硅谷初创公司Tetheria推出300美元开源灵巧手挑战高价垄断

当机器人学会开可乐：深聊灵巧手的“不可能三角”与六大技术门派｜机器人系列 — 硅谷101

硅谷101

AI大模型降低了对硬件精度的刚性要求，使低成本开源灵巧手具备破解“不可能三角”并实现规模化落地的可能。

AI-assisted summary of 当机器人学会开可乐：深聊灵巧手的“不可能三角”与六大技术门派｜机器人系列 — original source. Check the original for full context.

Source published:

Detailed notes

## Background 本内容由 Bilibili 科技频道《硅谷101》于 2025 年 9 月 29 日发布。视频围绕机器人“最后一公里”的核心难点——灵巧手展开，结合 show notes 的详细背景，探讨了困扰行业数十年的“性能、成本与可靠性”不可能三角，回顾了灵巧手四十年的技术演进史与六大派系，并现场实测了硅谷团队 Tetheria 售价仅 300 美元的开源灵巧手及其背后的 AI 大模型赋能。

## TL;DR 节目深入剖析了机器人灵巧手为何比后空翻难上十倍的硬件与控制瓶颈，梳理了直驱、绳驱、液压、连杆、混合及开源六大主流技术门派的优劣势。针对动辄数万至十万美元的昂贵垄断，创业团队 Tetheria 展示了 300 美元的开源绳驱手，成功完成了拧开可乐罐、抓取螺丝钉、拿手机等高难度动作。视频进一步探讨了 VLA 大模型与 Sim2Real 仿真如何为硬件赋予“智能小脑”，并指出开源生态将如 Android 系统般推动灵巧手加速走进千家万户。

## Atmosphere & style 整期节目兼具科技前沿的硬核深度与硅谷实地探访的现场纪实感。主持人通过“方向盘比特斯拉还贵”的生动类比拉近专业门槛，在访谈与 Demo 实测之间无缝切换，既有硬核技术架构的严谨拆解，又有亲眼见证机械手撬开可乐罐时的惊叹与爽感。整体叙事理性而富有激情，透出对 AI 时代具身智能爆发的强烈期待。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV16EnizBEUY?t=0s) 让机器人拧开可乐瓶盖的难度比后空翻高出十倍以上，其关键在于手部属于高频接触结构，控制极其复杂。 - [00:00](https://www.bilibili.com/video/BV16EnizBEUY?t=0s) 高端灵巧手（如 Shadow Hand）售价超 10 万美元，价格甚至接近一台完整的高端双足机器人，成为机器人应用落地的“最后一公里”。 - [00:00](https://www.bilibili.com/video/BV16EnizBEUY?t=0s) 合格的灵巧手需具备足够多的自由度、毫米级精细控制、多模态传感器系统、自适应抓取策略以及拟人化结构。 - [05:00](https://www.bilibili.com/video/BV16EnizBEUY?t=300s) 灵巧手的产业化长期受到“不可能三角”（高性能、低成本、高可靠性）的制约，很难同时满足这三点。 - [05:00](https://www.bilibili.com/video/BV16EnizBEUY?t=300s) 人类抓握依赖“前馈控制”（预测重量与初力）和“反馈控制”（接触后小于 100ms 内调整抓力）双闭环，机器人需搭建“大脑+小脑”分层架构来复刻该闭环。 - [10:00](https://www.bilibili.com/video/BV16EnizBEUY?t=600s) 灵巧手江湖演化出六大技术门派：直驱派、绳驱派、液压派、连杆派、混合派与开源派，各自在力量、体积、抗冲击与成本上做出取舍。 - [10:00](https://www.bilibili.com/video/BV16EnizBEUY?t=600s) 直驱派结构简单易精控但末端力小抗冲击差；绳驱派轻量化且符合人体肌腱结构但需极精密软件建模；液压派力量极大但存在漏液与能耗高的问题。 - [05:00](https://www.bilibili.com/video/BV16EnizBEUY?t=300s) Tetheria 发布的 300 美元开源绳驱手 AeroHand Open，现场完成了抓取 M5 螺丝、大方盒、撬开拉环可乐罐和平放 iPhone 等高难度操作。 - [25:00](https://www.bilibili.com/video/BV16EnizBEUY?t=1500s) VLA（Vision-Language-Action）大模型可将自然语言指令直接转化为动作序列，而 AI“小脑”能自动自适应力控制，大幅降低遥操作难度。 - [25:00](https://www.bilibili.com/video/BV16EnizBEUY?t=1500s) AI 强大的容错和自适应能力降低了对硬件精度的刚性依赖，允许使用标准现成电机，从而极大地拉低了硬件成本。 - [25:00](https://www.bilibili.com/video/BV16EnizBEUY?t=1500s) 通过 Sim2Real 仿真技术，机器人能在虚拟环境中进行数百万次试错训练，有效缩小现实与仿真之间的物理鸿沟。 - [25:00](https://www.bilibili.com/video/BV16EnizBEUY?t=1500s) 通过开源生态（类似 Android 模式），招募全球研究者共同贡献数据与算法，将加速灵巧手的普及并推动机器人真正走入家庭与工厂。

## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV16EnizBEUY?t=0s) 为什么灵巧手是机器人的“最后一公里”？

让机器人学会拧开可乐瓶盖，竟然比让它学会后空翻还要难上至少十倍。视频一开始，主持人拿出一听饮品进行对比，直观展示了目前机器人硬件的巨大价格鸿沟：能够直立行走立脚的 Unitree G1 售价约 1.6 万美元，能做后空翻的波士顿动力（Boston Dynamics）Atlas 预估约 14 万美元，而英国 Shadow Robot 那只能够拧开瓶盖的高端灵巧手，业內估计售价竟超过 10 万美元——光是一只手的价格就接近一台顶配完整机器人，这就好比“一个方向盘的价格接近了一辆特斯拉”。灵巧手（Dexterous Hand）成为机器人迈向多场景应用“最后一公里”的核心突破口，而《硅谷101》特辑也走访了硅谷团队 Tetheria（由前特斯拉灵巧手负责人创业成立），探讨他们如何试图用一款 300 美元的开源灵巧手 AeroHand Open 来颠覆被垄断了 30 年的高端市场。

