21世纪经济报道记者林典驰长沙报道
当具身机器人在运动控制、环境感知、智能交互等方向快速演进时，产业关注的下一个问题变得更加具体：机器人真正进入工业制造、科研教育、家庭服务等真实环境，究竟能不能干活？
灵巧手作为具身智能连接物理世界“最后一厘米”的末端执行器，其重要性正被越来越多地认知。
8月7日，中国科学院自动化所孵化的中科慧思具身智能（湖南）有限公司（下称“中科慧思”）发布L1、D1、M1三款灵巧手产品，并预发布F系列绳驱仿生灵巧手，提出“多系本体×数据采集”的双飞轮模式。
在发布会后的群访中，中科慧灵创始人、中科慧思董事长张正涛与中科慧思CEO杨平面对包括21世纪经济报道在内的媒体，给出了直白判断：具身智能的“ChatGPT时刻”不会突然到来，灵巧手率先实现的将是限定性通用，未来一两年在一两个工序先干起活来，三五年内才可能大规模推广。从这场发布与对话中，可以看清灵巧手商业化走到哪一步、还差哪几步。
灵巧手融资升温，技术尚未收敛
灵巧手正站在爆发的临界点。GGII发布的《2026年H1中国灵巧手行业调研报告》显示，2025年中国灵巧手市场销量约1.92万只，同比增长236.84%；预计2026年销量将达到7.02万只，同比增长265.63%；到2030年，市场销量有望突破43万只，2026年至2030年复合年增长率约为57.79%。
资本投入同步升温。据GGII不完全统计，2023年至2026年5月，国内灵巧手行业共发生约57笔融资，涉及金额约128亿元。
张正涛在发布会上透露，在北京、深圳、杭州、上海、新加坡，灵巧手公司的估值普遍在百亿元到400亿元区间，专业灵巧手的公司，已经拥有被单独定价的产业位置。中科慧思方面也表示，队伍组建完成后于近期启动融资。
然而，市场放量并不意味着产业成熟。张正涛在演讲中直言，当前灵巧手行业存在四大问题。
其一是贵而不稳。高自由度触觉灵巧手的市场价格为十几万元到八十几万元，甚至上百万元，特斯拉Optimus的灵巧手成本仍需6000美元，但在工业连续作业下，实际寿命只有几周到两三个月，买不起，也不耐用。
其二是集成难度高。轻量化、大负载、高精度、强感知相互牵制，难以兼容，在一只手的狭小空间内集成20至30个自由度，需要塞入电机、传感器乃至驱动绳，散热与成本都是硬约束。
其三是有手无脑。迄今为止，所有VLA模型都没有办法驱动一只20至30个自由度的手完成灵巧作业。
背后是数据的数量级差距：大模型的文本语料以数十万亿Token计，机器人整机开源数据集已有百万条轨迹，而开源的灵巧手精细操作真实数据只有几万条。
其四是技术路线未收敛。连杆、腱绳、直驱三条路线各有长短板。连杆执行器通过连杆驱动灵巧手执行动作。腱绳能实现高自由度但易卸力、维护困难；直驱将微型力矩电机装进指关节，成本高且存在散热问题。能把成本、稳定性、自由度同时做对的路线，才配得上大规模的数据和真实的作业。
值得注意的是，尽管行业出货量以每年数倍的速度增长，竞争却仍停留在参数层面。目前的产品评价多集中在自由度、重量、负载、速度、精度和传感配置等指标，但高自由度并不会自然转化为灵巧作业技能，机器人能稳定拿起一把螺丝刀，只说明它具备抓取能力；真正完成旋拧，还需要控制工具姿态、位置、运动轨迹和作用力。这意味着，灵巧手的评价标准需要从抓取能力走向操作能力，再走向作业能力。
不比参数比“干活”能力
针对上述矛盾，中科慧思给出的答案是系列化产品矩阵加数据采集的双飞轮模式。
