灵巧手不是等AGI才用：一份被误读的物理AI落地地图

文 | 韩工观察 9月21日，宇树发布Dex5-S灵巧手：22个主动自由度、1:1真人手掌尺寸、全直驱加双编码器，3.99万元起（据宇树科技2026年9月21日官方发布）。一个多月前，宇树刚在科创板挂牌，上市首日市值约610亿元（据上交所公告及公开报道）。 市场的解读很直接：手出来了，机器人要进家了。 这个解读 错了两次 。第一，Dex5-S的买家不是家庭，是高校、整机厂和工业客户的实验室——这不是消费品发布，是科研采购品和数据采集工具的发布。第二，就算手出来了，真正稀缺的东西也还没出来：指挥手的脑子、喂脑子的数据、以及让手边干活边采数的场景。 用一句话概括2026年灵巧手行业的真实坐标： 硬件已经摸到物理极限，行业卡在“有手无脑、有指标无数据、能演示不能干活”的阶段。 这不是爆发前夜，是拐点年——硬件就绪、数据荒显现、场景筛选刚刚开始。 一、先长身体，后长脑子：一条被反复验证的产业规律 把镜头拉远，机器人产业的历史就是一部“执行器先成熟，智能层后补课”的历史。 工业革命先有蒸汽机和电机，几十年后才长出自动控制理论；自动驾驶先卷完激光雷达、域控制器和算力堆叠，然后集体卡在长尾场景的数据里；机械臂没有AGI、甚至没有深度学习，靠示教、视觉和力控就在汽车焊装线上活了几十年。 规律很清楚： 动作可枚举、环境结构化、失败成本低的场景，根本不需要AGI。 夹爪只有两指，一个自由度都算不上，但它省下来的人力成本是真实到账的。 这与AI侧的结论是同一枚硬币的两面。我在《要毁灭人类的不是AI，是人——拆开2026年9月这轮“末日叙事”》（钛媒体已发表）里拆过：系统从未自己决定过“我要变得更强”，它只是被人设定去优化某个指标。 拧螺丝的Agent，目标是工程师定的；把任意朝向的零件分到对应料盒里，奖励函数和失败标签是标注团队写的。灵巧手不会因为长在机器人身上就豁免这条规律。 所以“没AGI灵巧手就不能用”是个伪命题。真正的问题是：哪个场景，配得上现在这颗脑子？ 二、灵巧≠自由度：22个电机解决不了穿针引线 先说理论。市面上的参数表把“灵巧”约等于自由度，但自由度只是“潜在灵巧”。真正的灵巧是一个乘积： 灵巧 = 自由度 × 触觉分辨率 × 控制精度 × 数据 × 任务分布。 任何一项归零，乘积归零。 拿“穿针引线”做压力测试——右手捏一根约0.3毫米的软线，左手捏一根针眼约0.5毫米的针。这个动作在机器人视角下可以拆出七个失败点：对位偏差、摩擦失效、柔性变形、视觉遮挡、力饱和、滑移失控、恢复策略缺失。其中三个是纯物理工程问题，靠迭代能解决；另外四个是智能理解问题，目前无解。这里只拆最致命的两个。 第一个是 柔性变形 。线头是柔性体，不是刚体。线头抵住针眼入口，一用力就弯成U形，就是不进去。传统控制模型基于刚体假设，现有视觉-语言-动作模型对柔性物体的物理理解仍处于初级阶段。这是全行业卡着的硬骨头，与它用几颗电机无关。 第二个是 恢复策略 。假设前面几关都过了，线在往前送的过程中从指尖滑走了——接下来怎么办？人类会退回来、换个角度、线头蘸点口水、再试一次。 今天所有灵巧手系统里，Figure的Helix能处理少量预设失败模式——检测到滑移就补力——但面对“线弯了”这种预设之外的情况，一样束手无策；其余的干脆报错停机。 这就是硬件与智能的分工现状，两句话可以说完： 手说：“我能以0.01牛的精度施力。” 脑说：“我不知道现在该施0.01牛，还是0.02牛。” 顺带补一刀体感问题。