人类的手是经过数百几百万年进化而来的精细仪器，包含 27 块骨头、29 个关节、34 块肌肉以及无数神经末梢，能够提供 27 个自由度（DOF）。它最神奇之处在于“既有力量握紧工具，又有精度穿针引线”。相比之下，机器人的关节连接空间极其狭小：以人手大拇指为例，从上到下包含指间关节（IP joint）、掌指关节（MCP joint，实现伸直与弯曲）以及最灵活的鞍状掌指关节（CMC joint，可做侧摆、弯曲伸直乃至原地打转），其关节连接极小却运动范围巨大。机器人工程师面临的终极挑战，就是要在极其有限的体积内复刻这种灵活度与力量。

要称得上是一只合格的“灵巧手”，必须具备以下五大核心要素： - **足够多的关节与自由度**：人手有 27 个自由度，机器人灵巧手通常需要 6 个以上，高端产品可达 20 至 27 个自由度。 - **毫米级的精细控制**：具备绣花般的精准度，能够精准抓取直径仅 5 毫米的 M5 螺丝钉。 - **多模态传感器组成的“神经系统”**：配备触觉、力觉与位置传感器，实时感知物体的轻重与软硬。 - **环境察言观色与自适应策略**：根据形状与材质动态切换抓取方式，例如对玻璃杯轻轻放下，对铁块则加力抓握。 - **拟人化的结构配置**：人类世界的所有工具、设备与环境都是为人手设计的，机器手只有拟人化，才能实现低成本且无缝的通用替换。

---

[05:00](https://www.bilibili.com/video/BV16EnizBEUY?t=300s) 40年演进史与困扰行业的“不可能三角”

灵巧手从概念提出到现在走向成熟，已经经历了 40 多年的技术演进： - **1980年代（开山之作）**：Stanford/JPL Hand 奠定了灵巧手的基础，采用三根人形手指、每指三个关节并配备触觉力反馈，但更像是一台验证可行性的概念机。 - **1990–2000年代（百家争鸣与夹爪称王）**：Utah/MIT Hand、DLR Hand 等路线百花齐放，但均停留在实验室演示阶段；与此同时，“简单粗暴”的双指夹爪占领了工业工厂，虽然只能抓放，但凭便宜稳定的优势解决了核心需求。 - **2000–2010年代（商业化破冰）**：Shadow Hand、Allegro Hand 等陆续商业化，售价高达数万美元，主要服务于学术科研机构，好比早期的个人电脑。 - **2020年代（巨头进场）**：特斯拉（Tesla）入局打破游戏规则，马斯克不仅要做灵巧手更要规模化量产；同时 GPT 等大模型的突破为机器人控制开启了新大门。 - **2025年（行业转折点）**：特斯拉推出 22 个自由度的新手，Tetheria 发布 300 美元的开源项目 AeroHand Open，灵巧手迎来从极客玩具走向大众工具的“智能手机时刻”。

> “如果你考虑一下，我们主要是靠双手跟外界世界进行接触……在传统机器人里，一旦接触就是碰撞，对机器人就会产生损伤，但手恰恰是需要完全接触的。”

控制一只灵巧手比控制整机（平衡、走路、导航）还要难上十倍，很大程度在于硬件与控制的重叠瓶颈。在实际操作中，缺少触觉反馈时人全靠“视觉与力量协作”，全凭空气物体的接触视觉反馈来调整。人类抓握依赖两个闭环：一是**前馈控制**（大脑基于视觉和经验在抓取前预测重量与初始抓力），二是**反馈控制**（接触物体后，若滑动则神经系统会在小于 100 毫秒内反射性加力）。灵巧手要复刻这一闭环，必须建立类似人类的**分层控制架构**——“大脑”负责视觉推理与高层规划，“小脑”依托触觉、力反馈进行实时细节微调。

灵巧手走向产业化的核心痛点在于残酷的**“不可能三角”**（性能、成本、可靠性）： - **高性能（如 Shadow Hand）**：高度拟人，适合极精细操作，但价格超过 10 万美元。 - **低成本（如 DexHand、Amazing Hand 等开源 3D 打印方案）**：成本可控制在 300 美元左右，但性能仅能“摆造型”，基本无法实际抓取。 - **高可靠性**：需要简化结构、减少故障点，但电机会越做越小，功率输出与性能随之变弱，牺牲了自由度与力量。

---

[10:00](https://www.bilibili.com/video/BV16EnizBEUY?t=600s) 灵巧手江湖的“六大门派”

为了破解“不可能三角”，灵巧手行业衍生出了六大主流技术派系：

- **直驱派（简单粗暴）**：哪里需要关节就在哪里放电机（电机一对一驱动）。 - *代表产品*：韩国 Wonik Robotics 的 Allegro Hand（16 个自由度配备 16 个电机）、Sherpa Wave、Woogee Hand、XHand。 - *优缺点*：工程实现简单、易于精细控制；但驱动器体积小抗冲击差、不可反驱、末端力输出小且维修保养困难。 - **绳驱派（仿生大师）**：电机集中放在前臂，通过钢丝绳或高强度合成纤维像控线木偶一样拉动手指，最接近人体肌腱结构。 - *代表产品*：Tesla Optimus（最新的 22 个自由度手）、Shadow Hand、Tetheria。 - *优缺点*：手指轻量化、力量输出稳定且布局符合人体；但受限于力的自适应变化，软件必须对各模块建立极精密的动态建模才能精准控制。 - **液压派（极致力量）**：追求力量与功率密度。 - *代表产品*：Sanctuary AI 的 Phoenix 机器人（21 个自由度液压手）。 - *优缺点*：力量大、反应快、负载高；突破在于将液压组件缩到硬币大小且经受 21 次循环无泄露，但存在漏液维护、噪音大和能耗高的问题。 - **连杆派（机械美学）**：将驱动器集成于掌内，用连杆、摇臂、滑块将直线动作分配到多关节。 - *代表产品*：韩国研究团队提出的 AIDA 灵巧手。 - *优缺点*：结构紧凑、自由度高、具备机械美感；但抗冲击性差，复杂负载下可靠性不足。 - **混合派（折中之道）**：组合直驱、绳驱与连杆，平衡成本、重量与性能。 - *应用*：过去多在学术圈（以较少执行器实现多自由度），如今 Tetheria 正通过混合派路线开发另一款高自由度商用方案。 - **开源派（群狼战术）**：用开源降低门槛，打破高端硬件垄断。 - *代表项目*：DexHand、Orca Hand 以及 Tetheria 开源的 AeroHand Open。

