预告 | 章鱼动力 WRC 发布仿生灵巧手 OctoH-Hand：以极致仿生打造通用物理 API|仿生灵巧|动作|执行器|机器人|灵巧手|章鱼动力

高度仿生的绳驱灵巧手，正成为机器人连接智能大脑与物理世界的关键载体。

编辑丨李希

如果说高质量数据采集是具身智能理解物理世界的基础，那么触碰，就是AI真正进入物理世界的开始。

章鱼以敏锐感知与灵活腕足，在黑暗中触碰环境，调整动作，理解世界。

而人类经过漫长的进化，拥有了一双足够灵巧的手。

当今的人类世界，也天然围绕双手构建：瓶盖的尺寸、螺纹与开启方式，筷子的形态与使用逻辑，以及门把手、工具和家电的交互方式，无不建立在人手的构型与能力之上。

因此，让机器人真正进入人类世界，最有效的路径不是重新创造一个适配机器的环境，而是赋予机器人一双能够适配现有世界的手。

灵巧手也由此不再只是机器人的执行末端。它既要把模型生成的动作转化为真实操作，也要把接触、受力和运动结果反馈给模型，成为具身智能与物理世界双向交互的接口。

章鱼动力相信：机器人的手不应只是执行器，而应成为AI学习与进化的起点——以物理触碰理解世界，以极致通用改变世界。

顶级玩家的共识

从特斯拉Optimus到1X NEO，全球具身智能头部玩家的新一代灵巧手正在呈现出清晰的技术趋同：采用腱绳传动，将执行器后置于小臂，以接近人类肌肉与肌腱的方式驱动手部关节。

这并非偶然。人手之所以能够在有限尺寸内兼具灵巧、轻量与柔顺，关键就在于肌肉主要分布于前臂，并通过肌腱驱动手指。绳驱灵巧手沿用了这一仿生逻辑：将重量与体积更大的驱动单元移出手掌，在接近人手尺度的空间内实现更多自由度，同时降低手部重量与运动惯量，为精细操作和安全接触创造条件。

由此，行业共识正从“机器人需要一双手”走向“机器人需要一双更仿生、更通用的手”——高度仿生的绳驱灵巧手，正成为通用人形机器人连接智能大脑与物理世界的关键载体。

对比直驱、连杆等其他灵巧手类型，绳驱手存在以下技术难点：

传动链路复杂导致集成难度高
绳索蠕变导致定位精度较低
绳索摩擦模型和弹性形变模型高度非线性导致控制难度高

章鱼动力首次亮相就挑战行业最难，将在WRC发布OctoHardware硬件系列的首款产品——全栈自研的绳驱高自由度仿生灵巧手产品 OctoH-Hand。

依托在具身大脑与数据采集领域的技术积累，章鱼动力通过硬件和模型算法的协同设计，攻克绳驱系统中的非线性建模与控制难题，持续提升灵巧手的精度、柔顺性与可靠性。OctoH-Hand不仅将大脑决策转化为真实动作，也将触觉、力觉与运动反馈持续送回模型，成为连接智能与物理世界的通用物理API。

相较于行业现有方案，OctoH-Hand具有以下优势：

融合章鱼动力已经推出的OctoSense数采矩阵，突破高自由度灵巧手落地的数据瓶颈
极致仿生，解决抓取对象通用性问题
全闭环力控，解决触碰环境的感知问题
绳驱弹性和张力缓冲，带来极致的柔顺性与安全性

首创"数采孪生"：

跨越数据鸿沟，即采即用

具身智能训练长期面对一道隐形鸿沟：人的动作可以被采集，但采集到的数据往往无法直接用于机器人。

OctoH-Hand采用“脑-手-数据”一体设计，在行业内首创"数采孪生"解决方案。

由于数采设备与灵巧手在关节构型、自由度定义和感知方式上存在差异，传统方案通常需要经过运动重定向、参数映射和反复调试，才能将人的示教转化为机器人可执行的动作。链路越长，信息损失、误差累积和工程成本就越难避免。

为解决这一问题，章鱼动力提出“数采孪生”方案。OctoS-DexUMI外骨骼数据采集手套与OctoH-Hand五指灵巧手，采用一一对应的运动构型、自由度定义与感知配置。执行同一任务时，数采手套采集到的关节角度、触觉、力、视觉信息可直接作为控制信号导入灵巧手系统，稳定复现整个任务过程。

