（来源：定焦One）
临界点的数据闭环，开始进厂验证。
定焦One（dingjiaoone）原创
作者 | 王璐
编辑 | 魏佳
机器人开始成规模上岗，下一道难题落到了“手”上。
在10月29日举行的2026智元创新日上，智元披露，上半年营收近20亿元，通用AI机器人出货9700台，全球市场份额超43%。整机走向部署，能不能真正干活，越来越取决于最末端的灵巧手。
过去一年，灵巧手成为具身智能最热的细分赛道之一，小米、宇树相继发布自研产品，融资持续升温。但热闹之外，能长期稳定作业，并公开证明客户持续付费、投入产出比成立的案例，仍然不多。
在当天下午的灵巧操作论坛上，从智元拆分独立9个月的临界点（AGILINK）集中发布了三项产品和两项生态计划：数采手套OmniGlove-PRO、工业部署框架Omni-Maestro、DUET 2.0架构升级，以及学者计划和Project Eureka。
现场还直播展示了一套拧螺丝长程作业。据临界点CEO乔天杰介绍，这套作业对应卧龙希尔工厂的真实工序，共有72步，需要机械臂与灵巧手协同完成。
在发布会后的群访环节，乔天杰及两位高管回答了包括「定焦One」在内的媒体提问。几项发布中，哪些已经在产线上跑通？数据闭环是否真正转起来了？客户有没有开始持续付费？
教机器人干活，难点不只是算力，还有数据。
机器人能识别物体，却未必知道手有没有打滑、接触时受力如何。市面上的遥操作手套已有不少方案，但面向训练的数据采集手套仍不成熟，能同步记录动作与触觉，并经过真机验证的成品寥寥无几。
临界点此次重点发布的两项核心产品，分别对应数据和部署。
首先是推出全新遥操作与数据采集一体手套OmniGlove-PRO，负责生产高精度数据。它戴在人手上作业，同步记录手部姿态、位置和触觉信息。
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，并已经完成操作数据在真机上的“回放”验证。
其次是面向工厂落地的部署框架Omni-Maestro，该系统能够结合视觉、力矩及工位设备反馈判断任务是否完成，并在出现异常时重新执行，或回溯至出错步骤进行修复。
临界点模型算法总监吴铭东表示，工厂落地要交付“一个班次”，而不是“一个步骤”，班次里总有夹爪难以处理的环节。用夹爪做十个场景，可能形成十套定制方案，数据彼此分散，灵巧手做十个项目，则有机会沉淀可复用的数据。
他还在发布会上公开透露了这套流程的已验证数据，任务成功率达到98%，机器人最长能够连续不间断作业12小时。并且机器人全自主完成整套72步测试流程仅需8.5分钟，而人工完成同样的工作约需8分钟。两者相差30秒，机器人单次作业耗时比人工高出约6.25%。
此外临界点升级了DUET 2.0架构，并发布了两项生态计划。
DUET 2.0不是单一模型，而是一套双层智能架构：上层负责理解和规划任务，底层负责多指协同与触觉闭环控制。可以简单理解为，它将“想”和“做”分开，大脑层决定去哪、抓什么，小脑层控制力度和动作，需要快速响应。
学者计划联合武汉大学、华中科技大学、中国科学技术大学、同济大学4所高校，共同编写灵巧手标准教材。Project Eureka面向开发者，据临界点披露，目前已有350人报名工坊。两项计划都指向OmniHand平台，高校帮助沉淀知识和方法，开发者帮助验证产品、拓展场景。但它们能否转化为部署能力，最终仍要回到产线检验。
至此，临界点的产品连成一条链路：手套采集成功和失败数据，DUET 2.0把数据变成控制能力，Omni-Maestro把能力部署到产线，再从现场带回新数据。
产品走出实验室后，首先要接受可靠性检验。
乔天杰提到，过去不少灵巧手的寿命只有两三周，可靠性是行业长期面临的问题。他表示，灵巧手刚装上整机时，故障率一度接近10%，“这是一个很夸张的数字”，临界点目前已将故障率降到0.5%以下。
他将改进归因于两点：真实部署让问题更快暴露，团队则把汽车一级供应商的质量管控经验用到了灵巧手上。