---

[05:00](https://www.bilibili.com/video/BV16EnizBEUY?t=300s) Tetheria 300美元开源手高难度Demo实测

在 Tetheria 的硅谷办公室现场，团队展示了售价仅 300 美元的开源绳驱灵巧手 AeroHand Open 完成的四个高难度真实操作 Demo：

``` +-----------------------------------------------------------------------+ | Tetheria 4大实测 Demo | +-------------------+---------------------------------------------------+ | 抓取 M5 螺丝钉 | 直径仅 5mm；考验微米级精细控制与力输出方向自适应 | | 抓取大方盒 | 尺寸接近手部极限；依靠末端灵活度与高支撑力 | | 拧开拉环可乐罐 | 前端自适应软材质包裹设计；模仿人手“指甲”撬动结构 | | 拿起桌面 iPhone | 隙窄缝（仅几毫米）；绳驱自适应贴合避免与桌面硬碰撞 | +-------------------+---------------------------------------------------+ ```

- **精准抓取 M5 螺丝钉**：螺丝钉直径仅 5 毫米。抓小物体极难，若力输出方向稍有偏差就会将螺丝“弹飞”，要求硬件具备极佳的自适应力输出，配合软件算法精准控制。 - **抓取大方盒**：物体的尺寸已接近机械手的大小极限，接触面仅有指尖一小部分（类似用指尖抓篮球）。要求末端关节具有极高灵活度和足够大的末端握力。 - **拧开可乐罐拉环**：最具拟人化特征的展示。人手在生活中大量依赖“指甲”进行缝隙自适应与撬动，该灵巧手前端采用了可变形的“软材质包裹”与指甲结构，能在狭小空间内输出较大力量，顺利撬开罐口。 - **拿起平放的 iPhone**：手机紧贴桌面，手指必须伸入仅几毫米的窄缝且不能发生硬碰撞。该手利用绳驱方案的物理顺应性（Compliance），在接触桌面时产生自适应弯曲，避免了传统刚性手指与桌面的对抗与损伤。

---

[25:00](https://www.bilibili.com/video/BV16EnizBEUY?t=1500s) AI大模型、Sim2Real与开源生态的未来

在 AI 时代，大模型正为灵巧手注入“智能小脑”，加速从实验室走向现实落地：

- **VLA（Vision-Language-Action）大模型**：传统的机器人需要为每个动作逐行编写程序，而 VLA 模型能直接将“帮我倒杯水”这类自然语言指令转化为具体的动作序列。 - **AI 小脑解决遥操作痛点**：绳驱多自由度控制极其繁琐，Tetheria 开发了专门的“AI 小脑”，在遥控（Teleoperation）过程中自动适应不同的任务场景，用户无需精确指定施加力的大小或方向，系统会自适应调整，大大提升了操控流畅度。 - **Sim2Real（仿真到现实）克服物理鸿沟**：在虚拟仿真环境中，机器人可以进行数百万次试错而不损伤硬件。虽然仿真环境简化了摩擦力（Friction）、刚性、软硬度等参数，且物理制造存在公差，但 AI 正在不断缩小仿真与现实的差距。 - **AI 降低硬件精度依赖**：传统机器人靠堆砌高精度定制驱动器来提升性能，导致成本居高不下；而 AI 强大的容错与自适应能力降低了对硬件精度的刚性要求，允许使用市面上现成的（off-the-shelf）标准电机，从而大幅拉低硬件造价。

> “我们的逻辑跟特斯拉不一样，因为我们不像特斯拉有那么多的资金去完全投入在研发中，我们要构建一个跟 Community 一起成长的生态……就像 Android 对手机行业的影响一样。”

Tetheria 选择将 300 美元的低自由度灵巧手彻底开源，采用了类似 Google Android 的开源生态路线：虽然苹果 iOS 在单品体验上极佳，但 Android 通过开放生态赢得了绝大多数市场。通过向全球工程师和科研院所开放低成本硬件方案，全世界的研究者都将成为算法与训练数据的贡献者。正如 Linux 对操作系统、Android 对移动终端的改变一样，开源与重包（Crowdsourcing）创新将加快灵巧手的通用化进程。或许在 5 年之后（即 2030 年前后），机器人将真正走出概念视频，走进家庭与工厂，承担做饭、打扫、照顾老人与儿童的工作。

---

<ElicitationsGroup message="想要进一步探索灵巧手技术或 Bilibili 科技视频的深度内容？">

<Elicitation label="梳理六大灵巧手门派的技术架构对比表" query="请帮我整理一份对比表格，详细列出文中提到的灵巧手六大技术门派（直驱、绳驱、液压、连杆、混合、开源）的代表产品、核心优势与主要缺点。"/>

<Elicitation label="了解 Tetheria 团队与特斯拉 Optimus 的技术渊源" query="请详细介绍 Tetheria 创业团队的背景，以及他们在特斯拉 Optimus 灵巧手研发中的技术积累和区别。"/>

<Elicitation label="探索机器人 VLA 大模型与 Sim2Real 的实现机制" query="请深度解析 Vision-Language-Action (VLA) 模型以及 Sim2Real 仿真技术在具身智能（Embodied AI）中的作用与技术难点。"/> </ElicitationsGroup>

## Notable quotes > [00:00](https://www.bilibili.com/video/BV16EnizBEUY?t=0s) 一个方向盘的价格接近了一辆特斯拉

> [00:00](https://www.bilibili.com/video/BV16EnizBEUY?t=0s) 既有力量握紧工具，又有精度穿针引线

