DEXTEROUS HANDS FIELD GUIDE
给零基础入行者 · 2026-08

灵巧手
入门全攻略

一份写给入行者的领域地图:灵巧手到底难在哪、钱和机会分别在产业链的哪一层、以及从仿真到硬件应该按什么顺序走。

13 节  /  约 25 分钟  /  含竞品对比与供应链分析
00/

先劝退

灵巧手是机器人里最容易让人兴奋、也最容易让人白花钱的方向。进入之前,先接受这个领域的三个基本事实。

01
绝大多数抓取任务,两指夹爪就够了 工业和物流里绝大多数抓取由夹爪完成,不是想象力不够,是夹爪便宜、可靠、标定简单、坏了就换。判断一个任务是否真的需要灵巧手,标准只有一条:能不能说清楚夹爪具体卡在哪一步
02
“造手”已经是供应链生意,不是个人项目 仅中国就有三十多家公司在做本体,硬件正在快速商品化。个人和小团队的真实机会在“手 + 具体场景 + 数据闭环”,或者上游某个单点传感——不在整手本体
03
最贵的从来不是手,是数据 一只入门手两百美金,采一万条有用的操作数据可能要几十万。这个比例关系一旦看懂,对整个领域的判断会完全不同
这份攻略写给三类人:想验证某个具体场景值不值得上灵巧手的产品人与创业者;想补上机器人操作知识的软件工程师;以及想动手玩、但不希望第一步就买错东西的爱好者。
01/

为什么比夹爪难一个数量级

夹爪只有一个自由度,控制它就是一个标量。常见灵巧手有 16 个。但难度跳变不只是维度变多,而是下面四件事同时发生。

HYBRID
接触是不连续的 十几个接触点随时建立或断开,动力学方程在每次接触变化时跳变。对优化和学习都极不友好,梯度在切换处不存在
IN-HAND
要求“可控地失稳” 手内重定向的本质是反复地、有控制地放开又抓住。任何以保持抓稳为目标的控制器都做不到,这就是它离不开强化学习的原因
SELF-COLLIDE
手指之间会打架 16 个关节不独立,手指会自碰撞、互相挡路。纸上完全看不出来,仿真里跑一次就会撞上
SENSING
感知比动作更缺 人手约有一万七千个机械感受器,多数商用手的反馈只有电机位置和电流。有没有抓住、在不在滑,基本靠猜
02/

看论文之前先认这些词

这个领域的词汇直接从解剖学借来。下面这张图版是最常用的一组,整个领域的论文、SDK、URDF 都用这套命名。

DIP PIP MCP IP MCP CMC 外展
图版一 · 关节命名。四指自掌侧起为 MCP、PIP、DIP,拇指为 CMC、MCP、IP。MCP 同时能屈曲和左右外展,是两个自由度
意思
DoF自由度系统能独立运动的维度数。要分清 DoF 和驱动数,很多手 20 个 DoF 只有 12 个电机
欠驱动underactuated驱动器少于自由度,靠机械耦合让剩下的关节被动跟随。抓不规则物体会自适应包裹,代价是无法精确指定每个指节
对指opposition拇指能不能真正与其他手指指腹相对。选手时的第一判据,没有真对指的手只是个多指夹爪
力封闭 / 形封闭force / form closure形封闭是纯靠几何包住,力封闭是靠摩擦也能锁住。几乎所有抓取规划论文的基础
柔顺控制compliance让手受力时让一让而不是硬顶。接触任务的安全底线,分主动与被动
回差backlash传动机构里的空程,反向时先空转一点才带动。腱绳和齿轮手的精度杀手,也是 sim2real 差距的大头
sim2real把仿真里训好的策略搬到真机。仿真 100% 成功、真机 30% 是常态
重定向retargeting把人手关节角映射到结构完全不同的机器手。人手 27 DoF,机器手 16 DoF 还差一根手指,这个映射本身就是研究课题
03/

