机器人前瞻（公众号：robot_pro）
作者 | 许丽思
编辑 | 漠影

走进WAIC，人形机器人就没有闲着的。

有的在流水线上干装配、分拣，有的在货架和料箱之间来回搬运，还有的忙着做咖啡冰淇淋爆米花，或者和现场观众进行导览互动……

它们能走、能看、能听懂指令，但要顺利完成这些任务，最终还得落到最后具体的一步，那就是能不能用一双手，稳稳抓住物品，并且在接触物体后持续判断和调整，把事情做好。

在灵巧手头部黑马曦诺未来的展台上，我看到这个问题被拆解成了一组组更轻松、也更直观的互动：机器人拿起画笔，在纸上丝滑勾勒出一台钢琴的简笔画；它还会夹起一枝枝花，挨个装到袋子里挨个给围观的观众送上。

看上去只是一些小节目，但这些动作几乎容不得差一点，握笔太松，笔杆会滑，太紧的话，笔尖又可能卡在纸面上；递花必须得稳稳夹住花枝，拿起袋子的手也不能太用力。

支撑机器人完成这些动作的，就是曦诺未来推出的Xynova Flex 2，这是全球首款采取“腱绳+电机直驱”混合驱动的仿生灵巧手。

Flex 2拥有23个自由度、0.05N的力控精度、手掌重量仅400g、手指重复定位精度不超过±0.2mm，并集成视觉、触觉、接近觉和力觉等多模态感知能力……具备了支撑机器人执行精细操作的关键能力。

它也带来一个值得深入讨论的问题：当具身智能的竞争聚焦于规模化应用的时候，一只专为落地而生的灵巧手究竟需要具备哪些能力？

下面，我们将从技术突破到落地，拆解Flex2背后的逻辑。

一、 机器人想真正学会干活，需要一只怎样的手？

在WAIC展台上，我们看到机器人轻松完成画简笔画、给观众送花各种复杂演示背后，灵巧手经历的是一个复杂的“感知—执行—反馈—修正”的闭环过程。

这些演示之所以值得关注，是因为它们非常接近机器人未来真实干活时面对的问题。画笔不一定永远摆在固定位置，卡片表面的摩擦力可能不同，花枝也有粗细、软硬等差异。

干活的时候，灵巧手就需要在这样不断变化的物理环境中，根据物体的状态随时进行调整。

过去，灵巧手的竞争可能更多围绕自由度、外观、负载能力展开。但进入真实场景，更看重这只手能否把大脑的指令变成有效劳动、把抽象任务转化为抓、捏、拧、插、递等稳定且连续的真实动作。

具体来说，首先，这只手必须要做到又快、又准、又柔。机器人大脑下达“把花递给观众”的指令后，手部要迅速调整每根手指的姿态，建立稳定抓握，并在移动中保持合适力度，免得把花折坏了。

其次，必须具备足够全面且高质量触觉反馈，视觉可以告诉机器人花、画笔和卡片在哪里，却很难判断手指“最后一厘米”的视觉盲区，比如花枝是不是正在滑动、卡片有没有被挤压变形等，这些信息需要触觉、接近觉和力觉补足。

最后，它还要形态足够拟人、力量足够可靠，才能进入人类已经建立的工作环境，使用为人手设计的工具，在长时间运行中保持动作稳定。

所以，Flex2想要解决的，并不是让机器人多完成几个好看的动作，而是打通一套完整的真实操作闭环。

二、六大核心突破，撑起机器人真实操作闭环

接下来，我们具体看看Flex2这款手，是如何支撑一套“感知—执行—反馈—修正”的精细操作闭环的。

1、灵与巧：23DOF仿生构型，同时兼顾“柔”和“准”

Flex2的“灵”来自接近人手的动作空间，其拥有23自由度仿生设计（19主动+4被动），重量仅仅400g，每秒可完成两次握拳伸展，活动起来就像人手一样轻盈灵活。

人手为什么能做到又轻又巧又有劲？关键在于两套肌肉系统的协同分工。体积更大的外在肌集中在前臂，通过肌腱远距离传递动力，主要负责强力抓取；体积更小的内在肌位于手掌，直接驱动手指做出各种精细操作。

这是因为人的大肌肉群集中在小臂，手掌本身以极轻的自重实现精细操作。我们紧握拳头的时候，力量就是来自于小臂，而手掌里的骨头、韧带、肌腱，都是用来传递力量和感知世界的。

基于这个第一性原理，Flex2采用了“腱绳+直驱”混合驱动路线的技术路线，大功率驱动单元后置于小臂，通过腱绳传递主要抓握力，使手掌保持轻量；手掌内部的直驱单元则负责侧摆、对指等需要快速响应的精细动作。

两套驱动协同工作，这就使得Flex2在保持柔顺性优势的同时，还实现了不输于刚性传动的精度与响应速度，让一只灵巧手同时实现了腱绳驱动的“柔”和直驱的“准”。

Flex2还实现了硬核的控制响应能力：指令下达延迟≤10ms，感知反馈延迟≤5ms，闭环控制周期≤1ms，每一次动作调整都在毫秒级内完成。

另外，它还统筹兼顾响应、精度和力控——手指重复定位精度≤±0.2mm，力控精度高达0.05N，让每一次动作都能稳定复现。

2、智：多模态感知，让灵巧手在接触瞬间完成本能反应

“灵”和“巧”解决了执行问题，那么“智”就进一步解决了接触时的感知问题。

Flex 2集成了视觉（腕部相机）、触觉（指尖3D触觉、指腹、手掌）、接近觉（掌心LiDAR+红外）和力觉四类传感器，构建了一个多维的、互补的多模态感知网络，接近觉覆盖靠近目标时的视觉盲区，触觉和力觉读取接触位置、压力变化与滑移趋势。