> [05:00](https://www.bilibili.com/video/BV16EnizBEUY?t=300s) 如果你考虑一下，我们主要是靠双手跟外界世界进行接触……在传统机器人里，一旦接触就是碰撞，对机器人就会产生损伤，但手恰恰是需要完全接触的。

> [25:00](https://www.bilibili.com/video/BV16EnizBEUY?t=1500s) 我们的逻辑跟特斯拉不一样，因为我们不像特斯拉有那么多的资金去完全投入在研发中，我们要构建一个跟 Community 一起成长的生态……就像 Android 对手机行业的影响一样。

## Mentioned 硅谷101, Unitree G1, Boston Dynamics, Atlas, Shadow Robot, Shadow Hand, Tetheria, AeroHand Open, Stanford/JPL Hand, Utah/MIT Hand, DLR Hand, Allegro Hand, Wonik Robotics, Tesla, Tesla Optimus, DexHand, Amazing Hand, Sherpa Wave, Woogee Hand, XHand, Sanctuary AI, Phoenix, AIDA, Orca Hand, iPhone, VLA, Sim2Real, Google, Android, Apple, iOS, Linux

## 弹幕氛围 (Danmaku mood) — 278 条 观众整体氛围非常活跃且富有讨论度。前期围绕“机器人走路难还是开可乐/灵巧手难”展开了激烈的辩论与刷屏，中后期则深入探讨了机械手技术、神经控制、成本与未来的应用前景。弹幕中既有技术层面的硬核分析与质疑，也有对主持人生动表达与颜值的赞赏，同时夹杂着不少幽默调侃与梗，整体呈现出热烈、理性与求知欲并存的氛围。

**整体情绪**：😊 正面 45% · 😐 中性 40% · 😞 负面 15%

**热议点** - **难点大辩论：机器人“走路”还是“开可乐/手部控制”更难** —— “会走路的动物多了去了，会开易拉罐的没多少” - **不同品牌/方案机器人价格与性能的对比吐槽** —— “波士顿这老古董14万？” - **手部精细控制与人体生物学（大脑控制面积、触觉感知、神经纤维）的科学探讨** —— “人脑中央沟运动区给手掌分配了非常大一块空间” - **演示过程中的幽默调侃与现场互动（如可乐被压扁、遥操等）** —— “手指碰到可乐又抬起的那一下很妙 非常类似人类手指沾湿了的自然反应” - **对AI配音/文案风格的质疑以及对主讲人/主持人的夸赞** —— “本来是来看前沿科技，却被神仙姐姐的颜值惊艳到了” - **对具身智能和机器人普及时间的预测与争论（2年、5年还是50年）** —— “这些功能实现起码还要30到50年以上”

**代表弹幕** > 会走路的动物多了去了，会开易拉罐的没多少

> 开可乐，和开瓶盖，也不是一个概念，你问的问题就有重大问题

> 瞬间觉得我的手好精细好神奇，要好好珍惜爱护她

> 手指碰到可乐又抬起的那一下很妙 非常类似人类手指沾湿了的自然反应

> 谁家开可乐用指甲？？

> 本来是来看前沿科技，却被神仙姐姐的颜值惊艳到了

> 内容真好

> 硅谷101加油。

[Source](https://www.bilibili.com/video/BV16EnizBEUY)

中文简报

硅谷初创公司Tetheria推出300美元开源灵巧手挑战高价垄断 AI大模型降低了对硬件精度的刚性要求，使低成本开源灵巧手具备破解“不可能三角”并实现规模化落地的可能。 节目深入剖析了机器人灵巧手为何比后空翻难上十倍的硬件与控制瓶颈，梳理了直驱、绳驱、液压、连杆、混合及开源六大主流技术门派的优劣势。针对动辄数万至十万美元的昂贵垄断，创业团队 Tetheria 展示了 300 美元的开源绳驱手，成功完成了拧开可乐罐、抓取螺丝钉、拿手机等高难度动作。视频进一步探讨了 VLA 大模型与 Sim2Real 仿真如何为硬件赋予“智能小脑”，并指出开源生态将如 Android 系统般推动灵巧手加速走进千家万户。 让机器人拧开可乐瓶盖的控制难度远超后空翻，而高端灵巧手售价动辄超 10 万美元，价格堪比整机，已成为机器人产业落地的“最后一公里”。 (0:00) 灵巧手产业化长期受制于高性能、低成本与高可靠性的“不可能三角”，为此行业演化出直驱、绳驱、液压、连杆、混合与开源六大技术门派。 (5:00) Tetheria 现场演示了售价仅 300 美元的开源绳驱手 AeroHand Open，成功完成抓取 5 毫米 M5 螺丝、大方盒、撬开可乐罐拉环和平放 iPhone 等多项高难度任务。 (10:00) AI 大模型正为灵巧手注入“智能小脑”，结合 VLA 模型与 Sim2Real 仿真缩小物理差距并降低硬件精度门槛，类 Android 的开源生态路线有望加速通用机器人的普及。 (25:00)

Reading summary