具体来看，L1定位普惠款，采用轻量化、精简自由度路线，具备6个主动自由度，价格在小几千元量级，主打高性价比、高稳定性、长寿命和易部署，可视为现有工具夹爪的升级版。
目前中科慧思L系列已在CASBOT BAND机器人乐队中应用于吉他、贝斯、电子琴等真实乐器演奏。D1定位为高自由度通用五指灵巧手，主打运动灵活性、多关节独立运动、多指协同与触觉感知能力；M1为模块化场景灵巧手，围绕复杂场景操作需求进行设计。F系列为本次预发布产品，其围绕高自由度、仿生结构和柔顺操作展开探索。通过绳驱仿生结构，探索更加接近人手运动方式的高自由度柔顺操作能力。
腱绳手的痛点在于腱绳易损耗、精度随时间下降，使用几周后就可能失效。
中科慧思的方案是单根腱绳3分钟快速拆换，不在原有思路上“钻牛角尖”，以低成本、快速更换化解高自由度与可用性之间的矛盾。
在产品矩阵之上，是硬件定义数据上限，数据定义硬件价值的飞轮逻辑：系列化本体为数据采集提供统一、稳定的硬件载体，同源数据的持续积累反向推动模型、技能与硬件迭代。
杨平在回应提问时解释，这是一个“鸡生蛋、蛋生鸡”的次序问题，模型训练和数据都依赖手的构型设计，必须先有手，才能产生同源数据，再由数据训练模型、模型控制手，如此往复。
数据质量是飞轮能否转动的关键。杨平介绍，行业目前对数据配比的共识大致是“721”：70%为互联网及合成、仿真数据，20%为真人数据，10%为真机数据。真机数据最难采、获取成本最高，但没有前90%也撑不起模型。
高质量数据的判定同样有工程门槛：真人数据要求手掌、手指在视野中不被遮挡，一个工人采集10小时数据，往往只有2至3小时可用于基模训练；各传感器数据还要做毫秒级时间对齐，精确到10毫秒以内。
张正涛透露，公司目前手上有四五十万小时通用工业数据，今年真机数据采集将达到万小时量级，并计划联合中国科学院自动化所及高校开源部分数据集。
此外，中科慧思还将在湘江新区建设国内最大的灵巧手技能训练场，并推出灵巧手基础操作模型，按动作级、操作级、任务级分层，输出L1级抓取、L2级操作、L3级作业的能力分级体系。
供应链、场景的“限定性通用”
灵巧手要真正跨过商业化门槛，核心元器件的供应链与场景选择是绕不开的两道题。
供应链方面，电机、精密减速机、传感器曾在十多年前主要依赖进口，但杨平表示，随着近两三年具身智能的爆发，上游零部件飞速发展，一两万转的高速空心杯电机，国内完全做得出来，且成本很低；精密减速机工业级产品质量可靠；光电式、触觉、电感式传感器在国内都能找到供应商。
对中科慧思而言，传感器与电机问题主要依靠股东蓝思科技的供应链与制造体系解决，蓝思有两三千人专门从事材料、工艺与工程攻关。
这一股东结构正是中科慧思的底层设计：中科慧灵提供具身智能机器人技术、整机系统、运动控制、感知和灵巧操作基础；蓝思科技提供精密制造、工程验证、质量控制、供应链和规模产业化支撑；华夏集团连接真实应用场景、运营资源和区域产业需求。
对于灵巧手从实验室到规模化工业应用的时间表，杨平给出了一个渐进的判断：具身智能的“ChatGPT时刻”不会突然到来，更可能是在某个角落先对一两个工序实现小批量、多品种的柔性生产；随着真机与真人数据积累、飞轮转起来，三五年内有望大规模推广。但他同时强调，这实现的是“限定性通用”而非完全通用。例如，工厂里练就的灵巧手不一定会炒菜，两条数据链路、两套参数指标完全不同。