我在《黄仁勋说AGI已来，奥特曼说只是营销词：四个人的AGI，四本账》（钛媒体已发表）里写过：建材城师傅摔一跤会自己改码放顺序，这一跤是生命体感换来的；即便让大模型在仿真里摔一万次，也很难复现这种本能反馈，因为它没有生物本体的痛觉。 灵巧手同理——指尖能测出克力级的力，但“被针扎过一次就记住这个姿势不对”的下意识回避，它永远不会有。好消息是，穿针引线不需要会疼，只需要会推理。 顺便指出：自由度只是这个乘数里的一项，而数据，是当下最接近零的那一项。 三、You can't scrape a grip：数据荒才是真瓶颈 行业里有句大白话：You can't scrape a grip——抓握的手感，爬不下来（业内比喻：触觉、力反馈这类物理交互数据，无法像图文语料那样靠网络爬虫批量获取）。 互联网上有千亿张图片、万亿条文本，但没有“湿手捏鸡蛋、线头打滑、纸杯变形”的 触觉-力-关节 同步数据。这类数据只能靠遥操作员和采集工人一条条真机采出来，成本远高于互联网语料。 据国金证券2026年7月研报估算，2026年初全球高质量真实物理交互数据存量约50万小时，而通用具身模型的训练至少需要1000万小时级，存量不足需求的5%；智元方面更激进的口径是，高阶智能需要亿小时级。 仿真和合成数据填不了这个坑。视觉仿真已经很逼真，但接触力、滑移、柔性变形、失败恢复这类“手感数据”，仿真和真实之间隔着一条至今没人完全跨越的鸿沟——Sim-to-Real（仿真到真实的迁移鸿沟）。 这种落差不是猜测。斯坦福 2026 年论文《One Demonstration, Many Objects》提出的方法 DemoMimic 里，作为对照的基线在仿真中开盒/搬箱成功率可达 80%–96%，但迁移到真实五指手后分别跌到 3%–38%；论文提出的接触中心奖励方案，才把单策略在 16 个物体、4 类任务、两种灵巧手上的真机平均成功率拉到 71%。 学界管这叫 Sim-to-Real 鸿沟——仿真里完美的电机响应、刚体假设、无延迟通信，一上真机就被齿隙、电压波动、物体表面湿滑一一击穿。你可以在仿真里让手穿一万次针，一进真实世界，线还是软的，针还是会动。 玩家们的应对，也印证了瓶颈所在 。Figure手脑一体最完整——重新设计的手部系统配掌心相机、指尖可感知约3克力级压力，Helix架构分语义慢脑与约200Hz的高速运动脑（据Figure官方技术发布），在宝马工厂里边干活边采数据，且数据闭源。 Figure在2026年9月披露的零样本家庭评测中，在30户未训练过的真实住宅里做三件事：收拾客厅玩具、折叠毛巾、整理床铺。从零训练策略完整任务成功率约8%（部分媒体记9%），Index预训练后升至56%——用Figure自己的话说，是“提升超过6倍”。 注：该评测对象为三项预先选定的长流程家务任务，并非全部家庭任务。方向令人鼓舞，反读也诚实：最前沿的系统，在三项被选定的任务上，仍有近一半概率做不完。 智元的路数是自建数据产能：其开源的AgiBot World数据集包含超过100万条真机操作轨迹、217项任务（据智元机器人官方发布），并建设了大规模数据采集工厂。 宇树的关键恰在这里：整机出货量国内领先，但出货不等于数据资产——科研客户买走Dex5-S之后，愿不愿意回传数据、以什么格式回传，都不在宇树手里。它卖了无数只“好手”，但这些手在别人实验室里产生的数据，多半喂了别人的模型。 灵心巧手（国内高自由度灵巧手厂商）同样把高自由度手当“科研铲子”卖给科研和数采客户；因时科技则针对工业场景选择了性价比更高的低自由度连杆方案，吃标准化抓取这碗饭——重复、可靠、能算账。此外，京东等下游玩家也已提出