过去几年，具身智能领域最直观的变化，就是机器人正在一步步从实验室走进真实世界。

双足行走、平衡控制、视觉感知、语言交互，再到如今大模型带来的任务理解能力，机器人能做的事越来越多，进入世界的能力也越来越强。

可一旦真正落地到工厂、实验室、商场，甚至家庭，一个更实际的问题就冒出来了：机器人到了现场，到底能干什么？

移动能力解决的是能不能到那儿，而灵巧操作才决定能不能干得了活儿。

在一些高度标准化的工业环节里，传统夹爪依然有成本低、可靠性高的优势。

可一旦任务变成复杂装配、工具使用、柔性生产，或者需要和人、环境频繁交互，机器人要的不再只是抓住东西，而是能感知接触、调节力度、控制姿态，并连贯地完成一系列动作。

换句话说，灵巧手正在成为具身智能从感知和决策走向物理执行的关键一环。

过去大家更关心的是机器人有没有一双手？

现在问题变成了，这双手能不能真正干活？能不能稳定落地？能不能靠数据持续进化？

在这个背景下，中科慧灵、蓝思科技和湖南华夏投资集团共同组建了中科慧思。他们从灵巧手切入，定位是做全球灵巧操作的基建公司。

品牌亮相的同时，中科慧思发布了 L1 轻量版通用灵巧手、D1 通用五指灵巧手、M1 模块化场景灵巧手，还预发布了 F 系列绳驱仿生灵巧手，并展示了数据手套和数采工具链。

这不仅仅是发了几款新品，更像是一次产品矩阵、数据闭环和全栈能力的整体呈现。

中科慧思想回答的，其实也是整个灵巧手产业正在琢磨的问题：未来的灵巧手，到底该往哪里走？

技术路线基本收敛，但应用不会一刀切

过去，要论灵巧手行业最热闹的争论，技术路线之争绝对占据一席之地。

主流路线大致分为三种：

• 连杆：结构简单、可靠性高、承载能力强，适合工业高负载场景

• 绳驱：模仿人体生物肌腱结构，灵活性和自由度扩展能力强

• 直驱：将微型驱动单元直接集成于关节处，控制精度高、动态响应快

三种路线各有拥趸，也各有短板。

粗略概括的话，连杆押注眼下的工程可靠性，绳驱追求物理性能的极限上限，直驱则为了算法可训练性让出了一部分性能空间。

现在大家基本能达成共识：行业的技术路线大概率会收敛到这三类，但不太可能只靠某一种路线打遍所有任务。

换句话说，大类是定了，可具体到某个场景该用哪一类，远没到统一答案的时候。

这也是为什么灵巧手行业眼下还卡着四个老大难问题：贵而不稳、集成难度高、有手无脑，以及具体技术选型依然悬而未决。

中科慧思的应对思路很直接：不押注某一条路线，而是用多系本体矩阵去覆盖不同需求。

这次发布会正式推出了 L1、D1、M1 三款，预发布了 F 系列。

L1 轻量版通用灵巧手走的是轻量、精简自由度的路线，11 个自由度，整手约 610 克，指尖力 15N，全手开合只要 0.2 秒。

价格做到千元级，定位是替代现有夹爪。在 CASBOT BAND 机器人乐队里，L 系列已经用来弹吉他、贝斯和电子琴，高频动作下落点、力度和节奏都保持得不错。

D1 通用五指灵巧手主打高自由度，20 个自由度，自重不到 900 克，集成了近 20 路传感单元。

它强调多关节独立运动、多指协同和触觉感知，主要用在真机数据采集和人形机器人双臂操作的研发中。

M1 模块化场景灵巧手采用标准主体加模块化指尖。

不同任务对指尖形态要求不一样，有的需要稳定夹持，有的需要精细接触，还有打磨、检测之类。

M1 通过换指尖模块来适配，让同一只手能快速切到不同场景。

F 系列绳驱仿生灵巧手计划有 37 个关节自由度，往高自由度、仿生结构和柔顺操作方向探索。

值得一提的是，这款腱绳手能用筷子、捏兰花指、用剪刀，而且腱绳通道可以快速更换，磨损了直接换新，不到三分钟就能搞定。

几条产品线，对应不同的需求逻辑：L 系列解决有没有便宜好用的手，D 系列解决有没有高自由度的通用手，M 系列解决能不能让手适配不同任务，F 系列探索能不能更像人手。