灵巧手被视作人形机器人迈向多场景应用的“最后一公里”，但长期受困于性能、成本与可靠性难以兼顾的“不可能三角”。随着绳驱方案演进、AI大模型及开源生态的介入，行业正尝试打破高端硬件被少数厂商垄断的高价僵局。 灵巧手的硬件鸿沟与拟人化挑战 (0:00) 在当前人形机器人硬件体系中，末端执行器存在极端的价格鸿沟。例如可直立行走的Unitree G1售价约1.6万美元，波士顿动力的Atlas预估约14万美元，而英国Shadow Robot的高端灵巧手售价业内核算超过10万美元，出现“一只手接近整机价格”的现象。控制灵巧手拧开瓶盖的难度被认为比整机后空翻高出数倍，核心在于人手拥有27块骨头和27个自由度，且需在极小空间内复刻力量与精度。 合格的灵巧手需具备至少6个（高端需20至27个）自由度、毫米级精细度、多模态传感器系统、动态自适应抓取策略以及拟人化结构。传统工业机器人视接触为碰撞与损伤，但灵巧手必须全面主动接触外界，需要结合前馈预测与小于100毫秒的触觉反馈控制，在软硬件耦合上对分层控制架构提出了极高要求。 困扰行业的“不可能三角”与六大技术门派 (5:00) 灵巧手40年演进经历了从早期实验室原型、双指工业夹爪称王，到高端科研商用及巨头入局的阶段。行业核心痛点在于“不可能三角”：追求高性能则成本动辄超10万美元（如Shadow Hand）；低成本开源3D打印方案（如约300美元的DexHand）通常缺乏抓取能力；而追求高可靠性需精简零部件，往往又会导致电机小型化后动力与自由度受限。 为应对该矛盾，行业形成了六大技术派系：直驱派（如Allegro Hand）电机一对一驱动，控制简单但抗冲击与末端力较弱；绳驱派（如特斯拉Optimus 22自由度新手、Shadow Hand、Tetheria）将电机置于前臂、通过线缆拉动，手指轻量但依赖精密动态建模；液压派（如Sanctuary AI Phoenix）功率密度极高，但有漏液、噪音与能耗问题；连杆派结构紧凑但复杂工况抗冲击不足；混合派试图折中前述方案；开源派则力求拉低准入门槛。 Tetheria的300美元开源手测试 (5:00) 由前特斯拉灵巧手负责人创立的硅谷团队Tetheria，推出了售价约300美元的开源绳驱手AeroHand Open。现场实测了四个代表性动作：一是抓取直径仅5毫米的M5螺丝钉，验证力输出方向的自适应与微小物体防弹飞控制；二是抓取尺寸接近手部极限的大方盒，检验仅靠指尖接触下的末端握力与灵活性。 三是通过前端可变形软材质包裹及仿人手“指甲”结构，成功撬开可乐罐拉环；四是拾取平放于桌面的iPhone，利用绳驱的物理顺应性（Compliance），在接触桌面数毫米缝隙时自适应弯曲贴合，规避了传统刚性手指直接撞击桌面的磨损与冲突。 AI大模型赋能与开源生态路线 (25:00) AI与大模型技术正在重塑灵巧手的控制与成本结构。传统遥操作在多自由度绳驱控制上面临繁琐调试，通过开发专用“AI小脑”与VLA（视觉-语言-动作）模型，机器人能自动调节力的大小和方向，直接将自然语言转化为动作。同时，Sim2Real技术在仿真环境中完成数百万次试错，逐步弥合摩擦力公差与物理世界鸿沟；AI的容错能力也降低了对硬件极高精度的依赖，允许采用市售标准电机，进而压低整机造价。 在商业路径上，Tetheria选择类似Google Android的生态模式，将300美元方案开源，试图通过全球开发者众包算法与训练数据，对抗类似iOS的闭源高价路线。团队预期，开源与AI协同推进下，人形机器人有望在5年左右（即2030年前后）逐步进入家庭与工厂承担日常任务。 虽然AI容错与开源策略大幅压低了灵巧手的硬件成本与控制门槛，但在复杂多变的应用场景中，仿真与现实间的物理差异、长期作业的耐用性以及多模态传感器的稳定集成，仍是灵巧手真正实现规模化商用前需持续验证的关键变量。

Source quotes

[0:00] 一个方向盘的价格接近了一辆特斯拉 [0:00] 既有力量握紧工具，又有精度穿针引线 [5:00] 如果你考虑一下，我们主要是靠双手跟外界世界进行接触……在传统机器人里，一旦接触就是碰撞，对机器人就会产生损伤，但手恰恰是需要完全接触的。 [25:00] 我们的逻辑跟特斯拉不一样，因为我们不像特斯拉有那么多的资金去完全投入在研发中，我们要构建一个跟 Community 一起成长的生态……就像 Android 对手机行业的影响一样。

Original transcript

[0:00] 小伙伴们,我先问你们一个问题啊,你觉得让机器人学会走路难,还是让他学会打开一听可乐难呢?诶,等一下,这好像不是可乐。重新来一下。那我猜你们大部分人都会说是走路难,对吧?毕竟人类花了几百万年才学会直立行走,波士顿动力的机器人摔了无数次才学会后空翻。这件事情比走路可能太多了也就是说呢控制灵巧手要比控制躯体难上至少十倍而从目前的售价对比上我们也能够感受到中国Unitree G1人型机器人就是会走路的那种啊是售价1.6万美元波士顿动力Atlas机器人会后空翻预估呢是14万美元而英国Shadow Robot的灵巧手会拧苓盖的那只价格未公开但是业内估计呢超过10万美元也就是说啊是接近了一个完整的顶级机器人这是什么概念呢这就好比一个方向盘的价格接近了整辆特斯拉所以机器人的灵巧手为什么能做目前技术发展到什么样的阶段了业内的技术派系有哪些有什么值得关注的公司呢我们硅谷101呢也开启了机器人特辑系列会从机器人的硬件软件大脑数据脑机接口等多维度来关注一下机器人在硅谷的发展情况那今天我们要聊的就是这个让全世界顶级机器人机器人灵巧手以及我们与特斯拉前灵巧手负责人创业的团队Tiferia一起聊一聊一个300美元的Android把机器人灵巧手如何试图颠覆这个被垄断了30年的高端市场为什么我们能看到机器人在工厂里分解产品在仓库里搬运货物像人一样灵活的拧开可乐瓶盖或者精准的拿起一颗螺丝钉答案就在于呢手的复杂性远超我们的想象人类的手有27个自由度包含了27块骨头29个关节34块肌肉以及数不清的神经末梢这是一个经过了数百万年进化的精密仪器最神奇的是这个仪器让我们能够既有力量握紧工具又有精度穿针形线这样的能力造就了人类本名机器人来说要复刻这样的能力就非常有挑战了大家看一下这个人手的构造然后你会发现其实人手是非常非常灵活它这里面关节非常多的我们以这个大拇指举例然后大拇指从上往下这是IP joint然后这里是MCP joint这两个joint都是可以实现伸直和弯曲然后这个joint就是叫CMC joint然后这个joint就明显灵活很多做这样一个侧摆的动作也可以做弯曲和伸直的动作然后甚至还可以做一些原地打转的这种动作而且它的这个运动的范围也是非常非常大的所以但是它你看到它的joint跟joint之间的连接是非常非常小的这其实就是为什么人手可以既灵活又体积非常非常小的一个原因而这就是机器人工程师们面临的终极挑战机器人名巧手一文叫做dexter's hand在机器人学里他这文字高度发展具有多自由度它能够模拟人手的抓取、操作和感知功能。