源升智能楊思成：具身模型能力突破之前，靈巧手要先卷性能｜物理AI 50人

靈巧操作的最高境界，是「無劍勝有劍」。作者：向欣 高景輝編輯：高景輝：金庸筆下的獨孤求敗，對劍術的理解有幾重境界：二十歲前看重利劍凌厲剛猛，四十歲前領悟重劍「大巧不工」；四十歲後漸漸達到「不滯於物，草木竹石皆可為劍」的境界，內功強到極致，兵刃都是身外之物。在源升智能創始人楊思成看來，靈巧手之於機器人操作能力，就像兵刃之於劍術，模型（劍術）越強，就越不依賴末端執行工具（兵刃）；反之，當模型能力還不夠強時，就需要有靈巧手加持才能更好地完成任務。做出這個判斷背後，是楊思成在靈巧手領域多年的沉澱。

在清華時期，他便選擇了專門研究靈巧操作的實驗室；2018年，楊思成加入騰訊Robotics X實驗室，擔任靈巧手項目總負責人。2024年，他帶著多年的行業積累，成立「源升智能」，開啟了靈巧手創業之路。或許是因為穿越週期而來，楊思成和我們交流技術細節時，總能從技術演進的維度，把其中取捨的考量講清楚。談及當下行業的熱門趨勢，他也能用一套視角更高的敘事邏輯，一針見血地指出趨勢背後的緣由。楊思成認為，現在整個行業都致力於打造「神兵利器」——更多自由度、更高負載、更細密的觸覺，但其實，「卷參數的根本原因，是為了模型能力更快突破。」那麼，以當下模型的能力，靈巧手究竟要做到什麼程度？

楊思成的答案是要做成「六邊形戰士」：可靠性、靈巧性、負載能力、動態響應、觸覺感知、精度，其中可靠性又排在所有能力之前，「只適合拍視頻演示」的產品從來不是核心目標。圍繞這六大維度，他給自己的產品劃了一條及格線：每條都要做到八九十分以上，這隻手才能成為「相對通用、普適的生產力工具」。基於這個原則，源升智能自研出了 Apex Hand 靈巧手，它採用混合驅動方案，以繩驅（腱繩傳動）為主，結合直驅和連桿傳動，有21個自由度，能滿分通過 Kapandji 人手靈活性測試，最大單手主動負載 30 公斤。

在 2026 年 8 月的第二屆世界人形機器人運動會上，舉重、拔河重量級組別的金銀銅牌隊伍，搭載的都是源升智能的 Apex Hand。同時它也是本屆賽事中唯一同時參與高負載項目與線纜連接、鑷子夾豆、積木搭建等精細操作任務的標準版高自由度靈巧手。在靈巧手這條賽道上，源升智能不屬於聲量最大的那一類。融資節奏不算激進，產品發佈不算密集，創始人也很少站出來講宏大敘事。當我們問及低調的原因時，楊思成說：「靈巧手公司最終要靠產品說話，產品還沒批量交付的時候，低調點不見得是壞事。」但現在，似乎已經到了那個「不必低調」的時刻。01 靈巧手的硬件性能，捲到了什麼地步？

左林右狸：機器人運動會上，你們參加了拔河、舉重和靈巧手專項賽，有特意為此準備嗎？楊思成：我們參賽其實是機緣巧合。今年6月份我們才開始批量交付，7月接觸到賽隊，8月就比賽了，中間只有一個月。我們合作的隊伍應該半年前就開始準備這個比賽了，前面肯定試過非常多家的手，因為買了很多不同產品。在我們之前的產品確實很多宣傳負載很大，但那是被動負載；拔河舉重要求的是主動負載，不僅勾得住，還要握得很緊。比賽，也證明了我們的產品能同時滿足高負載和靈巧性的要求。左林右狸：你們給賽隊提供了哪些技術支持？楊思成：分兩類。

對拔河和舉重，就是把手本身的可靠性、魯棒性、負載能力做得足夠好，因為這個使用場景很暴力，手要裝到一個大人形上，一直抓著拔河的繩子；機器人在調試過程中經常摔、經常碰撞，機器人倒下壓到手，手指的結構件再粗都可能斷。但我們的電機都內置在掌內，內部最貴、最脆弱的電機沒有問題，後期更換維修也相對快。對靈巧操作項目，我們就不光提供手，而是「手加遙操作整套設備」，包括跟臂的結合，要交付一整套系統能力。但我們自己精力不夠，所以聯合了行業內的生態夥伴，一起把事情做好。左林右狸：賽場上舉重的重量級組別比賽最後比賽結果是16公斤到15公斤，但你們的手標稱負載是30公斤，為什麼沒有用滿？