背后的商业逻辑并不复杂：单一技术路线加单一产品形态，覆盖不了所有真实场景。

灵巧手行业不会出现一款产品通吃的终局，真正能立住壁垒的，是那些有能力用多种路线去贴合不同应用的企业。

有手无脑，灵巧手最大的瓶颈不在硬件

如果说产品矩阵解决的是手能不能动起来，那行业真正头疼的问题是：手动了之后，能不能干活？

中科慧灵创始人张正涛判断：现阶段 VLA 模型都还不够成熟，难以很好地驱动 20 到 30 自由度的灵巧手，不能让它像人手一样灵活。

灵巧手能动，但远谈不上聪明。

这背后藏着一个常被忽略的数据困境。

一组对比很能说明问题：大模型文本语料有数十万亿 Token，机器人整机开源数据有百万条轨迹，而开源灵巧手精细操作的真实数据，只有几万条，差了好几个数量级。

为什么灵巧操作数据这么难拿？因为这类数据无法从互联网上简单下载，每一条都需要通过真实的机器人操作来采集。

一条 30 秒的真机数据，采集成本就要 10 到 15 元，采一小时得上千元。

现在已有的高质量机器人操作数据集，跟大语言模型用的文本数据比起来，规模还差着几个量级。

数据稀缺的后果很直接：硬件有能力，但变不成操作能力。

一台 20 自由度的灵巧手，物理上能做很多动作，可没有足够的数据去训练模型，这些自由度只是能活动，而不是会干活。

中科慧思的解法是多系本体和数据采集两条飞轮一起转。

第一条飞轮是系列化灵巧手本体。

不同产品进不同场景：L1 进乐队和通用操作，D1 进科研和真机数采，M1 进工业现场，持续产出不同动作、不同对象、不同场景的同源操作数据。

第二条飞轮是分层数据采集体系。

中科慧思在推进数据手套、头环设备，以及一整套数采工具链，覆盖采集、清洗、标注、训练到真机迭代的全流程。

数据分三层：

• 基础运动流：手和手臂怎么动

• 接触与力：碰到了什么，接触之后发生了什么

• 视觉与任务信息：操作对象、环境状态、任务目标是什么

两条飞轮互相促进，硬件决定数据能采到什么程度，数据决定硬件能发挥多大价值。

系列化本体给了数据采集一个统一、稳定的硬件底座；持续积累的同源数据反过来又能提升模型能力、操作技能和产品性能。

说白了，没有数据的灵巧手，就像没有乐谱的钢琴，能响，但成不了曲。

除了数据，还有一个变化值得留意，行业对灵巧操作的理解正在变。

以前企业展示灵巧手，喜欢拿单个动作说事，比如抓个东西、挪个位置、放个物件。

但真实任务很少只有一个动作，完整的工作流程往往是一连串动作的组合。

所以中科慧思提出了 Action、Skill、Task 三层能力体系：

第一层是动作级，夹持、按压、托举、释放。看机器人能不能稳定完成基础动作。

第二层是技能级，旋拧、插接、贴合、擦拭。要求机器人不光能做动作，还能形成可复用的操作方法。

第三层是任务级，完成一个完整工作流程，需要多个动作和技能串起来。

这种分层其实是在说，行业正在从机器人能不能动转向机器人能不能成事。

而这也意味着，灵巧手企业的竞争边界会进一步扩大，它们做的将不只是硬件，而是硬件载体、数据体系、算法能力和技能库的整套组合。

灵巧手的终局：不是一件硬件，而是一套操作能力体系

把时间线拉长，灵巧手的发展路径其实在经历一次明显的转向。

第一阶段，行业关心的是有没有一双像人的手；

第二阶段，关注这双手能不能稳定运动；

到了第三阶段，问题变成了这双手能不能完成真实任务。

正因为这样，单纯比自由度、速度、负载这些参数，越来越难判断一家灵巧手公司的真实水平。

过去在机器人产业链里，灵巧手通常被看作一个末端执行部件，机械臂负责运动，手负责抓取。

但到了具身智能时代，这层关系变了。

灵巧手不光是机器人接触世界的接口，也是它理解世界的重要入口。它把物理世界、感知系统、控制算法、任务模型和数据闭环串在了一起。

如果只做硬件，没有数据和算法能力，那灵巧手就只是高级一点的夹爪；反过来，只有算法，没有稳定可靠的硬件，也进不了真实环境。

所以，未来真正有竞争力的灵巧手企业，很可能要走向全栈。

这里说的全栈，不是什么都自己干，而是围绕核心能力搭一个完整的闭环：硬件设计、工程制造、数据采集、算法迭代，再加上场景验证。

那为什么全栈能力对灵巧手这么重要？

第一，灵巧操作高度依赖真实数据。如果硬件一致性都控制不好，采来的数据就很难复用。

在一只手上练出来的经验，换到另一只性能差异明显的手上，基本用不了。

这也是为什么制造能力变得关键。灵巧手内部有微型驱动、精密传动、多关节结构、传感器和控制单元，一旦进入规模化应用，同型号产品之间必须稳定一致，不然数据和技能都没法复制。

第二，真实场景本身就是训练场。机器人只有进到不同环境，面对不同物体和任务，才能暴露出实验室里发现不了的问题。

以这次中科慧思展示的 CASBOT BAND 机器人乐队为例，连续演奏不像单次抓取那样简单，它要求机器人持续控制力度、节奏和落点，还要协调机械臂、本体和多机器人系统。

这类场景，其实是对灵巧手稳定性和系统能力的一次硬核考验。

从这个角度看，中科慧思的成立，不光是多了一家灵巧手公司，更值得留意的是它代表了一类新路径。

一边用 L、D、M、F 等不同路线的产品覆盖不同任务，一边通过数据手套、遥操作设备和数采工具链建立数据闭环。

背后还有中科慧灵在机器人系统上的积累，以及蓝思科技在精密制造和工程验证上的支撑。

这几个方向，恰好对应了未来灵巧手产业的关键变量：技术路线能不能跑通，产品能不能规模交付，数据能不能持续积累，能力能不能不断迭代。

以前评价机器人，大家习惯看它能不能跑、能不能跳，但现在这套标准已经在变。

机器人的最终价值，在于它能不能进入真实世界，完成真实任务。

对灵巧手来说，这意味着竞争不再只是机械结构之间的比拼。

未来真正重要的，是谁能把一双手、一套数据体系、一套算法能力和一批真实场景，连成一个持续进化的闭环。

灵巧手的终点，可能不是成为机器人身上的一个部件，而是成为机器人理解和操作物理世界的基础设施。

机器人真正需要的，也不是一双看起来像人的手，而是一双能学习、能适应、并最终把活儿干好的手。