资本青睐背后人形机器人商业化路径判断人类极度依赖使用的一双 灵巧手至今是机器人难以复刻和逾越的一道坎儿。2026 年过半多家头部灵巧手及触觉感知企业已接连完成大额融资融资规模和估值水位持续抬升灵巧手已成为资金流向热门的细分赛道之一。据高工人形机器人GGII统计仅在 2026 年第一季度国内灵巧手行业的融资逼近 50 亿元比 2025 全年高出 70%。近日又有一家灵巧手公司获得融资。6 月 24 日灵巧手研发商临界点AGILINK宣布已完成新一轮近 10 亿元人民币融资投后估值超 10 亿美元。临界点成立于 2026 年 1 月短短 4 个月内估值已突破 10 亿美元跻身独角兽行列。这家公司由智元机器人灵巧手业务拆分而来主要研发多自由度五指灵巧手和夹爪等产品。凭借成熟团队、产品积累和量产经验在成立初期便获得较高资本关注。临界点的快速跃升是灵巧手赛道升温的一个缩影。过去半年资金正在涌向那些能让机器人真正 动手干活 的公司。据公开信息显示2 月灵心巧手完成近 15 亿元 B 轮融资4 月又完成 B轮融资3 月帕西尼感知科技完成超 10 亿元 B 轮融资5 月曦诺未来完成数亿元 A 轮融资。密集融资背后反映的是资本对人形机器人商业化路径的判断。相比更宏大的人形机器人整机故事资本正在把目光投向一个更具体的环节灵巧手的重要性不言而喻。现在的人形机器人可以走得稳、跑得快已经具备了融入各大场景的基本条件但能不能抓取、搬运、操作工具、完成精细任务才决定它能否真正创造工作价值。临界点市场总监韩晓璇表示灵巧手热度上升本质上是人形机器人发展阶段变化后的必然结果。早期行业更关注机器人的运动控制能力比如行走、跑跳、平衡等但随着这些能力逐渐成熟机器人下一步要真正进入真实场景、完成具体任务、产生实际工作价值就必须具备更强的操作能力。而 ‘手’ 正是机器人与真实世界交互、完成作业的核心部件。 韩晓璇说。目前灵巧手行业已经从样机阶段走向批量交付阶段但从 能交付 到 成熟量产中间仍有一段距离。临界点 CTO 熊坤对此表示灵巧手仍是一个早期产品真正难的地方在于系统能力的成熟。硬件上要继续突破高能量密度、小尺寸、低成本的驱动器和电机算法上要建立从数据采集、模型训练到部署迭代的完整链路制造上则要解决稳定性、产品质量、核心工艺和关键零部件等量产问题。灵巧手的升温标志着人形机器人竞争开始进入更深一层谁能做好这只灵巧手谁就更可能掌握人形机器人商业化落地的关键入口。特斯拉难题灵巧手突破不易灵巧手的突破并非易事。2025 年特斯拉 Optimus 的量产计划就卡在了灵巧手上。马斯克曾称Optimus 年内将限量生产至少 5000 台2026 年进一步提升至 5 万台。但这一计划随后多次延后。在同年特斯拉第三季度财报电话会上马斯克坦言手和前臂的制造是 极其艰巨的工程挑战从机电角度看难度甚至超过机器人其他部分。多位机器人研究学者都发表过类似的观点灵巧操作也长期被视为机器人领域最难的问题之一。灵巧手在极小空间内要完成关节、传感器等几百个零部件的整合技术门槛非常高其难度不亚于造一个机器人。并且成本也是灵巧手绕不开的门槛。多份机构测算显示灵巧手在人形机器人整机成本中的占比大致在 15%—20%上下摩根士丹利对 Optimus Gen2 的拆解中灵巧手成本约占整机成本 17.3%。对于一只需要集成驱动器、传动结构、传感器和控制系统的手来说成本控制本身就是量产前必须跨过的一关。基于诸多问题Optimus 也陷入困境。甚至有传言表示Optimus 一度因此而陷入停产在弗里蒙特工厂里堆了几百台无手的机器人。2026 年 3 月这道难题有了实质性的进展。特斯拉发布了 Optimus 第三代Gen3的量产版演示视频重点展示了‌灵巧手‌和‌减速机构‌的突破。4 月特斯拉通过世界知识产权组织公布了特斯拉第三代灵巧手方面的一批专利内容覆盖手部整体结构、前臂、手腕、手指以及缆线布设等关键模块。马斯克的思路是不再纠结于单个手指或关节把手、腕、前臂和缆线当成一个整体系统去设计。这份专利重点处理了手部系统的轻量化、缆线传动、手腕走线和关节装配等问题还重新梳理了手、腕、前臂、缆线和装配之间的协同关系。核心比拼技术路线与自由度随着资本持续涌入灵巧手赛道也在迅速升温入局者越来越多。截至 2025 年 3 月据 GGII 统计国内相关企业已逾 40 家这个数量占到全球约一半的玩家。