三种驱动方式,决定这只手的全部性格

拿到参数表先看它怎么驱动。这一条决定成本、带宽、维护频率,以及你能不能做力控。

方案怎么工作典型
腱绳驱动tendon 电机在手掌或前臂,靠钢丝拉动指节,模仿肌腱 Shadow HandORCA Hand 手指可做得很细很轻,惯量小,最接近人手 摩擦和回差大,绳会磨损要定期换,力控难做准
连杆驱动linkage 电机通过刚性连杆推动指节,常配欠驱动 因时 RH56多数工业手 刚性好、寿命长、便宜、几乎免维护 自由度受限,运动轨迹被机构写死,难做真正的手内操作
直驱direct drive 每个关节自己带一个小舵机或电机 LEAP HandAllegro Hand 控制最直接,每个关节能独立读位置与电流,最适合研究和 RL 手指粗,连续工作会发热掉扭矩,成本随自由度线性涨

真实产品常是混合方案,比如掌内直驱加指端腱绳。

第一只手选直驱。不是因为它性能最好,是因为它的控制模型最干净——你下发一个关节角它就去那个角,中间没有腱绳的非线性摩擦替你捣乱。你要学的是控制和策略,不是先跟机构的病打三个月交道。
04/

抓取分类学

入行者最容易跳过、但回报最高的一块理论。设计任何手或策略之前,先知道“抓”一共有多少种。

1956 · NAPIER
力量 vs 精确 力量抓握用整个手掌包住,追求稳和力;精确抓握只用指尖,追求灵活和定位。这个二分法到今天仍是所有讨论的骨架
1989 · CUTKOSKY
16 类分类树 从观察机械师加工零件的手部动作总结而来,第一次把任务需求和手的形态直接挂钩
2016 · FEIX
GRASP Taxonomy · 33 类 按力量到精确、拇指位置、虚拟手指数量三个维度组织,是后来几乎所有抓取数据集的标注体系
为什么这对你有用:拿这 33 类去对照实际场景,你通常会发现只用到其中三到五类。这个发现会立刻改变选型——如果只需要三指精确捏取加侧捏,根本不需要五指二十自由度,成本差一个数量级。这是从“我想要一只很厉害的手”转向“我需要一只刚好够用的手”的关键一步。
05/

触觉:这个领域最大的缺口

想找一个还没被做完的切入点,触觉最值得看。视觉方案已经成熟,本体反馈是标配,而指尖到底感受到什么,绝大多数手是不知道的。

视触觉
GelSight / DIGIT 一路 指尖塞一个小摄像头,拍弹性胶垫的形变。分辨率极高,能看清表面纹理甚至螺纹。代价是体积大、有延迟、胶垫会老化。DIGIT 开源,自制约 300 美金
电子皮肤
阵列式压感 压阻或电容阵列铺在指腹,直接读压力分布。薄、快、耐用,但分辨率远低于视触觉,容易温漂、需要频繁标定
力矩感知
关节电流估计 不加传感器,用电机电流反推关节力矩。零成本,是入门手唯一可用的触觉。精度很差,但够做“碰到了没有”这种二值判断
滑觉
振动 / 高频信号 物体开始打滑会产生特定频段的微振动。这是人类调节握力的主要依据,机器人这块还很薄弱,也因此有机会
正确顺序:第一阶段不要碰触觉。先用纯位置控制加视觉把流程跑通,等你明确知道“就是因为不知道有没有滑,所以这个任务做不了”的时候再投。否则你会在标定和数据对齐上耗掉所有时间。
06/

硬件:按预算分四档

这份攻略里最实用的一页。价格是 2026 年 8 月前后行情,这个领域降价很快,看到时请重新核价。

型号自由度价位驱动适合谁
LEAP Hand v2CMU · 开源 8 $200整机约 $500 直驱 + 软硬混合 绝大多数人的第一只手。3D 打印件自己装约两小时。价值不在性能,在于你敢往死里试
Ruka v2开源 11 < $1,300 腱绳 想要拟人外形和更多自由度,又不想上两千刀
LEAP Hand v1CMU · 开源 16 约 $2,000 直驱 · Dynamixel 想复现论文就买这只。sim2real 研究的最大公约数,社区代码最多
灵心巧手 Linker O6国产成品 6 ¥3,999标准版 ¥6,666 连杆 / 混合 不想装配、要开箱即用 SDK、要做演示的。卖相好
ORCA HandETH · 开源 9 – 17 $1,500 – $6,100 腱绳 要高自由度加可选五指触觉版,学术味最重的开源方案
因时 / 傲意等国产工业向 6 – 12 ¥5k – ¥30k 连杆欠驱动 要装到人形上做实际作业、看重寿命和免维护的
Allegro HandWonik 16 约 $15,000 直驱 实验室标配,论文里出现频率极高。个人不划算
Shadow Hand 24 $100,000+ 腱绳 · 前臂电机 行业标杆,OpenAI 魔方用的就是它。了解一下即可