那什么样的机器人手才能够撑得上灵桥呢?第一,它得有足够多的关节,我们人手是有27个自由度,而机器人灵脚手通常需要6个以上,高端产品能够达到20到27个,这就像给机器人装上了真正能动手指的手。第二,它得有绣滑般的精细控制,我们说的是毫米级甚至更加精细的操作,不准抓取只有5毫米的M5螺丝钉。第三,它得有触觉,它不能只是看到,还能够感受触觉传感器,力觉传感器,位置传感器。这些就像给机器人装上了神经系统,让它知道抓的是轻是重,是软是硬。第四,它得会察言观色,遇到圆的就用一种抓法,遇到方的就换另外一种。看到玻璃杯就轻轻放,而看到铁块就可以用力一些。最后它得长得像人手人类世界的所有工具人都是为人手设计的如果机器人能够模仿人手的结构功能还有配置那么他们就能够快速且经济高效的应用无需改变我们的环境如果我们看一下历史会发现林乔手从有这个概念到现在 [5:00] 却向成熟已经走过了40多年的立场了1980年代可以说是开山之作,Stanford JPL Hand开创了林乔首的结合,三根人形手指每根三个关节,配备触角力反馈,但它更像是证明这事能做的概念机。1990-2000年代是百家争鸣的时期,Utah MIT Hand,DLR Hand等各线神通技术路线百花齐放。但是都停留在实验室能掩饰但是离实用还差十万八千里同时夹爪称王就在林小手还在实验室纸上谈病的时候简单粗暴的两指夹爪已经占领了工厂虽然只能抓和放但是便宜稳定够用这就像是功能机时代虽然简陋但是解决了核心需求2000-2010年代可谓是商业化破冰Bedal Rover, Allegrohead等陆续商业化,价格高达数万美元,主要服务科研机构。这个阶段就像早期个人电脑,功能有了,但是普通人买不起。2020年代巨头进场了,特斯拉入局改变了游戏规则,马斯克不只要做零巧手,还要规模化生产。同时,GPT等大模型的突破,为机器人控制打开了新世界的大门。2025年可以说是转折点的一年,特斯拉22个自由度的新手,Datheria的300美元开源革命各路开源项目涌现灵敲手即将迎来智能手机时刻从极客玩具变成人人可得的工具然而灵敲手虽然迎来了巨大的突破但是呢还有很多的难点啊那这个难点并不仅仅在技术的突破更重要的是要兼顾性能成本还有可靠性那么这就形成了一个不可能三角我才知道一个可能会颠覆很多人认知的观点就是灵巧手的控制要比整机控制要难十倍之多在Tiferia位于硅谷的办公室我见到了他们一路以来设计的各种迭代版本以及他们刚发布上线的这款开源的灵巧手产品Aero Hand Open在我自己真正上手尝试去控制林乔手之前啊我都非常不理解一个完整的人型机器人要平衡要走路要导航怎么可能比一只手还简单呢但是当我自己去尝试去控制这只手的时候发现还真是没那么容易我觉得最难的就是我没有感觉到它,比我以为的难度更难。这个手的硬件本身也是很大的一个卡点人手是非常非常灵巧的它的相对的尺寸是很小然后每个关节都很灵活然后手指又非常纤细然后又能够做到速度和力量之间的平衡然后特别的经久的耐用如果你考虑一下我们主要是靠我们的双手跟外界世界进行接触其实现在在传统的机器人里面因为一旦接触就是一个碰撞,然后对机器人就有损伤,但是手恰恰是需要跟完全接触的。所以综合起来这些都是硬件上的难点。然后除了硬件和控制这边的难点,其实有很多这个更不为外行人所知的就是你在控制的同时你希望能够让human的路普让人在其中然后能够对机器人产生影响产生作用然后这就牵扯到脚操的系统以及你的在开发的过程当中的仿真系统以及背后整整所有的东西其实都有很多的困难我在操作的过程中啊感觉到视觉与力量的协作是非常关键的由于我是完全感知不到触感和力度我抓握的完全是空气物体的接触反馈来及时调整这就很像软件驱动能敲手的过程我们知道人类的抓握过程依赖于神经系统肌肉控制和多模态感知人类抓握力的调整分为两个闭环控制第一是潜贵控制也就是大脑基于视觉和经验在抓取前预测所需要的力量比如说看见一瓶水的时候大脑会预估重量先设定一个初始抓力第二个阶段是反馈控制接触物体之后实时通过触觉和滑动信息进行调整如果物体开始滑动神经系统将在小于100毫秒内反射性增加力量 [10:00] 这是一种快速的感知和反应的闭环。那如果灵枪手想要完全复制人手的这个反馈闭环,需要的不只是传感器和控制算法的堆叠,而是一个更加接近人类神经系统的分层控制架构。可以类比为大脑控制和小脑控制大脑控制依然视觉经验和推理用于规划动作和做出高层决策而小脑控制则依靠触觉力反馈和实时的平衡调整负责细节上的动态微调和协调把多模态传感包括了力举触触觉和视觉与感知到判断到调整的闭缓控制结合再通过深入强化学习不断优化整个系统的策略真的是非常有挑战的研发过程特斯拉的第二代人型机器人Tesla Optimus Gen 2发布的捏鸡蛋的demo那么受到关注正是因为它基于视觉的大脑和基于利控的小脑在协作进步对,很难难归难 要真正实现机器人在多场景下的应用还真得依靠灵巧手不可这个逻辑很简单 人类世界是为人类设计的所有的工具 设备 环境都是按照人的尺寸和能力来设计的要让机器人真正的融入人类世界最有效的方法就是让他们具备类似人类的能力所以要想让灵巧手真的走向产业化还有一个难题要解决就是灵巧手的不可能三角如果把机器人灵巧手比作一个三角形,那么它的三个顶点分别为气能、成本和靠性。而这个三角形有个残酷的特点,你只能优化其中两个角,第三个必然会受到牺牲。而如果想要高性能,英国Shadow Robot公司的灵巧手就是完美的例子。人手相当非常适合执行专为人手设计和优化的任务但是它的价格超过了10万美元而想要低成本市面上有很多开源项目比如说Dex Hand和Amazing Hand可以3D打印成本控制也能够在300美元但是性能嘛只能说是摆造型了抓取功能基本上是没法使用的甚至一些入门级的商业产品在这方面也不足而想要高可靠性那就得简化设计减少护张点越复杂的系统维护成本就越高护张率也就越高但这样一来性能又会大大折扣机器手的话因为你每一个关节每一个自由度的运动都需要有电机来控制你把电机做的越小它的功力的输出和它的性能就会相应的变弱所以要想匹配人手的自由度人手的size以及人手的力输出和运动的速度就是一个非常困难的不可能实现三角这就像在一个玩永远无法获胜的游戏突破这三角形的新方法而在产业中啊大家一直在寻找这样的方法来突破不可能三角而这也衍生出了林乔首江湖中的六大盆派那为了解决林乔首的不可能三角在机器人林乔首的江湖当中啊主要就有六大盆派各自呢有着不同的武功路数啊那第一派呢被称为直驱派可以类比为简单粗暴的搭积木选手这一派的哲学很简单,小顿哪里就在哪里放个电机。