随着入局者越来越多各家必须尽快建立真正的技术和量产壁垒。技术路线选择目前灵巧手的传动路线仍处在多方案并行阶段。驱动上有把电机直接驱动关节的直驱也有靠传动机构远距离传力的方案。传动上包括连杆传动、腱绳传动、齿轮传动、链传动以及多种技术的复合传动不同厂商采用的路线并不相同。整体来看行业还没有出现一个通用方案。熊坤表示虽然灵巧手的技术路线还没有完全定型但高端产品正在向两类方案集中直驱和腱绳传动。前者更强调控制精度和响应后者更接近人手的传动方式也更有利于在有限空间里实现多自由度。比如临界点选择两条路线同时布局本质上也是因为行业还没到押注单一路线的时候。 熊坤说。自由度比拼选好路线只是入场券。还有更关键的问题是我们怎么判断一只灵巧手究竟 先不先进目前行业里最常被拿来比拼的是灵巧手的 自由度。自由度决定了一只手理论上能做出多少种姿态也决定了它能覆盖多少抓取和操作动作。在灵巧手技术还没有完全收敛时自由度成了最容易被量化、也最容易被外界理解的指标。比如特斯拉 Optimus 第三代手搭载了 22 个自由度宇树推出的 Dex5 单手集成 20 个自由度16 主动 4 个被动临界点 OmniHand 3 Ultra - M 集成了 20 个主动自由度。不过熊坤强调自由度并非越多越好而取决于场景与任务。例如在轻作业场景约 6 到 10 个主动自由度即可约六到七成的工具操作场景大致在 10 到 17 个之间而对标人手的高复杂、精细化或拟人操作则可能需要 17 个以上、甚至 20 个以上接近人手的主动自由度。在他看来能否把人形机器人带入相应场景、能完成多少任务、为人提升多少效率才是价值的真正落点。熊坤表示在灵巧手的性能评价标准上目前行业已基本形成三个维度的共识第一是基本参数比如自由度尤其是主动自由度的配置、尺寸、重量、所用传感器、单指尖力负载、关节速度与运动角度第二是操作能力就是灵巧手能使用多少种工具、完成多少种动作手势第三也是最高的维度是智能程度。比如对灵巧操作模型与算法的适应度以及结合 B 端场景做部署落地的能力。参数和操作能力是门槛智能程度才是高下之分的所在。这也正是头部厂商真正想筑起壁垒的地方。下一程产业化深水区挑战当竞争的焦点从基础参数、操作能力一路推到智能程度灵巧手才真正走进产业化的深水区。而眼下要补的短板还有不少。一位资深行业分析师表示在这一个阶段的竞赛中除了自由度、操作能力等比拼维度传感器也变得越来越重要。机器人手需要感知力还要识别物体的材质、软硬、纹理等信息才能支撑更复杂、更精细的操作。视觉可以帮助机器人找到物体但进入接触环节后真正决定动作是否稳定的是手指能否感知压力变化、滑移趋势和材质差异并及时调整力度和姿态。这也是为什么目前越来越多厂商开始在灵巧手上堆触觉传感。柔性触觉传感正在从实验室走向更大规模的量产也开始成为高端灵巧手迭代的重要方向。这类变化已经体现在一批产品中。比如帕西尼 DexH13 GEN2 多维触觉灵巧手单手搭载 1140 个多维触觉传感单元具备 15 种触觉感知能力并且最新一代 PX - 6AX GEN3 触觉传感器进一步提升福莱新材发布的第二代触觉传感产品可以感知 X、Y、Z 三个方向的力矢量并实现指尖、指腹、手心、手背的全曲面覆盖临界点发布的全直驱旗舰灵巧手 OmniHand 3 Ultra - M其指尖集成微型视触觉传感器并在手掌区域分布 300 余个三维触觉感知点。还有一个核心的难点是数据熊坤说大模型可以从互联网上获得大量文本、图像和视频数据灵巧操作数据却很难凭空获得。机器人必须在真实环境里一遍遍抓取、滑落、调整、成功再把这些过程沉淀下来。不同物体的重量、材质、形状、摆放角度都会影响一次操作结果。当然最终的目标都是走向产业化落地让这只手真正用起来而且用到规模。熊坤把灵巧手后续的发力节点归纳为 软硬协同阶段。一边是灵巧手的硬件研发与量产一边是从数据采集、模型训练到落地的整套软件算法能力再配上面向不同场景的解决方案。这也是具身智能迟迟没有迎来 ChatGPT 时刻 的原因之一。模型、硬件、数据和场景之间还没有形成足够高效的闭环。真正进入物理世界的人形机器人需要一双手与世界相处。手触碰万物简单难的是恰到好处。而这恰到好处的几分力、几毫米往往就是聪明与笨拙的分界也是一家灵巧手公司从研发走向量产的距离。