TetherIA 聯合創始人董旭、創始人陶一偉

10月23日訊（記者 武靜靜）在機器人革命的浪潮中，靈巧手，這個被視為人形機器人核心部件之一，正站在技術路線與產業激烈碰撞的十字路口。一邊是特斯拉這樣的科技巨擘，憑借雄厚的資本直指仿人終極形態；另一邊是創業公司，在通用機器人的澎湃大潮下，試圖尋找一條通往未來的務實航路。陶一偉及其創立的TetherIA就是其中之一。

過去幾年，陶一偉幾乎親歷了靈巧手從實驗室原型到工程化產品的全過程。他曾是蘋果Vision Pro硬件團隊的核心成員，深度參與其面部佩戴系統的設計與實現；后又加入特斯拉，主導并完成了第二代靈巧手的研發與落地，親歷了從架構設計、量產攻堅到大模型早期部署的全過程。

這段橫跨消費電子與前沿機器人的獨特經歷，讓陶一偉對靈巧手的技術路線有著深刻洞察。面對當前當前靈巧手各種非共識，他指出核心分歧首先體現在基礎架構：如果要追求極致的成本優勢，兩指夾爪在很多任務中已經足夠；但如果要進入真正的靈巧操作，五指且較高自由度幾乎是必然方向。

在五指靈巧手的三大技術路線連桿驅動、繩驅與直驅中，TetherIA與特斯拉共同選擇了繩驅路徑。陶一偉告訴藍鯨科技記者：繩驅能夠把拉力從小臂傳輸到手指末端，這在需要較大指尖輸出力的場景中具有天然優勢。他以使用電鉆為例，這個任務可能需要20牛的壓力，對直驅靈巧手來說幾乎不可能完成，而繩驅卻能很好地解決。針對繩驅方案常被質疑的壽命問題，他透露通過創新設計量產版本的壽命預估可達100萬次以上，已不再是技術瓶頸。

他篤定靈巧手的核心機會在于通用機器人：如果目標是人形機器人，甚至是通用的具身智能，那它的底層邏輯就是通用性。在特斯拉工廠的實地觀察強化了這一認知生產線上已經高度自動化了，但剩下的工作，往往都是那些變化大、不夠一致、難以預設的環節。這些偶發但必要的柔性任務，正是靈巧手最能體現價值的地方。

基于對技術路線與市場需求的深度思考，陶一偉在2025年初選擇離開特斯拉，在硅谷創立TetherIA，走上了一條與老東家不同的道路。他用一個精妙的比喻來闡釋這一分歧：特斯拉的路徑更像是蘋果iOS，直接定義一種封閉而高度完備的形態；而我們希望靈巧手能成為行業里的‘安卓系統’，在保證可靠性和性能的基礎上，更具開放性和適配性。為降低行業門檻、推動算法進步，團隊還額外開發了一款全開源靈巧手，售價僅約300美元，力圖成為每個人都用得起的科研之手。

目前，TetherIA的首款產品已完成前期研發和軟硬件適配，具體參數尚未公開。據悉，該產品為一款類人手五指靈巧手，采用以繩驅為主的混合方案，具備高自由度、人手尺寸、輕量化、模塊化及可靠耐用等特性。在硬件層面，該款產品有望成為市面上最輕、最小的高自由度靈巧手；在軟件層面，則針對遙操作等使用場景，提供AI Copilot軟件和Sim-2-Real工具鏈，為具身智能算法的實際落地提供支持。該產品將主要面向美國市場。

圖：連續復雜任務能力

TetherIA的核心團隊由15名來自斯坦福、伯克利、卡內基梅隆等頂尖院校，并曾任職于特斯拉、Waymo、蘋果等公司的工程師組成，覆蓋硬件、軟件與AI領域。

此次，藍鯨科技獨家專訪TetherIA創始人陶一偉，試圖還原這位靈巧手新晉創業者的技術思考、路徑選擇與行業洞見。

一、不做機器人iOS，TetherIA欲打造靈巧手的安卓生態

藍鯨科技：聽說你們的產品在最近展會上反饋不錯，聊聊最近在展會的收獲。

陶一偉： 在韓國以及本次 IROS 展會上，我們收獲了大量超出預期的積極反饋。許多來自學術界和產業界的專業觀眾在親眼看到我們手的表現后，都對產品的靈巧度與控制精度印象深刻。

