源升智能杨思成：具身模型突破前，灵巧手要先卷性能

在源升智能创始人杨思成看来，灵巧手之于机器人操作能力，就像兵刃之于剑术：模型越强，越不依赖末端执行工具；但当模型能力还不够强时，必须依靠性能极致的灵巧手加持，才能完成复杂任务。

杨思成曾任腾讯Robotics X实验室灵巧手项目总负责人，拥有十余年灵巧操作研发经验。2024年他创立源升智能，推出了自研的 Apex Hand 灵巧手。该产品采用掌内混合绳驱方案，拥有21个自由度，单手最大主动负载达到30公斤，开合响应时间约0.2秒。

在第二届世界人形机器人运动会上，举重和拔河重量级组别的多支获奖队伍均搭载了Apex Hand。它也是赛事中唯一同时完成高负载对抗与线缆连接、镊子夹豆等精细操作的高自由度灵巧手。

硬件做加法：为模型训练铺路

杨思成指出，行业当前卷自由度、高负载和触觉感知的根本原因，是为了让模型能力更快取得突破。“模型能力不够强的时候，就会要求硬件能力很强。”

以工业机械臂为例，过去机械臂极度依赖高精度，是因为没有通用大脑，全靠机械结构保证重复轨迹的成功率。如今具身智能大模型虽然在理解和泛化上有所提升，但手内复杂操作仍处于探索期。如果硬件一开始就做减法（如砍到三指或四指），模型训练一旦失败，便很难界定是算法缺陷还是物理自由度受限。

因此，源升智能将灵巧手定义为需兼顾六个维度的“六边形战士”：可靠性、灵巧性、负载能力、动态响应、触觉感知、精度。其中，可靠性被置于首位。杨思成强调，脱离了可靠性，灵巧手就会沦为仅供拍演示视频的DEMO产品。

掌内混合绳驱的技术取舍

在高自由度灵巧手的驱动路线上，业内存在直驱、连杆、掌外绳驱等分歧。源升智能选择了掌内混合绳驱方案：

1. 动力与散热平衡：将电机内置于掌内，不仅为大电机留出空间以提供30公斤主动负载，也让热源相对集中，便于统一进行被动或主动散热设计。
2. 解决绳驱蠕变与磨损：绳传动天然具备柔性缓冲，抗冲击性强；针对绳索蠕变问题，团队采用“单向绳驱+关节末端编码器”闭环控制，直接监测关节末端位置，从而消除蠕变对精度的影响。
3. 维护性优化：不同于早期将电机置于前臂、绳索穿过腕部的掌外绳驱，掌内方案的传动链路极短，支持不拆卸手指单独抽换绳索。

针对业内流行的“直驱”概念，杨思成认为严格意义上应称为“指节内置电机模组方案”。由于指节空间极小，必须搭配几十乃至上百减速比的齿轮箱，长期使用同样面临发热与齿轮箱磨损间隙变大的挑战。

触觉与数据：未来的生产力工具

关于触觉感知，源升智能认为未来更可能走向分层并存：主流方案以兼顾点阵密度、可靠性与成本为主，覆盖90%的通用场景；视触觉等超高分辨率方案则用于剩余10%的极精细操作。

在商业化路径上，源升智能三年内将自身明确定位为专业灵巧手供应商，不盲目切入整机制造，而是专注于提供包含硬件、遥操作数采设备、驱动软件及仿真生态在内的整套解决方案。

杨思成认为，灵巧手的“ChatGPT时刻”将与具身智能的突破同步到来——当灵巧手能在真实非结构化场景中稳定运行、解决通用操作问题并跑通投入产出比（ROI）时，具身智能的产业化拐点才会真正确立。