共计 4047 个字符，预计需要花费 11 分钟才能阅读完成。
具身智能正迈向商业应用关键期。足式技术渐趋成熟，然而人形机器人的手部操作能力，特别是上肢的灵巧性与泛化性，仍面临巨大技术挑战与行业瓶颈。上肢操作难点不仅在于机械结构复杂，还在于让机器人“感知”外界物理交互信息，这需视觉、高度精密的力觉和触觉传感器，以捕捉物体压力、纹理、摩擦力等多模态信息。
今年 3 月，戴盟机器人发布的人形机器人 Sparky 1 具备高精度操作能力，可执行焊接电路板、精准滴试剂、熨烫衣服、倒酒及物体分拣、整理书架等任务。其精密操作能力得益于基于视觉的触觉传感器和多自由度灵巧手。自 2021 年成立，戴盟机器人致力于发展机器人手部触觉感知技术，已成为光学式触觉传感器领域领军者。其研发的基于视觉的触觉传感器为全球首创，超薄设计仅 5 毫米，具备高分辨率（640×480）和高触觉感知维度（12 维），代表顶尖水平，且已成功集成于灵巧手，赋予机器人类人般感知能力。
戴盟机器人 CEO 段江哗认为，团队成员来自国内外知名学府和科研机构，拥有从技术研发到全球市场推广，再到实现年营收数十亿量产经验的完整履历，还敏锐捕捉到市场对触觉模块的需求，为技术成果转化和商业化奠定坚实基础。
灵巧上肢技术决定人形机器人应用边界
创业邦 ：为何灵巧上肢对人形机器人至关重要？
段江哗 ：灵巧上肢的关键在于赋予人形机器人真正操作能力。若将人形机器人视为替代或辅助人类完成任务的工具，它不仅要“看得见”“能走动”，更要“能动手”。手眼协调、手部精细操作能力，尤其是上肢操作的灵巧性与泛化性，是拓展人形机器人能力边界、提高其应用价值的关键。人类日常活动中，双手涉及抓取、旋转、施力等多种精细操作。要使机器人在人类社会广泛应用，如家庭服务、医疗护理、工业自动化等领域，必须具备类似人类的上肢灵活性和触觉能力，才能操作不同形状、材质和大小的物体，增强在不同场景和任务中的灵活性与适应性。未来，灵巧上肢发展将决定人形机器人应用边界。无论是智能制造领域代替人工，还是在家务或养老服务中提供帮助，机器人都需具备人类手一样的感知和灵活度，才能在多样化场景中稳定发挥作用，真正实现通用。
创业邦 ：机器人实现灵巧操作，最关键因素是什么？
段江哗 ：灵巧手核心在于三方面：一是高精度的多维感知系统，如视觉、力觉和触觉，因手和眼位置关系、光线及空间遮挡等问题，手部触觉尤为重要；二是高自由度机械结构，灵巧手需机器人拥有接近或超过人类手部的自由度，以完成复杂动作，如使用工具作业等；三是快速手眼协调操作模型，通过将视觉传感器数据与手部触觉和手部运动实时结合，机器人精准控制手指关节完成复杂操作。当前，很多灵巧手公司追求提高自由度，这固然重要，但非壁垒所在。手部触觉感知及基于视觉触觉的灵巧操作模型才是关键，也是戴盟重要发力点。视觉和听觉在远距离感知和交流中占主导，而触觉在日常生活与环境互动和情感交流中不可或缺，尤其手部作为与外界交互重要部件，触觉必不可少。视觉和触觉结合让机器人真正“感觉”操作物体。触觉不只是简单压力传感，涉及物体纹理、摩擦、重力等多模态信息，能让机器人进行更精细操作，传统传感器无法全面捕捉这些细节，而戴盟研发的基于视觉的触觉传感器解决了这一问题。
市场对触觉模块的关注及趋势
段江哗 ：触觉是人类重要感官信息，与视觉、听觉、嗅觉同样重要，一直是研究热门方向，也是 35 项卡脖子技术之一。随着“具身智能”概念普及，市场对触觉模块需求快速增加，尤其在人形机器人领域，触觉传感器对精细操作至关重要。机器人不再仅执行简单重复任务，而是要在非结构化场景中通用化完成各类任务，如医疗辅助、柔性精密制造等，这就要求机器人具备类似人类的触觉感知能力，能细致掌握物体质感、力度，甚至柔性物体在手指尖的细微变化。从市场需求和技术趋势看，有两点很清晰：首先，对触觉传感器信息模态需求增多，传统正压力感知传感器无法满足，信息丰富程度应与人类触觉 12 维度相近，如正压力、切向力、软硬、纹理、摩擦、滑动等。以人类抓取为例，抓取物体时并非预设抓取力，抓到后对自身抓取力判断也不准确，而是通过与物体接触判断抓取时的接触状态、摩擦、滑动等模态信息综合判断物体在手中是否稳定以完成抓取。其次，对触觉分辨率要求更高。人类手指空间分辨率极高，指尖每平方厘米皮肤中有约 2400 个触觉感受器，这种高密度感受器使手指能精确感知表面微小差异。传统触觉通常采用几乘几的阵列排布，单位面积内分辨率低，感知能力粗糙，只能感知大范围触觉刺激。戴盟机器人的触觉分辨率可达 640*480 和 1280*960 的像素级分辨率，单位面积内有几十万个触觉感受器，可实现极高分辨率的触觉感知。
灵巧手技术仍面临挑战