當我們在展臺上標出 314 美金 的售價時，幾乎所有人都感到驚訝在整個展會現場，這個價格可能是最低的一款靈巧手產品。但更令他們難以置信的是，這并不是一個用于演示或教學的玩具，而是一款真正能夠執行復雜抓取任務、具備高抓取力與高自由度控制能力的實用型靈巧手。

我們的展臺幾乎從早到晚都被圍觀的人群包圍，許多人在體驗后當場掃碼下單。僅在會議期間，我們就收到了接近一百臺的訂單，并收獲了來自多所知名大學和研究機構的合作意向。這次展會讓我們更加確信，TetherIA 的設計理念高性能、低門檻，讓靈巧操作普及化正在被越來越多的人認可。未來，我們也將繼續優化產品性能與易用性，讓更多研發團隊能夠輕松接入、探索機器人操作的前沿可能性。

英偉達機器人業務負責人，黃仁勛之子Spencer Huang盛贊TetherIA的產品

IROS上Remi (前Tesla Optimus, Hugging face 機器人專家)現Universal Mechanical Assistant創始人兼CEO，強烈表達合作期待

藍鯨科技： 您最初的專業背景是機械工程，之后曾在蘋果任職，后來又加入特斯拉，從事人形機器人和靈巧手方面的研發。能否談談這一系列轉變背后的原因和經歷？

陶一偉： 我一直是機械工程背景，在卡內基梅隆大學讀碩士期間，研究方向主要是機器人與硬件的結合。畢業后也經歷過不同的工作階段：最早在 ASML 從事光刻機半導體設備研發，后來因為一些外部因素轉到消費級產品，在蘋果參與了 Vision Pro 的開發，期間，主要負責面部接觸部分的設計與實現，包括面罩、側邊的聲學模組，以及后方的綁帶部分。這些涉及用戶直接佩戴和體驗的組件都在我的工作范圍之內。

到 2022 年，特斯拉正式啟動人形機器人項目。當我得知消息時非常激動，認為這是一個極具前景的方向，于是很早就與他們建立了聯系。等我完成 Vision Pro 的工作并發布之后，才正式加入特斯拉。當時特斯拉認為我在機器人和量產工程化方面的經驗與靈巧手這個模塊非常契合。靈巧手與機器人其他模組不同，它強調高度集成性，外觀和驅動系統深度結合，更接近消費電子的特點。正因為如此，我的量產經驗和工程實踐能力成為關鍵優勢。我和另一位美國同事共同負責靈巧手的研發。

藍鯨科技： 什么時候加入特斯拉？

陶一偉： 2023 年 WWDC 蘋果正式發布 Vision Pro。5 月份發布后，我在 6 月便接受了特斯拉的 offer，7 月份正式加入。那個時間點，特斯拉正好處在從第一代靈巧手向第二代過渡的階段。第一代是 6 自由度、但沒有觸覺反饋的方案，第二代則在外形設計上進行了優化，并加入了觸覺功能。

藍鯨科技： 在人形機器人體系里，組件繁多。為什么你選擇負責靈巧手？

陶一偉： 靈巧手最初在內部被視為機器人眾多模組中的一個，理解和重視程度并不算高。當時我和另一位美國同事共同負責，他的博士研究方向正是靈巧手，主要負責架構設計，尤其是運動學和力學分析部分；而我則負責將這些實驗室里的研究成果，轉化為能夠真正量產、工程化的產品。在這個過程中，我們不斷與控制算法團隊合作，通過迭代測試逐漸認識到，靈巧手不僅是機器人中的一個模塊，而是極其關鍵同時又極具挑戰性的部分。

從人形機器人的整體角度來看，軀干和大體架構相對容易定義，比如哪些地方需要關節，這些問題相對明確。需要討論的開放問題主要集中在一些具體部位：到底采用旋轉關節還是直線關節？腰部如何設計？腳踝和手腕該如何實現？這些是本體架構上需要重點解決的點。

