每只手21個自由度，支持16主動自由度，具備高精度操作能力。

 

在夾持、旋轉、精準插拔等精細操作上，能力遠超市面常見的6自由度抓取器。

 

 

這就是具身智能創業公司靈初智能最新推出的自研靈巧手。

 

要知道，人類的一只手是27個自由度，而特斯拉最新一代Optimus Gen-3靈巧手也只有22個自由度。

 

21個自由度，意味著機械結構復雜，硬件制造上難度極高，還需要保證穩定性和可量產性，造價下探很有難度，“市面上很多團隊，光靈巧手就要幾十萬一只。”

 

而靈初智能創始人兼CEO王啟斌告訴量子位，靈初的目標，是將一臺機器人整機的價格——

 

打到17000美元（約122083元）級別，對標特斯拉“Model 3定價策略”。

 

由于視雙足為炫技，在整機設計上，靈初的人形機器人打造成“輪式+雙手”的形象，長下面這樣：

 

 

從Day One開始拋棄夾爪

 

先來說此次新推出靈巧手背后的故事。

 

靈初智能的目標是打造通用靈巧操作的機器人系統，強調的是從動作層面解決復雜任務。

 

在創始團隊看來，“通用”和“復雜”，意味著機器人只配備夾爪來抓取遠遠不夠——

 

抓取只是一種簡單的單一技能，但現實中的任務，如使用工具、精密裝配、翻頁、掃碼、旋轉，必須具備更高自由度與靈巧度。

 

耶魯大學等在2013年的《Grasp Frequency and Usage in Daily Household and Machine Shop（抓取頻率及其在家庭與機械車間的應用）》一文中總結了家庭和車間環境下人類手部的高頻抓取動作，共10種。

 

 

很多看似簡單的操作，比如轉筆、精準插拔、翻書、調方向，都需要高自由度手部與觸覺反饋才能完成。

 

考慮到落地，工業場景中很多手中操作（如轉動螺絲刀）和精密操作（如電池抓取與攝像頭校準）場景交給低自由度的靈巧手尚且無法完成，更別提夾爪了。

 

因此從Day One開始，靈初就決定不做夾爪。

 

之所以選擇自研，是因為靈初團隊覺得市面上的靈巧手產品都不好用。

 

而靈初身上頗有做靈巧手的技術基因。

 

公司首席科學家楊耀東，北京大學人工智能研究院助理教授、強化學習領域的知名學者。

 

2022年時，他帶領華人團隊獲得NeurIPS 2022具身靈巧操作冠軍；那時候，楊耀東就開始和團隊在仿真環境中用強化學習訓練靈巧手完成復雜操作。

 

彼時團隊中的一名00后陳源培，現在成了靈初的聯合創始人。

 

他師從李飛飛和Karen Liu（領導斯坦福機器人中心運動實驗室），曾在全球全球范圍內首次實現利用強化學習在真實世界同時控制雙臂、雙手多技能操作。

 

在機器人領域搞強化學習冷啟動訓練

 

從上面二人的經歷中不難抽取出除「靈巧手」外的另一關鍵詞：

 

強化學習。

 

這個詞對大家來說并不陌生——近幾年，它在語言模型后訓練階段立下豐功偉績。然而陳源培介紹，在機器人抓取任務領域，強化學習還是一個難度較高的小眾領域，有相關經驗的人并不多。

 

他例舉了做這件事的部分困難之處：兩個挑戰 + 一個關鍵矛盾。

 

第一，自由度越高，訓練難度越大。

 

現在經常出街的機器狗基本上全身是12個自由度，其訓練尚且不易。

 

靈初智能想做具身智能人形機器人，現階段光是一只手就21個自由度，對算法訓練的要求不言而喻——能做出來和能用起來，中間還是有巨大的gap。

 

第二，具身智能在真實世界里需要完成的任務，更多是“開放場景長程復雜任務”，單就“長程”這一點來說，非常容易有誤差累積。

 

比如完成一個任務需要十個步驟，如果第二步有1cm的偏差，最后的操作結果就可能差出十萬八千里來。

 

剩下的那一個關鍵矛盾在于強化學習模型常專用于一個場景，遷移難，跨任務泛化能力差。