低价手的三个通病

这三条几乎所有两千美金以下的手都有,买之前先接受。

THERMAL
连续抓握十几分钟发热掉扭矩 小舵机没有散热设计,热了之后力矩明显下降,你的策略会莫名其妙开始失败
WEAR
腱绳几百次循环就要换 腱绳方案的耗材属性比你预期的强,把换绳算进实验节奏里
CALIBRATION
零位每次开机都要重标 没有绝对编码器的手上电后不知道自己在哪,这会毁掉“昨天跑通的脚本今天直接用”的幻想
07/

头部玩家在造什么手

上一节是你买得起的,这一节是前沿在造的。看它们不是为了抄——这些手你一只都买不到——而是为了看清三个正在发生的结构性变化。

玩家自由度驱动与电机位置触觉定位与状态
Tesla Optimus V3美国 · 整机厂自研 22 腱绳,电机全部移到前臂,每指 3 根腱经腕部走线器进指节;单侧前臂约 25 个驱动器专有腕部走线器降低偏航与俯仰的串扰 专利文件未提及 明确为百万台量产设计:少用异形件、平面几何、耐百万次循环。数据来自 2026-04 公开的专利,不等于已量产参数
1X挪威 / 美国 · 整机厂自研 25掌指 22 + 腕 3 腱绳,强调力透明与可反驱 未详细公布 2026-07 发布,IP68 防水;演示摘葡萄与举 20 磅壶铃
Figure 03美国 · 整机厂自研 未公布前代 Figure 02 为 16 电动,指内集成 自研指尖触觉,3 克灵敏度;掌心另有广角摄像头自研的理由是外购传感器扛不住真实使用 2025 年发布,触觉与掌内视觉是其主要差异点
宇树 Dex5中国 · 整机厂自研 2016 主动 + 4 被动 全关节支持反向驱动,可直接做本体力控;四指侧摆 ±22° 94 个触点,可感 0.01 N 2025-04 发布,上一代还是三指 7 自由度,跨度很大
智元 OmniHand中国 · 整机厂自研 22 + 3Ultra-T 版本 电动,掌内集成摄像头 400+ 触点塞进 500 克 基础版 ¥9,800,把高自由度手拉进万元以内;Ultra-T 于 2026-04 推出
灵心巧手 Linker Hand中国 · 本体供应商 6 主动总 12 电缸驱动,面向工业半开放场景的高负载 按型号可选 月销超千台,2026 年计划交付 5–10 万只,是出货口径上的头部
因时 Inspire RH56中国 · 本体供应商 6 连杆欠驱动 按型号可选 540 克,单指抓握 1.5 kg;2024 年交付约 2,000 只。中国人形整机上最常见的外购手
Shadow Hand英国 · 研究标杆 24 腱绳,电机在前臂二十多年前就是这个架构 可选 $100,000+,几乎只卖实验室。定义性能上限,不参与量产竞争

口径:参数来自厂商公开发布、公开报道与专利文件,2026 年 8 月核对。 专利参数不等于量产参数;标「未公布」的是厂商确实没披露,不是遗漏。 自由度口径各家不一(是否含腕、是否含被动关节),已在格内注明。

三个正在发生的结构性变化

趋势 01
电机正在集体搬出手掌 Tesla V3、1X、Shadow 都把驱动器放到前臂。原因很朴素:手指里塞不下足够扭矩,硬塞的结果是马斯克说的「巨大而奇怪的手」,而且惯量一大就做不了精细动作。代价是腱绳的摩擦、拉伸和通道间串扰,Tesla 为此专门设计了腕部走线器
趋势 02
触觉从加分项变成必选项 宇树 94 点、智元 400+ 点、Figure 索性自研——理由是市面上的传感器扛不住真实使用。对照第 5 节:触觉路线仍未收敛,但头部已经不把它当可选项了
趋势 03
比拼从自由度转向可反驱 宇树强调全关节可反驱,1X 强调力透明。堆自由度容易,能柔顺地用起来难。看到一只手先问它能不能被反向推动,比问它有几个自由度更有信息量
这张表里最该带走的一条