在特斯拉第二代人形機器人推出后，大體的架構基本已經確定。但靈巧手則完全不同。因為手本身包含非常多的自由度，如何實現這些自由度的集成是極具挑戰的。在我看來，直到現在，靈巧手的整體架構都還很難說已經完全固定下來。比如到底需要多少個自由度、怎樣的配置最合理，這些都沒有一個標準答案。因此，在當時階段，靈巧手的架構并不像本體那樣清晰明確，它的復雜度和不確定性都更高。

藍鯨科技：您和另一位聯合創始人的分工主要是怎樣的？現在主要就是兩條線的分工，對嗎？

陶一偉：我主要負責硬件，他主要負責軟件和 AI 的開發。但當硬件產品趨于成熟、形態和穩定性都穩定之后，我更多會轉向管理和 CEO 的相關工作。

藍鯨科技： 國內已經有很多公司在做靈巧手，硅谷的情況是怎樣的？為什么會在這個時間點決定創業？

陶一偉： 我是在去年夏天到秋天這個時間點離開特斯拉的。當時正好處在從第二代靈巧手升級到第三代的過程中，我也參與了第三代架構設計。第三代的方案是 17 個主動自由度、22 個全自由度的版本。在這個過程中，我意識到靈巧手的方案存在幾個明顯的問題：一方面，低成本、低自由度的靈巧手方案在抓取和操作能力上嚴重不足；另一方面，特斯拉直接躍升到高自由度的復雜方案，雖然功能更強，但成本過高，同時在硬件可靠性和算法能力上仍有較大差距，還沒有達到成熟的水平。

因此，我覺得市場中存在一個空缺：需要一種既好用、成本又不過高，同時具備高可靠性的靈巧手產品。這也是我決定創業的重要原因。我在籌備了幾個月后，今年 1 月正式創立了 TetherIA。我的思路是，真正提升靈巧操作能力最終要依托算法的迭代，而硬件的作用是輔助并適配算法的進步，隨著算法的提升逐步迭代。

藍鯨科技： 我注意到特斯拉第三代的靈巧手的方向是高度仿生的，非常接近人手，并且與手臂的結合也很緊密。這種產品定義與您現在所做的靈巧手方向是不一樣的，你這么選擇的原因是什么？

陶一偉： 沒錯。我認為最終目標一定是盡量去擬人，這一點我非常認同，也堅信特斯拉的道路在長期來看是正確的。但在擬人這個大前提下，產品定義上仍有一些細節并沒有完全清晰。

我和特斯拉在實踐路徑上的方式，本質上是不一樣的。特斯拉作為一家大型上市公司，有足夠的資源可以直接追求終極形態，朝著最接近人手的方向不斷投入。而對我們來說，思路必須從落地出發，強調階段性和與整個機器人行業社區的共同進步。

可以把這種差異類比為手機系統的發展。特斯拉的路徑更像是蘋果 iOS，直接定義一種封閉而高度完備的形態；而我們希望靈巧手能成為行業里的安卓系統，在保證可靠性和性能的基礎上，更具開放性和適配性。

二、拆解靈巧手技術路線圖，TetherIA押注繩驅

藍鯨科技： 現在整個靈巧手領域在產品定義階段其實存在很多非共識，甚至在形態、驅動方式等方面都沒有統一認識。目前眼花繚亂的靈巧手形態背后，核心分歧集中在哪些方面？以及 TetherIA 在這些非共識點上是如何做選擇的？

陶一偉： 從硬件分類的角度來看，靈巧手的分歧首先體現在是否擬人。比如到底是兩指夾爪、三指、四指還是五指。四指的討論不多，主流仍集中在兩指、三指和五指。我認為三指、四指形態最終沒有太大價值：如果要追求極致的成本優勢，可以選擇兩指夾爪，它在很多抓取任務中已經足夠；但如果要進入靈巧操作，五指且較高自由度幾乎是必然方向。

