文｜富充

編輯｜蘇建勛

一句話介紹

源升智能機器人（深圳）有限公司近日發布了首款產品Apex Hand，該產品在自由度、動態性能等多個關鍵指標上強調“六邊形”均衡表現，是業內首個可單手操作手機的靈巧手，還能夠完成把脈、操作鼠標等手部任務。

楊思成創立的源升智能近日推出了Apex Hand，這是行業首個可單手操作手機的靈巧手，圖片：采訪人提供

團隊介紹

公司創始人兼CEO楊思成本科畢業于北京航空航天大學，研究生畢業于清華大學。楊思成于2018年進入騰訊Robotics X，為實驗室最早一批的核心成員。

源升智能聯合創始人兼CTO李望維擁有新加坡國立大學博士學位。

創始團隊在靈巧手與觸覺感知領域累計發表頂刊論文近50篇，專利超過100項。

融資進展

2025年8月，源升智能完成數千萬元“天使+”輪融資，由千乘資本領投，潯商創投和老股東昆仲資本跟投。

產品及業務

公司近日發布首款五指靈巧手Apex Hand，該產品包括六個核心能力：

自由度： 21個，覆蓋人手工作時所需的自由度；

動態性能： 響應/加速度接近人手級；

負載能力： 單指指尖力約2.5KG，垂直提拉極限約30KG；

魯棒性： 可以承受一定程度的意外撞擊，遇到未知工況也能穩定使用；

精度： 精度≤0.1mm，接近零背隙傳動；

觸覺： 通過自研的電子皮膚實現物理世界感知，柔性表面相較純剛性手更具柔順性。

Apex Hand的高自由度不僅使其能夠單手操作手機，也成為少數滿分通過人手靈活度的Kapandji測試（對指測試）的靈巧手。

在把脈、操作鼠標之外，Apex Hand還能夠實現狹小空間光滑物體穩定抓取等困難任務，以及剪刀等人類工具。

Apex Hand單指指尖力約為2.5KG，可戳破1cm厚木板，圖片：采訪人提供

核心壁壘

源升智能的最大技術優勢在于同時具備靈巧手和觸覺傳感器的從0到1的全棧開發經驗。內剛外柔的的結構，保證了產品的負載能力，同時具備抓取的容錯率和與環境交互的安全性。

觸覺方面，源升智能首創類腦式超高時空分辨率觸覺處理技術。該技術具備亞毫秒通訊延遲，支持上萬個觸覺點的同時傳輸；同時，其集成度高，刷新頻率>1000Hz。

源升智能的方案中，使用的是自研的電子皮膚。目前市面常見電子皮膚通過橡膠材質的形變感受觸覺，但橡膠的柔軟度和耐用性難以兼得，源升智能自研材質本身具備柔性，避免了上述問題。

Apex Hand產品圖，圖片：采訪人提供

Founder思考

雖然上世紀六七十年代以來，斯坦福、麻省理工等頂級院校就已投身五指靈巧手的研究，但市面始終缺乏真正意義上能夠落地的產品。

原因在于過去的靈巧手研究主要由科研院所主導，學術界更注重性能的單點突破，缺乏產品化的動力，工程能力也相對有限。

要想最終成為通用機器人的一部分進入家庭等場景，靈巧手必須同時把硬件穩定性、數據采集與利用、模型能力都做到位。

而一款可以支撐模型算法研究及規模落地的產品，需要性能全面且強大，要在靈巧性、實用性、魯棒性（可靠性）方面都有良好表現。

具體而言，靈巧性方面，需要兼具自由度、適當的整體尺寸、觸覺感知能力。實用性則包括負載能力、響應速度、精度。

這兩項指向的是在結構性環境里的表現，也就是在固定的條件或者時間內，靈巧手的性能穩定性如何。所有自動化的機器人都需要考慮這些特點。

魯棒性指的是，在非結構化環境（撞擊、擾動等）中的適應性。畢竟不是所有動作都是被提前計劃好的，作為具身智能必須具備處理非結構性問題的能力。

盡管目前對靈巧手到底有多少個自由度還有爭議，但我認為21個自由度如果合理分配足以復現人手絕大部分能力。

我之前找了很多解剖學的專著去研究，發現之所以自由度的數量有爭議是因為手上有幾個地方的自由度，大家說不清楚。

不過，大部分能看到的有效自由度，數量是清晰的。

人手的明顯活動空間自由度約為22個——拇指5個自由度，四指每個手指4個自由度，小拇指掌骨與腕骨之間還有1個自由度，但活動空間已經很小了。

一個手有21個自由度基本上可以復現人手所有的操作，最多做到22個。

所以如果考慮成本和收益的話，超過21個自由度意義不大，會增加電機的數量，電機增加也會帶來控制難題。

只有堅持模塊化設計才能讓靈巧手這樣復雜的機電一體化產品更快走向量產。

對于靈巧手這樣復雜的系統，必須拆成相對獨立模塊，量產的一致性與可靠性才有保障；若把幾十個自由度機械地“捆在一起”，量產與維護都會出現問題。

今年直接把手送進復雜場景難度仍然很高，硬件穩定性尚需時間。靈巧手的發展客觀規律是：硬件性能、數據瓶頸、模型能力的問題都要解決。三者協同發展到一定程度才可能大規模落地。

2至3年的中短期內，會先落在半結構化場景。例如，工廠內傳統自動化難以完成，但又不至于家庭那樣完全無結構的任務。

源升智能不希望過早固化到某個單一場景，否則容易做成一臺自動化設備，這就偏離了做靈巧手的初衷。

Apex Hand接住落下的筆，圖片：采訪人提供

《智能涌現》訪談小記

靈巧手長期以來是具身智能落地的主要瓶頸，繩驅、直驅、連桿等多種驅動方案與自由度設計仍處于技術發散期。馬斯克亦指出，手部研發占特斯拉Optimus機器人形機器人整體工程量近一半。

市場仍缺乏可穩定交付的高性能產品，這為靈巧手的創業公司帶來窗口機會。

2024年以來，AI模型能力不斷突破，強化學習對高自由度靈巧手形成控制的潛力顯現。這成為楊思成判斷創業時機成熟的原因：靈巧手的技術和商業達到了一個匹配點。

強化學習（RL）提供了一種通過“試錯”自動學習復雜控制策略的范式，從而解決了高自由度靈巧手“難以手動編程控制”的核心痛點。業界開始不再只把靈巧手作為實驗室里的研究項目，而是希望它能夠產品化，讓大量機器人具備靈巧手部操作能力。

同時，數據被普遍認為是具身智能研發的瓶頸，而手正是與環境交互的核心數據入口。在“真干活”之前，機器人還可以通過具有觸覺的手部收集數據，學習物理世界。

源升智能成立時已是2024年底，和一些更早成立并已經拿到訂單的靈巧手公司相比，這個時間點顯得有些“后發”。

但楊思成認為，整個行業的技術水平仍有很大提升空間，靈巧手的創業依然處在好時機。

QYResearch 預測2030年靈巧手市場規模超50億美元，在巨大市場前景面前，靈巧手公司比拼的是誰先實現產品化突破。