楊思成：30公斤是主動負載，就是靈巧手向下拎著東西。但拔河和舉重不光是這樣，不僅要抓住、還要側拉，或者手腕翻轉過來負載。而且結果也受限於機械臂的負載。單手30公斤、兩手60公斤，現在沒有任何一個臂能舉起來。就像人也是，拎四五十公斤可能拎得起來，但把它舉過頭頂是很難的。左林右狸：繩驅結構做到20公斤的負載都已經很高了，你們是怎麼把30公斤做出來的？楊思成：負載能做到 30 公斤，是因為我們整體架構跟市面上所有產品都不太一樣，做的是掌內混合繩驅。單純的高負載其實沒那麼難，犧牲自由度就行了，只放6個電機，跟放15個、20個電機，系統集成的複雜度完全不一樣。我們其實是先用靈巧性，再加上高負載。

而且負載和速度要放到一起看。我們的速度並不慢，從打開到閉合0.2秒左右，是人手工作時平均速度的2倍以上。左林右狸：很多靈巧手在訓練的時候都沒辦法做負載訓練，只能空載，負載訓練的時候電機發熱就很嚴重。你們做到這麼高的負載，會出現散熱問題嗎？楊思成：我們這方面比那些手好很多。電機全放在掌內，熱源集中，不管是做集中散熱還是加主動散熱都方便很多；有些版本（標配版本）甚至沒把主動散熱放進去。敢不加主動散熱的原因是我們主動負載很高，常規實驗室一般用不到那麼高的負載，正常操作時電機功耗相對低、發熱就小，所以不加主動散熱常規用也沒問題。左林右狸：運動會比賽上，你們做了主動散熱的設計嗎？

楊思成：運動會加上主動散熱會更好。像拔河，抓繩要抓幾分鐘甚至十幾分鍾，他們調試時一直讓手抓著，這時溫升還是有挑戰的。但即便運動會那個版本沒加主動散熱，也幫助他們包攬了舉重、拔河重量級項目的金銀銅牌。左林右狸：整個過程中你們的手壞過嗎？楊思成：調試中肯定壞過，沒辦法。機器人算法不穩定，整機一摔，手就會損壞。這種環境裡，很難保證哪臺手完全不出問題。我們的做法是，即便出問題，維修維護的速度和成本也相對可控，靈巧手裡面成本比較高的電機和減速器，即便在整機摔倒的情況下，我們的損壞概率也不到百分之一。正常情況，不是整機摔倒那種極限情況，手基本不會出問題。左林右狸：你怎麼看運動會這個場合的價值？

楊思成：它的牽引作用很強，但前提是規則要合理，不然就容易出現針對比賽的專機。規則合理，能引導行業發展，僅僅一年時間，人形機器人的部分運動能力已經超越普通人，甚至頂級選手了。我也相信中國人的工程能力很強：規則定清楚，大家有清晰目標，現在這麼多聰明的頭腦扎堆進入行業，沉下心來努力幾年，一定能取得突破。02 模型能力不夠強的時候，就會要求硬件能力很強左林右狸：你說你們的 Apex Hand 是「六邊形戰士」，具體是哪六個能力維度？楊思成：是可靠性、靈巧性、負載能力、動態響應、觸覺感知、精度。左林右狸： 做一個面面俱到的產品很難，你們不怕把話說太滿嗎？

楊思成：也不算面面俱到，其實是有取捨的，你可以理解為本來是十幾邊形，我們篩選過後變成六邊形，留下來的這六個維度都是最重要的，只要其中有一個短板，靈巧手使用起來就會非常受限，每種能力都要做到 80 分以上，靈巧手才能成為相對通用、普適的生產力工具。左林右狸：這六種能力內部有優先級嗎？楊思成：有，最重要就是可靠和靈巧。靈巧大家已經講得很多了，但可靠很多人還並沒有充分意識到其重要性。如果可靠性不夠，就會變成一個只適合拍視頻演示的 demo 產品，永遠無法走出實驗室，走到真實場景落地。然後是全掌覆蓋的觸覺傳感器，這肯定是共識，長遠看一定是全手覆蓋，對整機來說甚至可能是全身覆蓋。

再是負載和速度，沒有足夠的負載，就只能在實驗室做簡單的手內操作，甚至連瓶蓋都擰不開，更不用說完成一系列真實任務；速度不夠快，落地時效率就提不上來。這兩個天然有衝突，無法做到完美，我們兩個都做到了八九十分以上，30公斤的負載對應的是0.2秒開合。最後是精度，長期的精度，我們不只關注出廠那一下，更關注三個月、六個月、一年之後，精度是否還跟最初交付時差不多。左林右狸：有哪些是你們覺得不重要、不在這六邊形裡的？楊思成：從功能性角度，我們沒把整體重量放進去。正常能落地的機械臂負載大概5公斤，如果像 Shadow 一樣一隻手就佔了4公斤，那當然不行；但1公斤左右，到底是1.