在五指靈巧手的路徑上，目前主要分為幾大類。第一類是連桿驅動。其中低自由度方案大約 6 自由度，代表企業有英實、Le強腦等。他們的特點是控制簡單、成本較低，但操作能力有限。另一類是相對高自由度的連桿驅動，典型方案源自韓國學術界提出的 ILDA 架構，用 15 個電機驅動 15 個關節，形成復雜的連桿系統。

第二類是繩驅靈巧手。這正是特斯拉和TetherIA 所堅持的路線。繩驅又分為單向拉繩和雙向拉繩。比如英國的 Shadow Hand 采用雙向拉繩，每個電機控制兩端拉繩，一邊拉、一邊放。其問題在于繩材會長期蠕變，導致張緊度下降，從而影響精度。特斯拉和 TetherIA 采用的是單向拉繩方案，通過彈簧實現復位，其他關節由拉繩驅動。雖然目前在繩材可靠性和建模精度上仍有挑戰，但我們認為這些問題可以逐步解決。

第三類是直驅靈巧手。這類方案在近年來發展很快，運動表現絲滑，控制也相對容易。典型代表包括心動紀元、沙帕，以及一些開源方案如 Allegro Hand、Liphands 等。從機械角度看，這類設計思路很直接：就像機械臂一樣，把小型電機放進關節，串聯成一個整體即可。但它的問題在于電機的輸出功率與體積正相關，當電機做得足夠小以嵌入手指時，往往要么力不夠，要么速度不夠。為了提升力輸出，很多方案會用高減速比的減速器，但這帶來自鎖問題，導致無法反驅，限制了靈巧手的力控性能。

藍鯨科技：直驅靈巧手如果要拿一個精密物體，比如晶圓片，可能因為無法精細控制力，輕則拿不穩，重則直接損壞？

陶一偉： 如果采用自鎖減速器，必須搭配觸覺傳感器才能實現精細力控；但如果是可反驅的執行器，即便沒有觸覺，也能實現一定的力控能力。當然，從傳感角度看，越多的傳感器意味著更豐富的信息和冗余，靈巧手的潛力也更大。

我們在特斯拉時甚至解剖過人手，還請教過醫學專家。人的觸覺有兩個層次：一個是通過肌肉和肌腱感知施力大小的力覺，另一個是來自表皮的觸覺。理想的靈巧手設計，應該同時具備這兩個層次既要有電機層面的力反饋，也要有表面的觸覺信息。

觸覺技術的確有很多路線：電阻式、電容式、壓電式、視覺式、電磁式等等。馬斯克本人堅持第一性原理的思路，強調必須是薄膜形態的觸覺傳感。薄膜形態的最大優勢在于，它可以逐漸擴大覆蓋面積，這是其他類型的觸覺傳感器難以做到的。它更接近皮膚本身的形態，也更符合人形機器人的產品定義。換句話說，薄膜觸覺不僅能提供點狀信息，還能以大面積覆蓋的方式模擬皮膚的感知能力。其他技術路線并非不好，只是未必最適合應用在人形機器人系統中。

藍鯨科技： 馬斯克堅持的這個方向，是不是因為他認為那才是終局，必須要做到最像人手？

陶一偉： 沒錯，這是馬斯克堅持的路徑。他的出發點是第一性原理。我個人非常敬佩馬斯克，他看問題的高度往往超出常人。我未必能完全理解他的邏輯，但在不斷反思中，我逐漸認識到他的方法確實有合理性。

藍鯨科技： 為什么TetherIA 和特斯拉堅持繩驅路線？這種方式在未來的能力天花板更高？

陶一偉： 我的觀察是這樣的：隨著直驅方案在近幾年越做越好，連桿驅動的方式正在逐漸被淘汰。無論是高自由度還是低自由度的連桿方案，它們的優勢都在減弱。雖然現在還沒有定論，但從長遠看，直驅和繩驅才是真正有潛力走向終局的路線。