自研的整机厂,永远不会成为本体供应商的客户

注意表里的第一列:Tesla、Figure、1X、宇树、智元全部自己做手;而因时和灵心巧手是卖手给别人的。这条分野直接决定下一节要讲的下游风险落在谁身上——如果你是本体供应商,那些自研的公司永远不在你的潜在客户名单里,你的市场天花板是「不自研的那部分整机厂」,而不是整个人形市场。

反过来看也成立:手被这些公司当成核心能力自研,恰恰说明手不是一个可以被外包的标准件——它和整机的控制、模型、数据是绑在一起的。

这对入行者的实际意义:这些手你买不到,但它们指示了方向。你在第 6 节选型时,同等价位下优先选可反驱的、有触觉接口的,而不是自由度数字最大的——因为前两者是趋势,后者已经不是了。
08/

供应链:钱在上游,风险在下游

前两节讲你买什么、头部造什么,这一节讲这些手是怎么来的、又卖给谁。带着创业或投资意图进来的话,这一节比选型表更重要。

灵巧手是典型的“中间薄、两头厚”行业:做本体的公司最多、最卷、毛利最低;真正的利润集中在上游几个卡脖子的零部件;而下游的需求结构目前非常不健康——买家主要是实验室和演示项目,不是真在干活的产线。

上游:零部件,毛利在这里

环节是什么占成本状况
微型驱动电机 + 驱动器 空心杯电机、无框力矩电机、微型伺服模组。一只 16 自由度的手要 16 套 最大头 数量乘以自由度,直接决定整手成本。国产替代进展较快,是价格下降的主要来源
减速与传动 谐波减速器、行星减速器、微型丝杠、腱绳 最典型的卡脖子环节。谐波减速器长期由少数几家把持,国产厂商近年在快速切入
编码与位置反馈 磁编码器、绝对值编码器 决定上电知不知道自己在哪。低价手省掉绝对值编码器,就是第 6 节说的每次要重标零位
触觉与力感知 视触觉模组、压感阵列、六维力传感器 可选但贵 技术路线还没收敛,因此是最有机会的上游位置,见第 5 节
结构与材料 尼龙粉末烧结件、金属 CNC、TPU 软指腹、微型轴承 不构成壁垒。3D 打印让小批量试制成本极低,这也是开源手能存在的原因
控制与通信 驱动一体化控制板、CAN / EtherCAT 总线 技术不难但影响体验,总线带宽决定你能跑多高的控制频率

中游:本体,最卷的一层

国产成品
灵心巧手 · 因时 · 傲意 · 兆威等 三十多家在做,价格战已经开打。优势是供应链在身边、迭代快。共同问题是下游真实订单不足,出货很依赖科研和样机
海外商用
Shadow · Wonik · Schunk 单价高、性能标杆、几乎全部卖给实验室。它们定义了性能上限,但商业模式是小批量高毛利,不是量产逻辑
开源
LEAP · ORCA · Ruka 高校主导,图纸和代码公开。正在把入门门槛按到几百美金,也在持续挤压中低端商用手的空间。对入行者是最大的红利

下游:谁在买,以及买来干嘛

整条链上最需要冷静看的一段。按需求的真实程度从高到低排。

下游需求真实度说明
假肢 / 康复医疗 已验证 唯一已被规模化付费验证的场景。用户为功能付费的意愿明确,有医保和保险路径。国内几家做手的公司都是从这块起家的
科研 / 高校实验室 真实但小 当前出货量的主要去处。付费能力稳定,但总盘子有限,且被开源方案持续侵蚀
工业柔性抓取 / 3C 有条件 需求是真的,但和夹爪、专机直接竞争。只有在品类极多、换线极频繁的场景才算得过账
特种作业 / 遥操作 窄但硬 核工业、排爆、深海。对价格不敏感、对可靠性极端敏感。量小、单价高、认证周期长
人形机器人整机 最不确定 所有产能规划都押在这里。但人形目前绝大多数出货是研发样机和演示,不是在干活。如果人形放缓,灵巧手的需求预测会直接塌掉一半
需求已被真实付费验证 需求存在但有条件 想象空间最大,也最不确定
看这个行业时最该警惕的一件事