就像韩国Wanik Robotics的Allegro Hand,16个自由度,16个电机,电机一对一服务。还有最新出的国产产品Sherpa Wave,Woogee Hand和X Hand都是这个路线。这种设计的优点在于方便精细控制但缺点在于电机驱动器体积小抗冲击差不可反驱纸末端力输出小而且维护和维修都不太方便直接驱动的方式应该说是从工程上最直接就是最相对这个阶段更容易实现的那种设计它比较在我们看来就是比较暴力解这个问题说这里需要一个自由度我就在这里加一个驱动器去旋转或者是运动它而第二派叫做神区派他是最接近人体的仿生学大师那么这一派的代表就是特斯拉的Optimus和Shadow Robot特斯拉大家都很熟悉了而Shadow Robot这家英国公司就像是灵巧首届的劳斯莱斯近30年的技术积累让他们在高端市场占据统治地位但是高昂的价格也限制了他们的市场扩张他们的设计思路最接近于人体也就是电机放在钱币通过基建也就是钢丝绳和高强度合成纤维来控制 [15:00] 手指运动最后就像是控制木偶一样所有的线都连到一个中央控制台通过拉动不同的线来实现复杂的动作这种设计的优点是轻量化力量输出稳定具备一定的自适应能力而且布局和人体更接近特斯拉最新的Optimus首宣称它拥有22个自由度已经非常接近人手的27个自由度了而我们实际探访的Tatharia他们现在推出的这款高性价比凌桥手也是采用的神区棒案但是神驱动也有自己的麻烦。力的输出它是随着你自适应的情况不同而不同然后这个时候就需要我们能够在软件里面对这个神区银桥手的各个模块进行精准的建模然后只有你很好的理解这个手在不同的条件下它会发生什么样的变化你才可能实现精准的控制那么第三个派系叫做液压派也就是追求极致力量的暴力美学他们的Phoenix机器人配备了21个自由度的液压手能够产生强大的力量输出液压系统的优势是力量大 反应快 功率密度高能够完成高负载任务但传统上液压系统都很庞大Sanctuary AI的突破在于将液压组件小型化到硬币大小并且经过了21次循环测试而无泄露这就像把挖掘机的液压系统缩小到了手表的尺寸技术难度可想而知维护噪音和能效方面的挑战因此目前主要用于特定供应和研发场景那么第四排叫做连杆派它是发挥机械美学的优雅派这一派的代表作是来自于韩国研究团队提出的Ioda林巧手通过精巧的连杆设计实现高自由度动作它的哲学是将驱动器全部集成在手掌内部用连杆 摇臂 滑块等机构把多个直线动作分配到多个关节让手指多个关节弯曲摆出类似人类手指的各种姿态这种方案的优点是结构紧凑自由度高设计的美感但它的缺点也很突出抗冲击性较差在复杂或者高负载场景下可靠性不足导致整体实用性偏低第五个派别叫做混合派这是工程师的中庸之道那还有一些设计尝试将直驱神驱 连杆机构等组合起来执政成本 重量和性能比如说一些开员或者学术手就采用连杆加部分驱动的方案用较少的执行器实现更多自由度在科研和教学中很受欢迎混合方案之前一直停留在学术研究领域而Tatheria正在通过混合派路线开发他们旗下的另外一款高自由度的零敲手方案他们通过剖析人手的具体功能和结构通过强大的工程化实现能力开发出了一款既高效又可靠的高自由度零敲手方案那么第六派也就是最后一派是值得一提的开源派他们是乱拳打死老师傅不凭技术精度不比硬件豪华而是用开源的方式打破行业壁垒虽然单个产品可能不如Shed Robot那样精密,但是他们的威力在于群狼战术,把零巧手的价格门槛做到最低,让全世界的工程师都玩得起零巧手,从而反过来推动技术的进步。从DeX Hand到Orca Hand越来越多的开源项目正在降低技术门槛这就像是Android系统对手机行业的影响一样可能会彻底改变游戏规则而Tatharia在研发一款高自由度非常接近人手性能的灵巧手的同时发现系统其实可以极致简化于是他们也同时做了一款低自由度但据说也是市民上性能最好之一的灵巧手这款灵巧手已经在前阵子发布并且全部开源售价仅仅为300美元他们这款灵巧手是极度任务导向的虽然自由度较低但是能够完成很多接近人手的任务了那我们就来看看这双手已经能够完成哪些复杂的任务这就是Tetheria的最新产品展示的四个demo那我们就来看看每一个看似简单动作背后隐藏着什么样的接触挑战也是有一定挑战在的那我们接下来让林依乔手来试一下这个小钉子它能不能抓起来M5螺丝钉直径只有5毫米 [20:00] 那么看起来简单实际上是对精细控制能力的终极考验小物体的难度也是多方面的一个是在于它的精准控制的能力另外一个是在于当你抓小物体的时候你的力输出的方向如果没有办法很好的配合的话往往会把小物体给抓飞然后这其实都体现了既要有硬件设计上面实现很好的自适应以及力输出的一致性另外其实也是我们整个软件系统能够相应的配合实现对这个相对复杂的绳区运轿手的精准操作抓大盒子的挑战啊则是完全不同这个时候机器人手只有指尖的一小部分在接触物体就像是用支架尖去抓握一个篮球这盒子的大小已经是人手大小能够抓的最接近的尺寸了然后我们的手对人来说是 limit 对于我们的手也是 