这一设计从根本上跨越了传统数据采集中的重定向鸿沟，实现所采数据可直接复现，显著提升数据质量与采集效率，为机器人操作技能的快速学习与规模化部署提供了坚实的数据基础设施。

数据不只被记录，更能够被执行。

极致仿生：从尺寸到运动，形神兼备

让机器人学习人手的操作技能，首先需要一双在结构和运动能力上足够接近人手的灵巧手。

仿生因此不只是外形模仿，而是数据、模型与真实操作之间的共同坐标系。只有当人手与机器手具备相近的尺寸、关节关系和运动能力，人类世界中积累的大量操作经验才更容易被机器人学习和复现。灵巧手的极致仿生，是大脑进化加速的最佳答案。

在仿生设计上，OctoH-Hand追求“形真”与“神似”的统一。

“形真”，来自对人手尺度与驱动原理的系统复现。OctoH-Hand整体尺寸与关节比例参照成年人的手部结构，在有限空间内集成腱绳传动机构、关节角度传感器与触觉传感器；手部执行器远置于小臂，通过类似肌肉与肌腱的方式驱动关节，在降低手部重量与运动惯量的同时，为精细操作保留充分的运动空间。

“神似”，来自接近人手的运动能力。OctoH-Hand采用手部n+1全腱绳驱动与小臂电机直驱的混合驱动方式，共集成28个独立可控执行器，实现23个主动自由度，支持多指协同、拇指对掌、指尖精细操作与复杂抓握，运动与操作能力突破行业瓶颈直逼人手。

全闭环力控：真正做到"跟着感觉走"

运动能力决定机器人能不能完成动作，感知能力则决定它能不能把动作做得稳定、细腻且安全。

OctoH-Hand在手掌和手指表面集成了超过1900个触觉传感单元，阵列间距≤1mm，达到行业领先水平。独特的多层式感知结构设计实现触觉手套感知信号零滑移偏差，确保接触信息的稳定一致，构筑精准且可靠的物理信息接口。

在控制层面，OctoH-Hand基于关节可反驱的机电特性，融合关节电流环反馈与触觉双重力感知信号，构建了从内部驱动力到外部接触力的真正全闭环力控系统。以关节驱动力、速度、加速度的融合信号为前馈，结合关节位置和触觉信号包含的精细接触特征，建立高精度力学运动控制模型，实现带电反驱与零力拖动等多种复杂交互。

执行器可反驱设计，使外力引起电机电流波动即可实现力感知。结合手掌与手指表面覆盖的大面积触觉阵列，以及腕部随动相机，感知维度跃升至超人水平，让机器人能够真正"跟着感觉走"，完成各类精细且复杂的操作任务。

性能优化：软硬兼施带来“超长巅峰期”

对于真正走向产业应用的灵巧手，完成一次高难度动作并不是终点。能否在产品全周期内持续保持精度、稳定性和安全性，才是从实验室演示走向真实场景的关键。

在可靠性方面，OctoH-Hand通过协同底层硬件的设计改良与底层软件的参数辨识，实现了平均无故障工作时间（MTBF）1000小时的"超长巅峰期"。

而针对腱绳系统蠕变带来的传动精度问题，OctoH-Hand从材料、结构与算法三个层面进行协同优化。

硬件层面，OctoH-Hand选用钨合金腱绳，并采用直线执行器作为动力源；通过优化腱绳导向路径和导向件表面涂层，显著降低同等作用力下的腱绳蠕变、摩擦与结构磨损，同时为后续补偿算法预留充足的执行器行程空间。

算法层面，OctoH-Hand在底层运动控制模型中加入蠕变辨识算法，通过参数自整定与控制指令实时补偿，实现全周期内重复定位精度稳定≤0.1mm，以及亚毫米级绝对定位精度。

同时，机械反驱设计使其在无供电状态下仍可被动反驱，能够降低意外碰撞带来的冲击，为人机共处和复杂环境作业提供额外安全保障。

一手多能：

覆盖工业、家庭、服务、物流多种场景

凭借高自由度、多模态感知与柔顺力控能力，OctoH-Hand可广泛面向多种场景与应用，真正实现"一手多能"。