产能规划建立在“人形放量”这一个还没被订单验证的假设上

中游本体厂商喊出的年产能数字,对应的下游客户名单里往往是同样还在等待验证的人形公司——这是一条自我循环的需求链。这不代表方向错,而是说:判断一家灵巧手公司时,要问的不是“你能做多少只”,是“谁买走了,拿去干了什么活”。

给不同身份的人的结论

如果你想创业
别做本体 中游已经是红海且在打价格战。能站住的位置有两个:上游某个单点传感器(触觉路线未收敛,是真空档),或者下游某个具体场景的完整闭环——手加场景加数据,卖的是解决方案不是零件
如果你想投资或判断
盯上游和真实订单 上游卡脖子环节的确定性远高于本体。看本体公司时,把出货量拆成科研、演示样机、真实作业三档来问,第三档的数字才是这家公司的真实体温

本节为行业结构判断,不含具体财务数据;公司名单为举例,非推荐,也非穷举。

09/

仿真环境:先在这里花掉前三个月

买硬件之前先仿真,这不是省钱建议是效率建议。仿真里一小时能跑几百次实验,真机上一小时能跑二十次,还得盯着别撞坏。

工具定位要不要装
MuJoCo 物理引擎。接触求解快且稳,是操作类研究的事实标准 必装,从这里开始。纯 CPU 也能跑,笔记本足够
mujoco_menagerie DeepMind 维护的高质量模型库,LEAP、Shadow、Allegro 都在里面 必装。建议稀疏 checkout,整个仓库好几个 G
MJX MuJoCo 的 JAX 版,能在 GPU 上并行几千个环境 上 RL 时才需要。Mac 上没有 CUDA,到这一步租云主机
mujoco_playground DeepMind 的训练环境集,自带 LeapCubeReorient 手内旋转任务 做第二阶段时直接用,省掉自己搭环境
ManiSkill / Isaac Lab 更大更全的操作基准,含大量物体资产和任务 要跑标准 benchmark 或做视觉输入时再考虑,都要 GPU

第一天就要建立的两个习惯

HABIT 01
任何实验都要重复多次并报区间 接触力学对毫米级差异是混沌的,同样的初始条件加一点微扰动,抓握强度可能差十倍以上。只跑一次得出的结论全是噪声
HABIT 02
搭好场景先查初始穿模 物体和手的几何体如果一开始就重叠,引擎会产生巨大的穿透回弹力,你会看到“抓得非常稳”的假象。这是仿真里最常见也最难自己发现的错误
10/

两条控制路线,选一条走到底

让手真正干活的路只有两条。它们对硬件、时间、预算的要求完全不同,不要同时开两条线。

路线 A · 遥操作示教 + 模仿学习
维度
路线 B · 仿真 RL + sim2real
人操控机器手完成任务,录几百上千条轨迹,训一个策略去模仿
做法
仿真里大规模并行训练,靠域随机化让策略对真实误差免疫,再迁到真机
见效快,几十条数据就能看到雏形;不用写奖励函数;动作天然像人
优势
数据免费且无限;能做出示教教不了的高动态动作,比如手内快速翻转
要建一套数据采集系统;泛化受限于采过的分布,没采过的基本不会做
代价
要 GPU;奖励函数难设计;sim2real 差距是个无底洞,尤其是接触和摩擦
成功判据写不出来的任务,比如把一堆杂物收拾整齐
什么时候选
成功判据能量化的任务,比如把方块转到指定朝向
对绝大多数以产品落地为目标的人,路线 A 更现实。RL 在论文里更耀眼,但它对工程基建的要求高得多,而且训出来的策略往往只在训练时那个具体设置下有效。

遥操作要配什么

方案怎么做取舍
VR 手势追踪Quest 3 等头显自带的手部追踪,把人手关节映射到机器手最便宜,复用现成头显;精度中等,遮挡时会丢;无力反馈
动捕手套Manus、Rokoko 等,直接读人手关节角精度高、不怕遮挡;贵;每个人手型不同,要标定
视觉重建普通摄像头加手部姿态估计模型,从视频反推关节零硬件成本,可以采“人在真实环境里做事”的数据;精度最差
同构主从手做一个和机器手结构一样的小型主手,人操作它映射最准,不用重定向;要额外做一套硬件