limit我们手对于处于这种接近他手大小极限的物体的时候也是没有问题的大家可以看一下我的手啊虽然跟这个机械手一样的大小但是我抓起来很勉强我可能就是要尝试很多次还能抓起来因为你的手不够大吗是因为我的手的大小跟我们机械手是一样但是我的末端关节没有我们的手灵活我可能没有办法使出这么大力在我的最末端的这个关节上面可能有些人手比较灵巧比如说要你练过钢琴就没有问题但我的手实在是太粗笨了我来说这个还挺容易的泰克罗是最让人印象深刻的demo了因为它真正展现了机器人手的人性化的特征这是体现了我们这个硬件结构设计上面的一些创新一些我们对这个手的实用性的一些理解我们觉得人其实在很多情况下这个指甲都起到很重要的一个作用然后一个就是您刚才提到的克勒评有一个自适应能够在狭小的空间实现相对大的隶属的一个过程然后另外一个就是你觉得在生活当中很多一个细节上面比如说在你洗菜的过程当中在你做饭的过程剥菜的过程当中其实都会用的然后我们这里不仅仅是一个支架更重要的是我们手的这个前面的设计它能够软物质的包裹然后是可以自适应这个区域所以才能够实现这些功能我本来想使得坏使劲摇晃了下可乐罐本来想让林乔首给我开个喷气式可乐的但是怎么那么平均这次使坏失败大家如果知道能够怎么让可乐罐去摇晃打开能喷射出来的给我留言我下次再去找林乔首再试一试最后啊拿iPhone这个看似最简单的动作实际上是技术含量最高的iPhone它紧贴桌面手指呢必须深入只有几毫米的缝隙当中还不能与桌面发生硬碰撞iPhone其实是一个非常非常窄小的一个空间然后它需要在这个窄小的空间内使用到比较大的力然后并且把它能够拿稳这个过程当中其实是有若干的难点一个难点是在于很多灵巧手因为他末端的设计,如果他的曲率是向外的话,他抓的过程当中,力的方向是斜向外的,然后这个时候他就不容易抓稳。另外一个难点是在于当你抓的时候,你的手指会不可避免的跟桌面镜接触,这个时候就会增大灵巧手的损伤的概率。我们的手之所以能够解决这些问题,一个就是我们有这样一个自适应的一个过程,在抓的时候能够很好的调整它对于它。然后让它能够抓起来,然后把它给拿起来。第二个是我们的手,因为是绳区方案,让我们的手在接触桌面的时候产生自适应,而不会跟桌面形成真正的碰撞和对抗。目前我们正处在一个特殊的历史室。 [25:00] 可,AI大模型的突破为机器人技术带来了前所未有的可能性。比如前面说的Vision Language Action, VLA模型就给机器人的大脑升级,传统的机器人需要为每个任务编写专门的程序,而VLA模型让机器人能够理解自然语言指令,并且将其转化为具体的动作。这就像给机器人装上了翻译机,它能够将《帮我刀杯水》这样的自然语言翻译成具体的动作序列。一个难点就是如何进行摇操因为它的自由度比较多会比夹抓复杂很多特别是对于我们省区的方案所以我们基于这个通点做了一款AI小脑然后这个AI小脑在用户操纵的过程当中能够实现自适应对于不同的任务用户并不需要精准地告诉操纵我们零敲手的力输出甚至力输出的方向然后手会基于任务自适应的调整极大的提高了这个腰操的丝化程度此外SIM2REAL仿真到现实技术正在解决机器人训练的成本问题在虚拟环境中机器人可以进行数百万次的试措而不用担心损坏硬件但是仿真和现实之间总是存在差距这个的确是机器人在在做的过程中的一些难点主要是在于因为物理世界是非常复杂的我们simulation的过程中肯定是简化了很多的一些参数simulation的模型比如像像物体比较多的一个friction啊还有木体的一个刚性啊柔软的程度它并不能够很好的去represent,并且包括机械手,我们在物理世界设计机械手生产机械手的过程也会有一些的误差,所以这也是我们一直在克服的东西这就像在游戏中练习开车和现实中开车的区别基本技能可以学会但是真正的路感还是需要实际的体验不仅如此 深知在硬件上AI也在发力机器人昂贵的一个原因是它的供应链比较缺乏很多这种驱动器都是专门为了机器人而定制的,目前来说产量也比较低,所以整个行业的成本还没有办法做得非常的便宜,并且传统机器人的设计是通过不断提高产品的精度来实现很多高级酷炫的功能。但是现在有了AI的加持,对机器人硬件的精度要求就不会再继续那么高,所以整体的价格我们相信也会越来越低。而Tatheria推出的这款神区方案的开源灵巧手,就是想让硬件以便宜的价格被更多机器人和科技爱好者所采用,在此之上去更好地用AI开发软件来加速灵巧手和机器人的技术进步。整个整体结构设计的一些经验然后并且采用了市面上主流的off the shelf的这种电机,然后所以能够做到极致的低成本。我们的一个计划和特斯拉是不一样,因为我们不像特斯拉有那么多的资金去完全投入在研发中,我们是要一个相当于一个和我们这个community一起去成长的一个过程。然后我们这个低自由度的手为什么我们非常对他有信心而且觉得是一个非常会是一个爆款的产品是在于我们通过300美金的硬件成本能够做到超越别人几千美金甚至几万美金的产品的一个功能性这样的好处是我们能够把这样的产品不仅仅是很多很顶尖的公司和很顶尖的科研院所可以进行使用一些大家这个更多的爱好者也可以一起contribute到这个英调手算法的应用的开发过程中来而这就像是Google的Android策略虽然苹果的iOS可能在单个产品上更加优秀但是Android通过开放生态获得了更大的市场份额并且通过开源硬件全世界的研究者都将成为数据的贡献者回顾机器人灵敲手的发展史其实就是人类技术进步的一个缩影我们从模仿自然开始逐渐理解其中的原理去实现最终可能会超越自然的原型我们在采访中发现Tatheria的故事特别有意思因为它代表了一种新的发展模式通过开源降低门槛 通过重包加速创新通过生态建设推动产业发展这就像是Linux对操作系统行业的影响或者Android对移动行业的影响一样当然从300美金的开源版本到真正实用的家庭机器人这中间还有很长的路要 [30:00] 技术上的挑战成本上的压力应用场景的探索那么每一个环节都充满了不确定性但是呢正如我们嘉宾在采访最后说的那样我们相信五年之后我们会看到机器人在很多的地方都开始部署了它不会是一个停留在视频里或者概念里的东西就像我们现在每天都在接触使用XGBT一样它会真正的在我们生活中产生巨大的价值也许再过数年我们回头看2025年会发现这是机器人真正走向普及的起点到那时每个家庭都可能有一个机器人助手能够帮我们做饭打扫照顾老人陪伴孩子而这一切的起点就是让机器人拥有一双真正灵巧的手好了以上就是我们这期节目的全部内容了也是我们机器人系列的第一期那之后呢我们还会走访硅谷的明星初创公司和一线研发机器人的团队来深度聊聊机器人如今的研发现状大家记得关注我们的账号不要错过更新哦你们的转发留言和点赞是支持我们贵股101做好深度科技和商业内容的最佳动力那我们就下期节目再见了bye自己开的可乐和啤酒怎么着也得喝完吧Cheers