1X 發佈 Neo 機器人機械手:25 個自由度,有觸覺,可水洗

重點摘要
1X 公司發佈 Neo 人形機器人的機械手,擁有 25 個自由度與仿生肌腱驅動結構,具備觸覺傳感器和可反向驅動能力,能精準執行摘葡萄、舉壺鈴等細膩與力量型任務。該機械手達到 IP68 防護等級,可直接水洗,並且已完成數百萬次測試循環,耐用性出色。
# 1X 發佈 Neo 機器人機械手:25 個自由度、具備觸覺感知、可直接水洗,家庭服務機器人離我們更近了
7 月 12 日消息,總部位於美國加州帕羅奧圖的 AI 機器人公司 1X 近期向外界展示了旗下人形機器人 Neo 的最新機械手視頻,其表現令業界震撼。這款機械手在動作速度、控制精準度以及整體靈巧性上達到了前所未有的水平,為家庭服務機器人的發展樹立了新的標杆。 Neo 機械手最引人注目的參數莫過於其搭載的 **25 個自由度**,且全部採用主動驅動設計,每個關節都由獨立電機進行精準控制。更關鍵的是,它採用了仿生肌腱驅動結構,模擬人類手部肌肉與肌腱的運作方式。1X 公司表示,這套創新的設計讓 Neo 的靈巧性、力量輸出以及長期運行的可靠性已接近人類雙手的水平,成為人形機器人領域一項重要的技術突破。 ## 告別“只寫不讀”:力透明技術讓機器人真正擁有“知覺”
一直以來,大多數機器人的機械手都處於“只寫不讀”的狀態。也就是說,機器人僅能接收指令並執行動作,卻無法在過程中反饋任何觸覺信息。它無法像人類一樣“感覺”自己觸碰到了什麼。造成這一困境的根源在於傳統機器人通常採用 100:1 甚至 200:1 的高減速比齒輪機構。這種設計雖然大幅提高了輸出扭矩,卻幾乎將所有接觸力反饋“吞沒”,導致機械手在觸覺上處於“失聰”狀態。 Neo 則完全顛覆了這一設計理念。其仿生肌腱驅動結構將減速比控制在極低的 5:1 至 15:1 之間。這意味著,每一個關節不僅是執行動作的電機,同時也化身為一枚高精度力傳感器。當你按壓 Neo 的手指時,它會自然順應力量讓位,這種特性被稱為“可反向驅動”,同時它還能精確測量施加力的大小。1X 將這一能力命名為 **“力透明”**。簡單來說,力量不僅能順暢地從機器人傳遞到外界物體,外界施加的力也能實時、無損地反饋回來。基於此,機器人能夠真正“知道”自己的指尖正在經歷什麼,這對於學習操作陌生物體至關重要。人類正是通過觸摸、按壓、旋轉、搖晃等行為向物體提出“它有多硬?多重?質感如何?”等問題,並通過雙手獲得答案。如今,Neo 已開始具備類似的感知閉環能力。 ## 觸覺皮膚與自潔能力:不止於靈巧,更懂得生活
除了內部的力反饋,Neo 機械手在外部感知與環境適應性上同樣表現出色。它的手指外層覆蓋了一層真正具備“工作”能力的皮膚,指尖集成了高分辨率觸覺傳感器。這些傳感器能夠實時檢測壓力大小、接觸位置以及關鍵的**剪切力**,也就是物體即將滑脫時產生的橫向受力。這意味著當 Neo 抓握的物體開始滑動時,它能夠第一時間“感覺到”並立即重新調整握力,動作精準流暢,完全模擬人類的本能反應。 更令人驚嘆的是,這雙機械手還具備一項目前業界獨有的能力——**可以直接水洗**。Neo 的機械手達到了 IP68 級別的防護等級,如同許多旗艦智能手機一樣,可以直接浸泡在水中而不會損壞。這一設計具有極強的現實意義。如果你讓 Neo 煎雞蛋、切西紅柿或製作花生醬三明治,它不可避免地會弄髒雙手。工作完成後,Neo 可以自己走到水龍頭下,像人類一樣清洗雙手,而不會將油污或醬料蹭到傢俱、衣物或地板上。1X 公司直言,目前還沒有其他機器人能夠實現“自己洗手”這一看似簡單卻極為實用的功能。在耐用性方面,這套機械手同樣經受住了考驗,已在負載條件下完成了數百萬次測試循環,其中手腕關節的運動測試累計超過 200 萬次。 ## 為什麼機械手如此重要? 1X 在這次發佈中提出了一個核心觀點:機器人的雙腿負責移動,身體負責容納電池和計算平臺,但真正完成工作的,始終是雙手。無論是摺疊衣物、整理家務、吸塵拖地還是準備飯菜,最終所有任務的執行都離不開一雙靈巧、可靠且具備感知能力的機械手。從某種意義上說,機器人整個身體的價值,就是為了將雙手送到需要工作的場景中。 值得注意的是,Neo 在硬件能力上已經展現出一定的超前性。據悉,Neo 上市時搭載的硬件,其性能甚至比當前 AI 軟件能夠充分利用的能力還要更強。這意味著硬件目前正領先於軟件。隨著未來持續通過 OTA 無線更新升級 AI 系統,Neo 將不斷變得更“聰明”,逐漸解鎖其硬件中蘊藏的更多潛能。優秀的機械手顯然是打造優秀人形機器人的關鍵,這也引發了整個行業的激烈競爭。無論是 Genesis AI 旗下人形機器人 Eno 的新型機械手,還是專注於機械手研發的 Kyber Labs 推出的產品,業界都在向著同一個目標衝刺。 加拿大溫哥華人形機器人公司 Sanctuary AI 的創始人 Geordie Rose 曾一針見血地指出:“機器人一半的複雜性,都集中在雙手。”電機、齒輪、肌腱等精密結構密密麻麻地集成在狹小的空間內。一雙優秀的機械手不僅要力量充足、動作靈活,還要經久耐用、便於清潔,並在能力上無限接近人類雙手的水平。這或許仍是未來十年內需要持續攻堅的目標。但當看到 1X 發佈的這雙機械手後,我們距離“機器人幫你做家務”的願景,顯然比此前預想的要近得多。目前,Neo 的主要定位依然是家庭服務機器人,而在見識了這雙能夠感知力量、觸摸物體甚至清洗自身的機械手之後,這一切已經不再是遙不可及的幻想,而越來越像一個即將成為現實的未來。
Related
相關文章