重定向几乎总是比预期难:人手五指,多数机器手四指,指节长度比例也不同。这一步的质量直接决定数据质量。

11/

真正的瓶颈是数据,不是手

整份攻略里最重要的判断。如果你只记住一件事,记这个。

核心差异

语言和视觉模型的原料是免费且海量的,机器人操作数据不存在这样的存量

它必须被一小时一小时地造出来——需要真实的机器人、真实的环境、真实的人在旁边操作,而且采一小时数据的下限就是一小时

推论 01
数据成本远高于硬件 手是一次性支出,数据是持续支出,且规模上去之后是数量级差异
推论 02
数据不通用 平行夹爪上采的数据喂不进十六自由度的灵巧手,动作空间根本不是一回事。这就是跨本体迁移问题,目前是最关键的开放课题
推论 03
因此数据就是护城河 做机器人基础模型的公司都在自建采集,不外包。这和当年大家乐意把图片标注外包出去是完全相反的局面
给创业者的推论:如果你在想“能不能做机器人数据领域的 Scale AI”,注意推论 02 和 03——采集这一环会被需要它的公司自己吃掉。更可能成立的位置是采集的上游和下游:遥操作硬件与工具链(卖铲子)、仿真资产、以及第三方评测基准(现在没有人能可信地回答“我的模型比你强多少”)。判断何时翻转只需盯一件事:跨本体迁移什么时候变成真的
12/

该读什么

按读的顺序排,不按重要性。前三篇是地基,后面按需要挑。

01
The GRASP Taxonomy of Human Grasp TypesFeix et al. · IEEE THMS · 2016 33 类人类抓取的完整归纳。读它是为了把“抓”这个模糊动词拆成可枚举的类型,从而知道自己的任务真正需要什么
02
Learning Dexterous In-Hand ManipulationOpenAI · 2018 及 2019 魔方续作 这个领域的分水岭。Shadow Hand 转方块,全靠仿真训练加域随机化迁到真机。读它是为了理解 sim2real 这条路的完整形状和它的代价
03
LEAP Hand: Low-Cost, Efficient, Anthropomorphic HandShaw, Bahl, Pathak · CMU · RSS 2023 你很可能会买的那只手的原始论文,也是“低成本硬件也能做严肃研究”这个论点的代表作
04
Domain Randomization for Transferring Deep Neural NetworksTobin et al. · 2017 sim2real 的核心技巧:与其把仿真做得更真,不如做得足够随机,逼策略学会对参数不敏感。思路极简单,影响极大
05
Open X-Embodiment / RT-X多机构联合 · 2023 把二十多个机构、几十种机器人的数据合并成一个数据集,验证跨本体训练是否有效。第 11 节说的跨本体迁移这件事的温度计,值得持续跟踪
06
UMI: Universal Manipulation InterfaceChi, Song et al. · 2024 用手持夹爪加摄像头在真实世界采数据,绕开机器人本体。做的是夹爪不是灵巧手,但它代表的“在野采集打败实验室采集”思路对灵巧手同样成立
07
DexCap / Open-TeleVision2024 前后 两套有代表性的灵巧手遥操作数据采集方案。要走路线 A 的话,从这里抄架构
08
mujoco_menagerie · mujoco_playgroundDeepMind · 开源仓库 不是论文但比多数论文有用。前者是高质量机器人模型,后者是现成训练环境,包含手内重定向任务
读法建议:不要按顺序读完再动手。正确的节奏是读 Feix,动手跑仿真两周,读 OpenAI 那篇,再动手。带着自己撞过的问题去读论文,吸收率完全不同。
ONE LINE SUMMARY

硬件在快速变便宜,方法还没收敛,数据是唯一的硬通货。入行者最好的位置不是追最新的模型,而是找到一个别人没有数据、而你能持续拿到数据的具体场景——手只是那个场景的入口

选型价格为 2026 年 8 月前后行情,仅供参考,下单前请重新核价
供应链一节为行业结构判断,公司名单为举例,非推荐也非穷举
INDEX · 目录