藍鯨科技： 繩驅的上限要比直驅高？

陶一偉：繩驅能夠把拉力從小臂或者手掌內傳輸到手指末端的關節去發力。而直驅的靈巧手，因為體積受限，末端電機必須做得很小，所以在指尖輸出力方面存在明顯短板。比如使用電動工具時，人往往是用食指末端去扣動扳機。這個扳機有時候只需要幾牛的力，但在一些電鉆等工具上，可能需要 20 牛的壓力。對人來說，這個力并不算大，但對直驅靈巧手來說幾乎是不可能完成的任務，因為它的末端電機無法提供足夠的輸出力。而繩驅在這方面就有優勢，能更好地把力量傳遞到手指尖端。

藍鯨科技： 繩驅方案常被討論的一個問題是壽命和磨損。你們怎么解決？

陶一偉： 我認為這是完全可以解決的。我們在方案設計上，從機械和系統層面徹底避免了滑動摩擦，轉而采用全滾動摩擦的概念。這樣在耐久性上就有了明顯提升。

我們的內部測試結果顯示，即便是最基礎的開源版本，壽命也能穩定達到 20 萬到 30 萬次。而在采用更合適的工業級材料之后，我們對量產版本的壽命預估可以做到 100 萬次以上。換句話說，生命周期在我們產品中已經不是一個瓶頸問題。

藍鯨科技：直驅方案的技術門檻相對沒那么高？

陶一偉： 可以這么說，但要更精確一點。直驅方案的難點不在系統集成，而在精密零件的機加工與制造工藝。它的邏輯是把每個小電機做到極致，再把它們組合堆疊在一起。從系統角度看，路徑更直接。

但在特斯拉做的時候我們也發現，小型電機在靈巧手領域是完全沒有現成供應鏈的，幾乎都得自己去開發。

藍鯨科技： 除了幾指、驅動方式這些分歧點之外，現在業內還有哪些核心的不同選擇？

陶一偉： 我覺得還有一個很大的非共識，就是到底多少自由度。比如現在出貨量最大的還是低自由度方案，大概六個自由度。這類產品更多是從假肢手延伸出來的。但假肢和機器人又有很大的區別。

過去假肢手主要通過采集肌肉信號來驅動，但這些信號模糊而粗糙，通常只能完成開合或幾個預設的基本動作。而機器人不同，它有強大的控制與計算能力，不在乎是 6 個自由度還是 16 個自由度，它都能算得過來。

所以，為什么低自由度靈巧手還能賣得動？第一是成本低。第二是，它滿足了人形機器人最基礎的需求：你不能讓一個機器人只有一副鉤子手，那顯得不完整。低自由度手雖然做不了特別精細的操作，但抓個瓶子、拿個球、抱個毛絨玩具完全沒問題。此外，它還能做一些手勢，提供情緒價值。

三、構建AI小腦：靈巧手走向實用的必經之路

藍鯨科技：或許人形機器人未必一定是工業里最需要的形態。工業用戶根本不 care 你長得像不像人，他們只在乎能不能解決問題。那手也是一樣，可能兩指夾爪就夠了。反而是五指靈巧手，自由度越多，可靠性是不是更容易受到影響？

陶一偉：這就是行業里最大的分歧之一到底有沒有必要做這么多自由度。很多場景未必真的需要靈巧手。但是，如果目標是人形機器人，甚至是通用的具身智能，那它的底層邏輯就是通用性。所謂通用性，就是一個相對復雜、多樣化、持續時間長的任務鏈路里，所有環節都能自動化。如果其中某個環節因為硬件能力不足被卡住，比如兩指夾爪做不了某些任務，那整個系統的自動化閉環就會被打破。

當時我們在特斯拉工廠就看到，生產線上已經高度自動化了，但剩下的工作，往往都是那些變化大、不夠一致、難以預設的環節。要覆蓋這些環節，就需要一個足夠靈活的手，來作為末端執行器。所以，從我的觀察來看，不同應用確實會有不同的形態。但如果比較雙足和雙手，我個人認為類人的手在適配性和通用性上的意義更大。