段江哗 ：手部技术研发因结构复杂、操作要求精细、传感和控制高度复杂以及制造挑战，比足部技术更困难。足部行走主要涉及平衡和稳定性等高难度问题，而手部技术需应对更复杂的运动控制和精确的感知反馈，且操作对象广泛，每种对象形状、重量和材质不同，机器人手部必须通过精确的感知反馈（如触觉和视觉）来适应这些变化。比如拿取玻璃杯时，机器人需适当控制手指力量和姿态，确保稳定抓握而不损坏物体。单纯人类世界中玻璃杯，按形状、重量和材质分类可能有数亿种。因此，相比灵巧手机械结构本身，我们更注重如何通过视触觉感知、AI 模型让手部变得更智能化，能像人类一样处理各类物体及操作任务。
段江哗 ：我认为关键在于触觉能力和视触觉感知操作模型的发展。触觉感知技术突破是实现人形机器人真正进入人类物理世界与物体和人类交互的关键一环，不仅大幅提高机器人精细操作的适应性和灵活性，也为其在工业自动化、医疗辅助、家庭服务等多领域应用打开大门。随着包含物理交互的数据采集技术、触觉技术成熟，未来机器人在人类生活物理空间中将发挥更实际、更重要的作用。
段江哗 ：发展至今，灵巧手仍面临不少挑战。首先，自由度和控制精度虽有很大提升，但在模拟人手复杂动作和力度控制上还有局限。其次，灵巧手和触觉传感器的耐用性和可靠性仍需优化，因其需在复杂环境中长期稳定工作。此外，灵巧手成本较高，限制了其在更广泛领域的应用。
段江哗 ：Sparky 1 具备高精度操作能力，得益于其先进的基于视觉的触觉传感器和多自由度灵巧手。它可执行焊接电路板、精准滴试剂、熨烫衣服、倒酒以及物体分拣和整理书架等任务。具体而言，Sparky 1 焊接电路板时，能达到亚毫米级精度，确保焊点一致性；滴试剂操作中，能控制滴液量达到微升精度，适用于科学实验和化学分析；熨烫衣物时，能细致处理织物每个部分，包括复杂褶皱和纹理；倒酒时，能精准控制瓶子角度和速度。这些操作展示了 Sparky 1 在执行复杂任务中的适应性和准确性，使其成为多个行业的有力助手。
从科学家转向创业者让技术“沿途下蛋”
段江哗 ：2021 年，我们看到重要市场机会。当时团队研究机器人上肢操作技术，尤其是涉及触觉传感器的课题，这在当时是非常前沿的原创性技术。一次，我们的一个合作伙伴被波士顿动力挖走，此事对我们触动很大，促使我们思考这项技术是否已达商业化阶段。经过与产业界深入交流，我们意识到像触觉传感器这种核心技术在机器人上肢操作中有很大应用潜力，且可拆分逐步实现商业化。于是，在此背景下，我们决定成立戴盟机器人，专注将这些前沿技术落地。由于疫情期间深港两地往返不便，创始团队在香港筹备，所以戴盟虽在 2021 年注册成立，但直到 2023 年 8 月份才正式开始公司运营。运营一年多，我们就已接到一些订单，这是良好开端，也证明我们的技术有实际市场需求。
段江哗 ：这个转变对我来说挑战很大，因为科学家和创业者思维方式、工作内容截然不同。作为科学家，我能自由选择感兴趣领域深入研究，专注知识扩展和技术创新。而作为创业者，不能仅以技术创新为唯一目标，必须全面考虑公司运营各环节。创业涉及技术发展跟踪、市场竞争格局判断、外部资源争取，包括资金、供应商、应用场景和客户资源等。同时，我还要不断招募人才，推动技术创新和产品创新，确保技术成果快速产业化落地。
段江哗 ：坦白说，创业每一天都充满挑战。我每天都要处理很多之前没遇到过的问题，所以每天都要学习新东西，快速应对新问题。坚韧、持续学习、保持灵活性、敏捷性与适应能力，是我在创业路上应对各种变化的唯一方法。创业本身是不断接受挑战并逐步成长的过程，必须始终保持谦逊、乐观、开放的心态。
段江哗 ：公司孵化自香港科技大学，该校被誉为机器人领域的黄埔军校，先后诞生机器人领域顶尖的“三无”公司：无人机——大疆创新、无人配送——普渡科技、无人船——云洲智能，还有李泽湘教授在基地孵化的云鲸、海柔创新等。港科大给我们提供了强大的技术支持和人才基础。我们的团队成员，不仅毕业于国内顶尖学府，如香港科技大学、中科院、上海交大、华中科大、哈工大，还来自世界知名研究机构，如日本东北大学、美国宾夕法尼亚大学、哥伦比亚大学、卡内基梅隆大学等。我们的创始团队成员还拥有从技术研发到全球市场推广，再到实现年营收数十亿量产经验的完整履历。这为我们的技术成果转化和商业化提供了坚实的基础。
段江哗 ：我从两个层面思考这个问题。首先，某些技术我们知道在长期内有巨大价值，但短期内未必能产生很大商业回报。因此，我们会把技术进行拆分。比如，人形机器人本身是复杂系统，涉及感知、规划、控制等多个层面技术。这些细分技术在非人形机器人领域都已有具体应用场景。就像我们看到的，一些专注传感器的公司正在出售机器人用的传感器，另一部分企业则专注于双足或四足硬件的运动控制。虽然他们最终目标都是通用人形机器人，但现阶段大家更多是将部分技术商业化。这就像大家常说的“沿途下蛋”，在实现最终目标之前，先通过部分技术的落地应用来积累经验和资源。其次，技术超前于市场需求的情况，确实常被形容为“拿着锤子找钉子”。但在人形机器人领域，我不认为这是当前核心问题。实际上，大家的共识是人形机器人目前还未达到预期，技术还无法完全满足需求。因此，当前挑战在于如何继续提升技术，使其更接近市场期望。