比如，机器人画简笔画时，腕部视觉首先识别画笔和纸面的位置，引导手指向目标靠近；进入近场范围后，掌心接近觉进一步判断手掌与画笔、纸面的距离，帮助灵巧手精准完成抓握。

落笔后，全手掌覆盖的触觉传感器会持续读取接触位置和压力变化，让其既不会太近把笔折弯，又不会太松让笔滑落。

这个过程中也少不了力位混合控制，力位混合控制会结合画笔姿态与触觉反馈，同步调整手指的位置和施力大小，让灵巧手既能稳稳握住画笔，又能保持足够的柔顺性，最终使线条平稳地呈现在纸面上。

3、劲、美、稳：重塑应用边界

“灵、巧、智”解决了灵巧手执行、感知、反馈的问题，但一只手能否成为真正的干活手，还要看它能够覆盖怎样的任务、能否进入人类真实环境、以及能不能承受长期高频使用。

（1）劲：Flex2拥有12kg峰值抓取负载、4kg额定负载，它既可以处理精密装配中需要巧劲的工作，也能覆盖大部分轻量化工业和商业搬运任务。

（2）美：Flex 2按照人手尺寸、关节比例进行仿生设计，并加入柔性可换皮肤、仿人大鱼际和小鱼际、仿人指甲盖等结构。指甲盖可以为捏取纸张、卡片等薄片提供支撑，整体的仿人设计，也可以更好地适配人类工作与工作环境。

（3）稳：一只能上产线的手，不能只在展台上展示，Flex 2具备百万次开合寿命、腱绳抗蠕变设计、主动散热系统，可在-10℃至50℃环境中运行，MTBF不低于5000小时。另外，混合驱动的路线也充分考虑了运行时的热平衡，能够有效减轻末端发热和惯量压力。

针对腱绳容易松弛、磨损的疑问，曦诺未来提到，相关腱绳已经完成超过150万次工程测试，经过材料、结构和工艺优化后，绳索寿命已经不再是这条技术路线的主要卡点。

总而言之，“劲”决定机器人可以干什么活，“美”决定它能否适配人类世界，“稳”则决定这些能力能否长期持续。

真正的灵巧，是整套系统的胜利。从这六个维度来看，Flex2真正要解决的，并不是某一个参数够不够高，而是一只灵巧手能否同时做到执行精准、感知细腻、任务广泛、形态拟人和长期稳定，形成一整套完整的操作闭环。

三、不止造手，曦诺未来构建可量产的具身智能操作底座

展台上成功完成演示，和进入产线连续工作数月，中间隔着漫长的工程化过程。

灵巧手要真正进入产业场景，前提仍然是可量产、可交付、可维护。行业不缺性能出色的实验室孤品，缺的是能够稳定生产和批量部署的产品。

不过，灵巧手量产是一个全球性难题，行业普遍面临成本、性能和可靠性之间的“不可能三角”，性能强、可靠性经得住长期运行、成本还要在本体厂商能接受的区间内，这就像压机器人本体厂商头上的“三座大山”。真正的量产，需要在这三个维度找到可持续的平衡。

曦诺未来让这双手实现批量生产和稳定交付的底气，首先来自于团队配置。

团队核心成员拥有20余年电机系统与精密驱动积累，来自大疆、舍弗勒、KUKA、宁德时代、Apple等产业一线，具备从底层电机电控、机械传动到灵巧手控制与规模化落地的完整闭环能力。研发骨干多毕业于清华、浙大、哥大、宾大等国内外顶尖院校，形成产研融合的复合人才梯队。

再从技术路线上看，曦诺未来坚持从硬件到算法进行全栈自研，覆盖丝杠、减速器、电机绕线、电控、运动控制算法等环节。

这种选择并非源于追求“大而全”的执念。在2024年末，曦诺未来就发现，灵巧手整体供应链尚未成熟，一些供应商对具身智能缺乏了解和信心，产品可能会面临良品率低、交付周期长等问题。

为了把产品做出来，他们不得不向上游延伸，自行完成丝杠、减速器等零部件的技术攻关和工艺打磨。

以微型丝杠为例，这是将高速旋转运动转化为直线运动的核心零部件，曦诺未来通过定制设备和自研工艺掌握关键零部件生产，并由此把成本控制前置。

如今，从8mm无刷空心杯电机、7mm行星滚柱丝杠，到微型电缸、一体化关节模组，曦诺未来实现了“电机+电控+减速器+丝杠+算法”全掌控。它拥有从机加工、电机绕线到灵巧手组装测试的完整产线，是国内极少数具备全链条自主研发与制造能力的灵巧手方案商。

曦诺未来称，随着产量提升，核心零部件和整手产品仍有进一步降本空间。

市场也已为其投票，曦诺未来成立一年多，已获得头部本体厂商万台级订单。5400平方米新工厂已经建成并进入爬产阶段，计划在年底形成年产1万台灵巧手、20万台微型电缸的产能。

结语：灵巧手，正在成为机器人迭代进化的关键入口

具身模型正在快速进化，但要真正能干活还得经过指尖的检验。现实世界中的摩擦、滑移、形变和力度变化，只有在真实接触中才能被感知和学习；灵巧手正是机器人从“能动”走向“能干活”的关键一环。

Flex2这样一款堪称“六边形战士”的灵巧手出现，不只是一款末端执行器，更是连接机器人能力与产业场景的操作底座。

随着灵巧手走向规模化部署，机器人将在一次次真实任务中获得反馈、积累经验、加速迭代。由此，灵巧手也将从机器人接触世界的“最后一厘米”，逐渐成为推动机器人落地应用与持续进化的重要入口。