藍鯨科技：當時去車廠的時候，有沒有看到一些具體的案例，比如在某些環節，必須依賴更通用的人形機器人，或者更靈活的手，才能解決問題？

陶一偉：其實工廠環境就是一個典型的不需要雙足的場景。因為它的地面基本上都是平的，上下坡道也都做了處理，所以不太需要機器人具備人類那種雙足行走能力。但手的應用就完全不同了。當時我確實看到幾個特別難的地方。

一個是線束管理。汽車里有很多線束，要先把這些線理順，再準確地插進相應的連接件。有些連接件還設計了小機關，插進去之后必須用手再摳一下或者摁一下，才能保證連接可靠性。這類環節現在完全是人工在做。

另一個是柔性任務。這種任務的特點是突發、短時，比如某個工位突然需要處理一個十分鐘或一個小時的工作，就會派人過去完成。人類的優勢是靈活：你只要演示幾次，他就能立刻學會。但這種任務量太小，不可能為了它單獨建設一條自動化產線。

其實，現在大多數持續性的、重復性的任務，傳統自動化都能解決。但最難的是這些偶發但必要的柔性任務。今天干一次，可能過兩天又要干一次。如果用傳統自動化來做，投入成本就太高了，不劃算。而這恰恰是靈巧手最有價值的地方。

藍鯨科技：它更像是一塊可以隨學隨用的智能磚，通過快速適配不斷擴展能力。您認同這樣的理解嗎？

陶一偉：這其實正是現在 AI 欠缺、但大家都在努力解決的能力。這里有兩個關鍵點：一個是長鏈任務的成功率，也就是能不能把一整條流程、跨多個環節的復雜任務順利完成；另一個就是 Zero-shot（零樣本學習）。意思是當你把 AI 部署到一個全新的場景和任務中時，怎么讓它在幾乎沒有訓練數據的情況下也能完成任務。最理想的情況就是：我不用教你，你直接就能去做。但現實情況是，現在的技術還達不到這個程度。

藍鯨科技：多模態大模型對于靈巧手的研發到底有沒有實質性的幫助？還是說核心問題還是在硬件和算法，而不是所謂的大腦模型的架構能力？

陶一偉：我們公司聯創 董旭博士一直是做 AI 大模型的。但我自己的理解是這樣的：目前做大模型、做基礎模型的公司，還沒有真正開發出能完全發揮靈巧手潛力的應用。現在它們更多是把靈巧手當成一個稍微復雜點的夾爪在用。從語義的角度來說，大模型能理解抓一個東西的指令沒問題，但在大腦控制到真正執行抓取的中間，我們覺得還需要有一層小腦存在。

比如說靈巧手有這么多的手指關節，怎么讓它們以最合適的姿態去抓握，這是小腦要解決的。人其實也是這樣：你在抓東西的時候，對手臂乃至整個系統的重復精度要求并不高。第一，因為你有視覺反饋，可以隨時修正手的位置；第二，即使閉上眼睛，當你手指接觸到物體時，也會自然調整到一個最合適的姿態完成抓握。

所以我們認為，在AI 大腦之外，還必須有一個AI 小腦，它專門處理末端的觸覺和抓握動作，這一層對靈巧手非常關鍵。

藍鯨科技：無論是做大腦還是小腦，數據采集都是繞不開的，尤其是面對各種不同的場景化能力。我看到你們 linkedIn 上有一個視頻挺讓我驚艷的，一個是拔易拉罐拉環（可樂罐），另一個是疊紙鈔。這完全是兩個不一樣的場景。那在真正訓練小腦的時候，數據來源該怎么選擇？整體的數據采集方式又是什么？

陶一偉：我們現在肯定還在探索，其實整個行業也都在探索。長期來看，我個人覺得還是sim-to-real（仿真到現實）會占大多數當然這只是我的個人觀點，未必是完全正確的。因為如果完全依賴實際操作來采集數據，成本太高，也不夠scalable（可擴展）。所以未來大概率會是仿真數據加上視頻資料學習的方式相結合

