓶颈。谁能在起点上建立效率优势，谁就有可能跑通整个具身智能的正循环。

从功能上看，这一判断有解剖学层面的依据：人手约占全身骨骼数量的四分之一以上，日常生活中绝大多数精细操作（抓取、工具使用、按键操作）都依赖手部完成。手的数据价值远大于机器人其他部位，谁先把手的数据问题解决，谁就在操作类任务上掌握了先手。

这也解释了为什么一家曾被 特斯拉 起诉的公司，仍能拿到真金白银。

🏭 从 Optimus 说起，为什么大厂都在死磕手

把镜头拉远。特斯拉 的 Optimus、Figure 的 Figure 02、宇树科技 的 Unitree G1 系列、智元机器人 的远征 A2——几乎所有头部人形机器人公司，都在为“手”投入大量资源。

原因很直接：腿是 mobility 问题，已经被相对充分地解决了；身体是结构问题，工程优化空间有限；但“手”是操作能力的全部来源，直接决定了机器人能不能进工厂、进家庭，干真正的活。

一组可以从公开资料核实的事实：

• 人手单侧约有 21-27 个自由度（取决于对腕部关节的统计口径），超过大多数人形机器人全身的主动自由度总和；
• 高端科研级灵巧手价格长期居高不下，例如 Shadow Dexterous Hand 海外报价达十万美元级别；国产方案虽将价格下探至数万元人民币量级，但自由度与力控性能普遍做了取舍；
• 腱绳方案的寿命是公认的量产瓶颈，需要频繁维护更换。

也就是说，一台人形机器人，手可能占据整机成本的相当比例，却承担着最关键的功能。

这就是为什么灵巧手被称为“人形机器人的最后一公里”——不是最显眼的，但可能是最决定性的。

💡 1100 万美元，够烧多久：用可比公司算一笔账

回到 Proception 融资本身。1100 万美元，对于一家硬件+算法的初创公司来说，属于早期轮次。

参照行业规律，这个量级的资金大致可以支撑：

• 小规模样机迭代（数十台级别）
• 一支核心工程团队 12-18 个月的运营
• 初步的数据采集管线搭建

要真正实现量产和商业化落地，还需要更多轮次。可比公司的公开融资数据可以说明这个赛道的资金消耗速度：

• Figure AI：2024 年 2 月完成 6.75 亿美元融资（微软、OpenAI、英伟达、贝佐斯等参投），估值 26 亿美元；2025 年新一轮融资传闻估值已达 390 亿美元；
• 宇树科技：2025 年完成 C 轮融资，引入蚂蚁集团、吉利等产业方，投前估值超百亿元人民币，同年进入上市辅导阶段；
• 灵心巧手（Linkerbot）：作为灵巧手赛道的代表性初创公司，2025 年公开完成数亿元人民币融资，为该细分赛道近年规模较大的一笔。

对照来看，1100 万美元在灵巧手这个“硬件+数据”双高投入的赛道上，只够支撑到第一个产品验证节点。Proception 需要在资金耗尽前，拿出可验证的产品或数据管线成果，才能进入下一轮。

一条粗略的行业时间线如下：

• 2023 年：具身智能概念升温，通用操作策略（如 RT-1、RT-2 系列工作）推动灵巧手需求上升；
• 2024 年：灵巧手方案百花齐放，ALOHA 等低成本遥操作方案降低了数据采集门槛；
• 2024-2025 年：特斯拉、Figure 等头部主机厂转向灵巧手自研自产；
• 2025 年：Proception 与 特斯拉 达成和解，同步官宣 1100 万美元融资。

值得注意的是，特斯拉、Figure 等头部公司都在推动灵巧手的自研自产。这意味着第三方灵巧手公司未来很可能面临“客户变对手”的尴尬局面——除非它们能在成本、寿命或数据能力上建立难以替代的优势。

⚠️ 商业化落地，还差几步

判断 Proception 这类公司的前景，需要回答三个问题：

第一，手本身是否过关？ 寿命、力控精度、成本——这三项决定能否量产。目前公司公开信息不足，需要观察后续产品迭代与第三方评测。

第二，数据管线是否真有壁垒？ 如果 Proception 声称的独特数据采集方式被验证，它就不只是一家硬件公司，而是一家具身智能数据公司，估值逻辑会完全不同。

第三，生态位是否稳固？ 在 特斯拉 等巨头自研的背景下，第三方灵巧手需要找到自己的客户。潜在客户包括：

• 人形机器人主机厂中未自研手部的公司
• 科研机构与高校实验室（当前灵巧手最确定的付费群体）
• 工业末端执行器场景（分拣、装配等专用操作）
• 假肢与医疗康复

坦率地说，Proception 眼下最大的资产，不是这 1100 万美元，而是它抛出的“独特数据采集方式”这个命题。如果这个命题被验证，它有机会跳出硬件红海；如果验证不了，它就只是一家普通的灵巧手公司，在巨头自研的挤压下艰难求生。

🔍 小结：手是具身智能的胜负手

Proception 的故事，本质上折射出灵巧手赛道的一个核心矛盾：它是人形机器人最关键的部件，也是商业化最不成熟的一环。

1100 万美元不多，一场和解也不算惊天动地。但这件事告诉我们，灵巧手作为具身智能操作能力的物理载体，正在从“部件”升格为“数据入口”。未来 12-24 个月，这个赛道大概率会出现更多类似 Proception 的公司——它们卖的不只是手，而是通往通用操作能力的一张门票。

谁能先把这张门票印出来，谁就赢了。