现场披露的两个案例，是珠海长隆商用机器人9月底上岗、运行约一个月，以及卧龙希尔工厂现场的72步长程作业。它们证明产品开始进入真实环境，但还不足以回答整手能连续运行多久、不同工况下故障率是否稳定。
驱动路线同样存在取舍。据乔天杰介绍，直驱和绳驱路线的寿命目前都在10万次量级，部分工业场景的要求达到十几万次至上百万次。临界点现阶段选择连杆方案，理由是“连杆可靠性目前最好”。
这也意味着，现阶段的部署优先保证耐用性，绳驱在柔顺性和抗冲击方面、直驱在精细控制方面的优势，还要等待其可靠性继续提升。乔天杰预计，未来一两年，这两条路线有望逐步达到部署所需的要求。
OmniHand 3 Lite 图源 / 智元机器人官网
第二个问题是产业天花板。
业内担忧灵巧手重蹈激光雷达覆辙，出货量可观，但在产业链中可替代性较强。乔天杰不认可这个类比，他的依据是灵巧手在整机中的价值量。据其介绍，灵巧手约占机器人整机成本的15%到20%，有机会支撑起独立的核心零部件供应商。
量只是前提，价格和利润才决定这门生意能做多大。乔天杰预测，一到两年内，灵巧手价格能下降一个数量级。他认为，当前价格高的重要原因是出货规模不足，先把量做上去，才能摊薄成本。
他早年做过激光雷达，亲历车载雷达从100万元一台降到1000元左右。但激光雷达的降价路径不能直接套用到灵巧手。后者能否大幅降价，还取决于出货规模、产品合格率、设计简化和供应链成熟度。
如果只算材料，灵巧手并不算十分昂贵，成本主要来自微型轴承、微型电机绕线等复杂工艺。降价不仅靠扩大采购量，还要通过重新设计降低加工难度。
更关键的是，降价可能同时扩大市场、压缩单机利润。临界点能否在价格下降后保住利润和议价能力，将决定它能否避开“有出货、低价值”的路径。
第三个问题是，大模型会不会替代灵巧手公司的核心能力。
临界点首席具身科学家黄碧丹给出的答案来自实测。团队尝试将GPT-6接入灵巧手操作系统，但需要提供全部配置文件和手眼标定信息，抓取姿态也基本需要预先设定，模型才能完成盒子抓取，涉及多根手指协作时，能力依然有限。
在黄碧丹看来，底层运控仍是行业共同短板，未来几年也未必是大模型厂商主攻的方向。这给做手的公司留出了时间，却没有提供永久壁垒。真正难被替代的部分，不只是灵巧手硬件，还包括长期积累的运控数据、工艺知识和现场迭代能力。
可靠性、产业天花板和技术护城河有了初步回答，商业化仍缺少几组关键数字。
乔天杰透露，智元的订单目前占60%到70%，公司正在拓展科研、海外及产业客户，英伟达、Meta已形成初步订单。这些订单的具体金额、交付进度和复购情况尚未披露，尤其需要区分研发采购、测试采购与规模部署。
智元体系提供了冷启动所需的订单和场景，也让临界点面临另一个问题：离开关联方后，产品能否独立赢得客户。
科研市场可以提供早期收入，却难以支撑长期增长。乔天杰预计，未来一两年科研教育市场仍会有所增长，部分研究会从夹爪转向灵巧手，但市场总量有限。因此，临界点必须进一步打开工业和商用服务市场。
乔天杰没有给出大规模落地的时间表。他表示，部署会循序渐进，路径类似自动驾驶从L2逐级向上，先解锁打螺丝、柔性插接、上下料、异形物抓取等相对明确的任务，再逐步处理复杂工序。
工业与商用服务两条路线将并行推进。工业场景相对规则，但对节拍和鲁棒性要求更高，商用服务对节拍的容忍度更高，任务则更加多样。
复制方式是先把打螺丝等通用任务做成可重复调用的标准化技能模块，再由临界点或合作伙伴根据不同工厂的条件进行适配，组合成完整的产线方案。这个思路能否成立，要看部署一个新客户需要多少调试时间、多少人工介入，以及同一套能力能够复用多少次。
目前，多少家工厂在用、属于付费购买还是免费试点、客户多久能回本，临界点都没有披露。
这些数据比单次展示更能说明商业化进度。客户购买灵巧手，不是因为它能展示多少种动作，而是因为它能否减少换线和调试成本，适应更多工序，并在可接受的周期内收回投入。
从技术验证到商业验证，临界点已经走完前半程。72步长程作业之后，需要验证的不只是这套流程能否在不同工厂复制，还有客户是否愿意继续为这只手付费。