藍鯨科技：像手指這個環節，比如說接觸的觸覺部分，是不是很難單靠視覺來完成？

陶一偉：這里其實有一個思路，就是通過真機上的 RL（Reinforcement Learning，強化學習） 來訓練。機器人可以在真實任務里自己去嘗試。前期先用 sim-to-real（仿真到現實） 把運動空間大概限定住，避免機械手做出完全錯誤、夸張的動作。這樣它至少能做一個差不多對的動作，再在真機上通過強化學習不斷調整，就能逐漸找到最合適的抓握方式。而在這個過程中，手上的觸覺傳感器采集到的數據也會被一并記錄下來。

藍鯨科技：人類身體很多時候手或腿的能力和大腦的控制是強相關的。如果大腦某部分損傷，手、腿的動作能力就會喪失。那從靈巧手的角度，它和具身大腦等控制系統之間需要怎樣的協同？不同硬件系統如果兼容性不足，會帶來哪些問題？

陶一偉：整體來看，它還是一個機器人系統架構的問題。我們需要把控制抽象成不同的層級：最底層是電機控制，再往上是關節控制。到了關節控制這個層次后，其實對大腦來說，它只需要知道這個關節要運動多少，要輸出多大力。只要把這種抽象模型建立好、底層接口統一了，大腦就可以全局地進行控制。換句話說，只要底層做好，把不同硬件模塊抽象成統一的接口層，大腦就能兼容和調用它們。

在我看來，機器人一定是軟硬件共同迭代的產物。硬件要根據軟件的需求提供具體的設計方案，而在軟件開發過程中，又會不斷給硬件反饋，推動它去迭代。硬件團隊必須足夠強，才能把整個物理結構建模好，把這些建模信息傳遞給軟件，這樣軟件才能更好地控制。所以這是一個閉環的過程，硬件和軟件要雙向優化，才能把系統真正做好。

藍鯨科技：從長遠的生意角度看，這兩條產業鏈肯定還是會分工的，就像汽車產業。

陶一偉：長遠來看必然會分工。但也會有不同路徑。比如像特斯拉這樣的企業，它會選擇盡可能全棧自研，但也不是所有部分都自己做。它的自動駕駛系統核心部分自己掌握，但周邊部分還是會和合作伙伴一起完成。

300美元開源靈巧手，初衷：打破高價壁壘

藍鯨科技：整體來看，您覺得我們公司現在核心的護城河在哪里？

陶一偉：第一個是我們核心團隊在軟硬件結合上的能力。簡單來說，我們公司就像把特斯拉的架構濃縮了一下：整個團隊雖然不大，但整體結構分為軟件、AI 和硬件團隊，這樣的架構也是我們未來擴展團隊和發展的方向之一。

另一個優勢是，我們的團隊離市場和用戶非常近，能夠接觸到機器人研究的最前沿。這讓我們在設計和應用上能夠更貼近實際需求。再有一點，我們既了解市場，又熟悉國內成熟的供應鏈體系，這也是我們獨有的優勢層次。

藍鯨科技：為什么會選擇用開源的方式？另外，你們提出的 300 美元的定價，這個全開源靈巧手的價格是怎么來的？

陶一偉：300 美元基本上就是我們在亞馬遜上零售購買所有元器件的成本價。如果未來我們用上國內的供應鏈，這個價格其實還有很大的利潤空間。至于為什么選擇開源，主要是為了降低靈巧手在軟件開發、靈巧操作上的門檻。

現在很多使用場景無論是個人實驗室、研究機構，還是公司想要開發靈巧手時都會遇到門檻。市面上入門級的靈巧手產品，國內已經能做到大概六七千人民幣，也就是 1,000 美元以下，但這種產品大多是六自由度的手，功能比較雞肋。它看起來像個手，但能做的事情有限。所以即便價格不算貴，很多人還是覺得用處不大。

如果要用高自由度的靈巧手，那往往需要花好幾萬美元，而且買到的也通常是手工組裝、沒有量產的產品，門檻就非常高。我們這款 300 美元的全開源靈巧手，就是希望把門檻降下來，做到連愛好者、大學本科生都能玩。功能上你看我們展示的 demo，不僅不比那些低自由度的連桿方案差，在一些應用上甚至更有優勢。確實，因為我們用的是全 3D 打印，材料強度會稍弱一點，但對于開源、做研究的人來說，這并不是最在意的點，更重要的是它能以低門檻推動靈巧手的研究和應用。