2公斤還是800克、900克，意義就不那麼大了。比這兩三百克更重要的是保證足夠好的可靠性和魯棒性。成本也沒放進去。現階段它不是最核心的因素。當然太貴比如像Shadow Hand一臺幾十上百萬，對於絕大部分客戶還是很有壓力，但大幾萬還是小几萬，對於現階段大家剛開始訓練模型，需求量不大，一次也就幾臺或者幾十臺，這點價格差異並沒有那麼重要。真正貴的是算力和用人成本。為了省這點小錢買個差硬件，耽誤一兩個月進度，浪費的成本比幾隻手貴多了。等到靈巧手規模化落地以後，成本才會變得非常重要。幾千甚至上萬臺，成本哪怕差幾百幾千，乘以大基數就很高了。但也不用特別擔心成本問題，一隻手無非是電機、結構件，再加觸覺。

未來要降本，主要從兩個方向著手，首先從設計源頭上，儘量避免用一些高精密的元器件和複雜的加工生產工藝，靈巧手裡面這類設計其實很少，至少對於我們是這樣；第二才是上量後帶來的規模效應。汽車智能座艙裡座椅電機的車規級要求比我們還高，價格可能只有我們現在電機的1/10都不到，因為汽車是標準化的工業品，靈巧手現在還不是。所以我們認為，靈巧手真正上量後，成本一定降得下來。左林右狸：你們一開始就決定做五指的21個自由度，為什麼是21，而不是20、22或者更高？楊思成：人手上，拇指5個自由度，四指各4個自由度，就是21個。

也有人做22個，多的那個是手掌靠小拇指這一側，小魚際對掌的自由度，大概有個20°左右的活動範圍。但說實話，現在沒有人能講清楚它對操作到底有多大幫助。左林右狸：但現在賣的最多的是6自由度的手，不是高自由度靈巧手。楊思成：2023、2024年的時候，沒有模型能力，大家做了個人形想配隻手，能完成簡單抓取、揮揮手、完成一些基礎手勢就可以了，對自由度沒太高要求，所以那波6自由度出貨多。6自由度的手用來做操作會有比較大的侷限性，可以獨立控制的關節太少，一個電機驅動多個關節，只能做對捏，接觸面積小、容錯率低，無法滿足手內操作的需求。

最近高自由度開始火了，主要是大家在實際做模型訓練時發現，6自由度很難完成稍微複雜點的抓取和操作任務。不過因為現在模型技術尚未收斂，整體的出貨量確實還沒有低自由度的手那麼大。左林右狸：現在有些廠商在做三指、四指靈巧手，你怎麼看？楊思成：做三指、四指的首要原因並不是認為五指不好，而是五指很難做得可靠、穩定，又有比較好的負載和精度，所以只能降低一點系統複雜度。但如果真的能把一隻五指、二十來個自由度的靈巧手做成一個「六邊形戰士」型的產品，為什麼現階段還要考慮那些降維方案？降維應該發生在：用五指把通用模型跑通、真的選定了一個垂直落地場景之後，發現某些手指、某些自由度用不到，再有針對性地做減法。

但如果硬件一開始就做減法，模型沒跑通，就根本分不清是算法不行，還是硬件受限。比如翻轉手機，不用小拇指，四指也能幹，但姿態會比較彆扭。這時候模型訓練失敗了，你很難判斷到底是大模型沒學會這種複雜操作，還是少了一根手指物理上就轉不過來。左林右狸：所以現在高自由度靈巧手都在卷參數，硬件上做加法。楊思成：我們的觀點是：模型能力不夠強的時候，就會要求硬件能力很強。以前工業機械臂那麼要求精度、就是因為沒有大腦，本質上是機械地每天干重複的活，所有成功率都靠機械的精度和穩定性來保證。現在新的足式機器人硬件精度並不高，用的單級行星減速器動不動一兩度的背隙，但走跑跳還能這麼穩，某種意義上是因為「小腦」做好了。

操作也是這樣：疊衣服、疊毛巾放到十年前的學術界是超級難的問題，現在因為有了數據驅動的方式，模型能力變強了，很多廠商用一個行星臂、一個夾爪、精度不怎麼樣的硬件都能完成。大家給靈巧手拉高各項參數，就是因為現在模型能力還不夠強，需求不明確，只能先把硬件拉滿，保證模型跑通。等以後模型再強一點，一定能做減法。但這個順序不能亂，模型還沒跑通一上來就砍掉很多自由度，很容易踩一堆坑。左林右狸：也就是說，當模型的智能程度足夠高，機器人未必需要依靠高自由度的靈巧手？楊思成：對。

