（来源：上观新闻）
灵巧手是今年机器人最被低估、也最扎实的一条主线。特斯拉把“手”列为人形机器人Optimus头号瓶颈；波士顿动力索性选择坚固夹爪。而中国供应链在这一年把触觉和灵巧手的成本打掉了两个数量级。
根据高工产业研究院数据，中国灵巧手销量去年约1.92万只 ，预计今年将达到7.02万只，2030 年有望突破43万只。
特斯拉弗里蒙特产线设计年产能100万台；今年第二季度启动Optimus Gen3量产；9月目标周产1000台，第三季度确认对外交付推迟至明年底，卡在手与可靠性。
在近日的2026智元创新日·灵巧操作分论坛上，临界点以一场跨城产线实时连线、一款 “真机ready”的自研数采手套为核心载体，完整展示了从硬件本体迭代、多模态数据采集到算法模型升级、真实产线落地的全链路技术路径。
更关键的是“量”。截至今年10月，临界点全年灵巧手累计量产突破1.5万台，这一规模接近去年全国灵巧手全年出货总量的八成。
72步全工序验证，灵巧手跑进真实生产节拍
分论坛现场连线绍兴临界点卧龙联合生产制造基地——在真实的生产测试工位上，一只OmniHand灵巧手正为另一只待出厂的灵巧手完成整手性能测试。
这是一套完整的生产工序：上料、扫码、装夹、抓取螺丝枪拧固、启动测试设备、卸螺丝、下料归位，前后共72个操作步骤，全自主完成，无需人工介入。
现场公布的验证数据：任务成功率达98%，单轮作业耗时8.5分钟，仅比熟练人工的8 分钟慢30秒；当前设备可连续不间断作业8小时，已初步具备并线上岗的条件。
其中，螺丝锁固是整套工序中难度最高的环节，手部握持位置偏移 1 毫米，枪头末端就可能出现 3-4 毫米的对位偏差。测试人员现场主动施加了三类干扰：人为推动机械臂造成枪身偏移、调整工装底座导致螺丝孔位错位、叠加现场光照条件变化。
实时画面显示，机器人全程未中断作业：姿态偏移时，通过视觉与触觉的多模态实时反馈自主完成纠偏复位；拧入失败时，可自动识别异常、回溯工序步骤并重新对位完成操作；光照变化也未对最终对位精度造成影响。
“我们曾尝试传统夹爪方案，但作业反冲力极易导致工具脱手；如果将工具固定在机械臂末端，又无法同时兼顾不规则工件抓取、仪表盘按钮操作等多元工序。” 临界点模型算法总监吴铭东表示，灵巧手的核心价值，正是以通用型末端执行器覆盖多类生产工序，规避专机专用带来的高改造成本与低场景灵活性。
临界点CEO乔天杰表示，夹爪与灵巧手并非非此即彼的替代关系，而是互补的分层方案。夹爪已经发展了几十年，能做的事基本都已经落地了，剩下20%—30%夹爪覆盖不了的复杂工序，正是灵巧手的核心阵地。
发布首款“真机 Ready ”数采手套，破局高质量交互数据荒漠
产线落地的背后是数据能力的支撑，而整个灵巧操作行业共同的瓶颈，也恰恰是数据。
“现在的大模型就像缸中之脑，看过海量图文与视频数据，却从未真实触摸过物理世界。” 临界点首席科学家黄碧丹点出行业核心矛盾：当前模型训练被 “视觉霸权” 主导，普遍缺乏真实物理交互的多模态数据，导致模型在数字世界中泛化能力突出，一旦进入真实物理场景就频繁失效 —— 这正是具身智能规模化部署必须跨越的 “死亡谷”。
看似数据来源路径多元，但真正可用于落地部署的高质量多模态交互数据极度稀缺，这是全行业共同面对的 “数据荒漠” 困境。
针对这一行业痛点，临界点团队自研了数据采集手套 OmniGlove Pro，并同步开启量产交付。
这款手套是行业少有能够同时采集人手的位置、姿态及触觉信息，并将其统一打包输出的方案。
具体来看，在动作采集方面，OmniGlove Pro 每个指尖都有EMF磁场定位和IMU抗干扰融合技术，定位距离精度可达0.1mm。在触觉采集方面，这款手套配置了746个触觉感知点位，空间分辨率可达3mm，能够更准确地记录手部与物体的接触情况。
这些数据经过处理和跨本体动作重定向后，能够在机器人真机上Replay，完成与人类示范相同的任务。黄碧丹将这类数据称为 “真机Ready” 的 Ego 数据。
这些数据，既有 Ego 数据的规模化优势，也有真机数据的高质量，更有人类操作的真实手感。三者的结合，将显著加速具身大模型及灵巧操作规模化部署的落地进程。
万台量产打底，重新定义工业品考核标准
具身灵巧操作的决战窗口近在眼前，就是今年到明年。
乔天杰表示，灵巧手“能不能用起来”，考核的是四个硬指标——节拍、成功率、稳定性、ROI。“这四项，是灵巧手从科技产品变成工业品的成人礼。”
他还表示过去灵巧手普遍只有两三周寿命，核心症结在于长期停留在实验室场景，真实工况下的磨损、干扰、疲劳等问题无法充分暴露，硬件迭代速度缓慢。
而临界点通过工业、商用两条真实部署线的快速迭代，已经实现了可靠性的量级跃升。“刚上整机的时候，我们的故障率接近 10%，这在行业里其实很正常；但到今天，故障率已经降到了 0.5% 以下。” 乔天杰将这一成果归功于车规级的研发体系 —— 核心研发团队多来自汽车 Tier1，将成熟的可靠性工程、量产管控方法带入了灵巧手赛道。
万台级量产是商用落地的入场券 —— 只有达到这一量级，供应链才能实现稳定交付，产品良率才能逐步收敛，成本才能下探至客户可接受的商业化区间。
产品矩阵层面，临界点已形成覆盖高中低自由度的全档位灵巧手布局，搭配工业夹爪系列，可全面覆盖科研、工业、服务等多元场景。其中 OmniHand 3 已在珠海长隆乐园等场景实现常态化落地运行，卧龙电驱的灵巧手工位也预计于年内完成产线并线。
临界点的定位显然不止于一家硬件厂商。从灵巧手本体，到数据采集手套，再到 DUET 2.0 具身接触智能架构、Omni-Symphony 部署底座、Omni-Maestro 智能体框架，其技术路径始终围绕 “数据 - 模型 - 部署” 的正向飞轮展开：每一台落地部署的灵巧手都是数据采集入口，数据回流持续迭代模型能力，更强的算法模型再进一步支撑更多场景的规模化落地。
原标题：《特斯拉为它发愁推迟交货，这家企业年产1.5万台，72道工序只比人慢30秒》
栏目主编：戎兵 题图来源：受访者提供
来源：作者：文汇报 沈湫莎