藍鯨科技：團隊早期討論時，應該也糾結過要不要先做開源，再做閉源的版本。當時為什么會最終選擇開源？

陶一偉：開源確實并不是我們最初的設想。一開始我們也有星辰大海的想法，想著直接做一個終極的高自由度靈巧手。但后來跟客戶交流、觀察市場后發現，就算我們能做出一個高自由度的手，從商業角度對創業公司意義不大。一方面要花很多資源去完善，另一方面市場也還沒有那么大的需求。

在研發過程中我們逐漸意識到，其實這套技術完全可以剝離出核心，把最關鍵的幾個自由度保留下來，用更低成本的驅動元件實現開源方案。這樣既能降低門檻，又能推動社區發展。我們覺得這是一個非常好的路徑，所以先把開源版本推了出來。但這并不意味著我們放棄高自由度的研發，那塊工作一直在繼續。

藍鯨科技：您覺得國內在做靈巧手和機器人時的氛圍跟硅谷有什么最大的不同嗎？

陶一偉：國內確實非常熱。而在美國，更側重應用層面。美國制造業空心化已經很多年了，所以真正愿意做全自研、全棧硬件開發的公司很少。除了特斯拉、蘋果這樣的巨頭能持續投入，小公司基本不敢碰，甚至覺得根本不可能做硬件。

所以硅谷很多團隊現在的選擇是：回到中國，尤其是深圳，先搭硬件平臺，再利用硅谷的軟件開發優勢和市場化落地的能力。一般會形成這種模式。也因此，像我們這樣全棧做靈巧手的公司在美國是很稀缺的。我們能走到這一步，很大程度上得益于中國背景，這讓我們在產業鏈和資源方面都有更大的優勢。

藍鯨科技：你們現在不僅提供硬件，還配套了軟件和工具鏈，等于是把整個生態的模式都想清楚了，對吧？

陶一偉：這款產品更多是服務整個靈巧操作社區。下一階段我們會重點研發第一款工業級靈巧手，依然基于繩驅方案，但會增加一些自由度，讓它在工業應用里實現更精準的抓握。同時也會在質量、耐用性、可靠性和結構強度上全面提升。

藍鯨科技：你怎么看現在價格戰？

陶一偉：價格戰的確不是當下該做的事。但在保證功能性的前提下，降低使用門檻是必要的。不能為了省成本而犧牲功能性。比如有些產品雖然很便宜，但功能基本沒法用，那就沒有意義了。

藍鯨科技：在選擇優先市場時，有沒有一些偏好或者策略？

陶一偉：其實我們還是把美國和日本放在第一優先。這兩個市場有一個共通特點：勞動力緊缺。日本是老齡化嚴重，美國是勞動力不足。這樣一來，客戶對應用型產品、智能替代人工的需求非常強烈。他們也更愿意給我們一些試錯的機會，讓我們去測試和優化產品。相比之下，國內或者勞動力成本更低的東南亞市場，這種需求和意愿就沒有那么強烈。

所以我們的策略是，先在美國把產品打磨好，再反向回到國內市場，而不是先在國內完善后出口。目前，在北美市場三星就是我們其中一個重要客戶。

藍鯨科技：您希望五年后，或者從長遠來看，TetherIA會發展成什么樣子？您理想中的通用型靈巧手，它真正能做到什么程度？

陶一偉：其實這是一個全新的行業，我們一直在思考。如果去類比以前的行業，很多人會把它比作激光雷達作為車的一個模塊，或者像電池那樣，作為汽車的核心動力包。但我覺得并不完全一樣。

從我們的角度來看，我們既希望成為模塊供應商，也希望是解決方案提供方。以我們零售型靈巧手為例，我們更有能力去定位不同的應用場景，設計出不同的 SKU（Stock Keeping Unit，即產品規格或型號）方案。

相比之下，像真正的通用型機器人廠商，例如 Figure 或特斯拉，他們可能最終只推出一套硬件。我們可能會推出多種零售型靈巧手產品，以滿足不同的應用需求。