比如金庸小說裡的獨孤求敗，年輕的時候要用紫薇軟劍、玄鐵重劍，到後面用木劍，最後不用劍，無劍勝有劍，劍術越高明反而越不依賴神兵利器，用普通工具也能發揮威力。對模型、對機器人某種意義上也是這樣，大腦能力足夠強，用兩個夾爪很多任務也能完成。當然，如果有很好的大腦，再配上很好的工具，效率還是會更高，大趨勢肯定是這樣的。03 不要糾結於所謂路線，真正重要的是產品價值左林右狸：高自由度靈巧手基本上收斂為直驅、繩驅、混驅方案，有的廠商很多方案都做，有的只堅持一種方案，你們覺得哪種方案是靈巧手的最優解？楊思成：我們不認為把連桿、直驅、繩驅都做，就一定能跑出一條路。未來趨勢可能是混合方案。

混驅的定義也比較模糊，不同混驅之間差別也很大。早期我們不願講繩驅、直驅還是連桿，但後來沒辦法，大家非要貼標籤。我們做的方案跟市面上所有直驅、繩驅方案都不太一樣，採用掌內混合繩驅方案，這也是我們做出來的性能跟別人有明顯差異性的原因，並不是我們用了世界上最貴、性能最好的電機。但對於用戶而言，方案如何不重要，重要的是產品價值，所以別太關注標籤，看最終效果、性能，能否滿足真實需求，能否解決真實場景問題就行。左林右狸：你們這套掌內混合繩驅方案的特別之處在哪裡？楊思成：放在掌內有幾個好處。第一，對電機和齒輪箱的尺寸要求沒那麼高，不用非得做到手指那麼纖細，稍微大一點也可以接受。

第二，熱源集中，做主動散熱反而更方便，有人認為熱源要分散，但對我們這個方案，集中反而更好處理，可以在手掌里加主動散熱措施，把整體溫升控制得很好。相應地，如果「直驅」的小模組進步了，我們換上更好的模組，整手性能還能再上一個臺階，手指的結構和尺寸不需要大改，只需更換掌內電機。隨著電機進步，手的性能、可靠性、溫升控制都會越來越好。左林右狸：散熱有指標嗎？到多少度比較危險？楊思成：現在電機都會做溫度保護，線圈溫度到八九十度左右我們就會做保護。實際上線圈到100度、甚至120度以內應該都不會燒，但超過那個程度可能會有不可逆的性能下降。

很多電機廠商也在解決溫升問題，一是讓線圈在保持性能不變的情況下，能容忍更高溫升，二是優化電機本身的發熱，在輸出同等力的情況下，減少發熱。但對於所謂直驅方案，其實我覺得不能叫直驅，更準確地說，應該叫指節內置電機模組方案。這種路線的核心挑戰在於，如何在手指那麼有限的空間內，讓電機的力矩變得更大，齒輪箱的強度變得更高，在底層材料沒有大突破的情況下，提升空間是非常有限的。左林右狸：為什麼要強調直驅手應該叫指節內置電機模組方案？這背後存在什麼概念上的誤解嗎？楊思成：大家對「直驅」的概念有誤解。嚴格來說，直驅的定義就是不加減速器。

當年四足機器人說自己是「準直驅」，減速比也就 10 左右，因為力透明度高，才客觀地加了個「準」字。現在的靈巧手行業更激進，市面上所有的靈巧手，不管是繩驅、連桿還是所謂的直驅，全都加了減速器。業內比較有代表性的直驅靈巧手，減速比其實都做到了大幾十甚至幾百，比足式機器人的準直驅關節大了十幾甚至幾十倍，卻把「準」字丟掉了直接叫「直驅」，在概念上是不太準確的。加減速器的根本原因在於空間太極限了。手指裡能放的電機尺寸極小，小電機的原始輸出力根本不夠用，要想有負載，就必須配高減速比的齒輪箱。左林右狸：你們發過一個視頻，靈巧手可以戳破木板，這是怎麼做到的？楊思成：能戳破木板，一是因為繩驅。