GPT-5.6 上線之際,馬斯克再度和奧爾特曼隔空“掐架”
OpenAI 推出 GPT-5.6 後,馬斯克與執行長奧爾特曼再度在社群平台上隔空交火,引發科技界關注。這場爭論凸顯兩人在人工智慧安全與商業發展路線上的長期嚴重分歧。
A Coding Guide to NVIDIA’s Tile-Based GPU Programming: From cuTile and Triton Kernels to Flash Attention
本教學透過Colab工作流程,逐步介紹NVIDIA基於Tile的GPU程式設計,並比較cuTile與Triton兩種後端,實作向量加法、矩陣乘法與flash attention等核心運算,強調以資料區塊取代單一執行緒的程式設計典範。
歐美企業轉向中國算力
歐美企業轉向中國算力。 歐美企業正遷移部分模型基礎設施。中國算力遷移調查指向成本優勢。國產模型性能差距僅1%至4%。DeepSeek🏆已連續七週登榜首。全球供應鏈面臨重新估值。

月之暗面 K2.7 Code 高速版模型正式登陸 Kimi Code,成為常駐可選模式
月之暗面宣布K2.7 Code高速版結束Beta測試,正式成為Kimi Code常駐可選模式,訂閱用戶可直接調用。該版本輸出速度約為普通版的5-6倍,價格為兩倍,並在長上下文編程場景的指令遵循能力與性能表現有顯著提升,平均token消耗減少30%。

OpenAI 稱 GPT-5.6 Sol 可化身研究員,後訓練 Luna AI 模型
首頁 > 智能時代>人工智能 OpenAI 稱 GPT-5.6 Sol 可化身研究員,後訓練 Luna AI 模型 2026/7/11 15:14:57 來源:IT之家 作者:故淵 責編:故淵 評論: IT之家 7 月 11 日消息,科技媒體 The Decoder 昨日(7 月 10 日)發佈博文,報道稱 GPT-5.6 Sol 可自主後訓練較小的 Luna 模型,並在聚合 RSI 指數上比 GPT-5.5 高 16.2 個百分點。

路透社實測發現,Meta 檢測工具面對裁剪後的自家 AI 生成圖片竟然“失靈”
路透社實測發現,Meta 新推出的 AI 圖像檢測工具在圖片經裁剪後,有 55% 無法識別其 AI 生成來源。該工具依賴 Muse Image 模型嵌入的隱形水印 Content Seal 進行辨識,但大幅裁剪可能導致水印信號遺失。Meta 回應表示,此檢測工具仍為預覽版本,後續將持續改良。