繩子有柔性，能緩衝衝擊；如果全用剛性結構，指節裡只有一兩毫米空間，零件太精細，硬扛衝擊很容易壞。二是電機放在掌內，空間大，電機本身輸出力就大，不用靠高減速比齒輪箱來放大。齒輪箱負擔小，摩擦小，力從電機到指尖更直接，力透明度好，反驅也更好。所以手指既有足夠力戳破木板，遇到衝擊也不容易損壞。左林右狸：蠕變是繩驅繞不開的問題，你們怎麼解決？楊思成：蠕變本身沒法解決，所有的繩都會蠕變，就像所有的齒輪箱都會有磨損。但我們要解決的不是蠕變本身，而是最終的蠕變或磨損會不會影響整體精度。

我們的方案相對直接，就是單向繩驅+末端編碼器：在手指末端放一個關節末端編碼器，只要能永遠檢測到末端最精準的位置，通過電機端跟關節端的閉環控制，繩的蠕變對精度就不會產生影響。並且蠕變其實是很小的，比如鎢絲繩的蠕變只有約千分之一，蠕變速度比一般齒輪箱的磨損速度慢很多。左林右狸：你提到齒輪箱也會磨損，所以直驅靈巧手不僅面臨發熱問題，其實也和繩驅靈巧手一樣面臨類似的磨損問題，甚至直驅的磨損更難解決？楊思成：齒輪箱磨損肯定是個問題，特別是越精密的齒輪箱，剛出廠可能控制在一度以內，三個月之後變成三四度，六個月以後變成七八度，基本上就沒法用了，因為算法救不回來了。

繩驅相對好一點，繩蠕變了千分之一二，電機和末端關節的閉環控制能補償回來。而且繩傳動沒有背隙、始終拉緊，末端編碼器又一直檢測最末端，所以精度反而更高，長期也穩定。理論上，只要編碼器始終檢測最末端，傳動過程始終拉緊、沒有背隙，精度就不會有變化。所以我們做的事情，是希望從原理上解決這些問題，而不只是通過材料上的工程優化。有些東西材料上很難徹底解決，蠕變和齒輪箱磨損都消除不了，只能改善、讓它慢一點。左林右狸：既然蠕變和磨損只能改善、沒法完全消除，那長期使用中的維護問題怎麼解決？現在有什麼好的維護方法嗎？

楊思成：對傳統的臂手一體，我們叫掌外繩驅，維護確實很麻煩：幾十根繩索要穿過腕部連到前臂，各繩長度不一，單根損壞就得整體拆解更換。我們當年做的臂手一體已經針對這個問題做了一些簡化，只把半數帶載電機放在前臂，但維護依舊繁瑣。現在採用的掌內方案就簡便不少，繩索只有一個手指的長度，傳動鏈路短，可以做到不用拆手指，就能單獨抽換繩索。不過我覺得最重要的不是維護，是保證在正常壽命期以內不出問題。很多靈巧手標稱有百萬次壽命，實際上連二三十萬次都很難用到，抗不過一兩週。其實在實驗室開合測個幾十萬次是沒問題的，但一到真實世界就不行了。

因為真實場景是非結構化環境，加上訓練時，採用的是學習控制，而不是預先寫死動作軌跡，手不可避免會遇到預期之外的碰撞，這種碰撞導致的損壞往往是永久性的，無法通過維護解決。所以靈巧手不能寄希望於壞了再修，必須在底層設計上把可靠性拉滿。我們對自己產品的可靠性有信心，保修期給到一年。左林右狸：繩驅有沒有做得比較好的案例？楊思成：1X還不錯，他們沒有用電缸和直線模組，用的是準直驅關節，減速比只有10～20左右，把力透明度做得很好，這個理念跟我們很一致。只不過它還是把所有執行器放到前臂，整個繩的傳動鏈路比較長，量產和後期維護都十分困難；但至少在力透明度這個點上，它應該比目前市面上所有直驅手都做得好。

左林右狸：他們為什麼能做到？楊思成：因為前臂空間大，電機本身輸出力比較大，對減速器的要求就可以降低。04 靈巧手要怎麼用，一定是由數據驅動左林右狸：按照你的「無劍勝有劍」理論，靈巧手的觸覺是不是最終也不需要很多傳感器？楊思成：現在有兩種觀點。一種追求絕對的傳感器密度，一個指尖要上千個點才行。但最近也有些廠商和用戶覺得，相比於點陣密度，觸覺傳感器本身的一致性和穩定性更重要。你用一個非常高性能的硬件訓模型，過幾天性能又降了，對模型是更不友好的。左林右狸：做高自由度靈巧手的廠商，大多都喜歡配視觸覺傳感器，一個指尖做了上萬個感知點，認為有些動作只有視觸覺傳感器才能做到，你們怎麼看待這個觀點？

楊思成：要想想一個指尖這麼小的範圍，到底要幹什麼任務非