智元临界点灵巧手进工厂：72步连续作业成功率98%

智东西10月29日消息，作者周加琦，编辑漠影。

机器人的手，灵活度正在不断往上走。

抓东西、拧螺丝、使工具……这些原本靠人手完成的活，现在灵巧手也能接手了。

可一旦放到工厂的真实环境里，事情就没那么简单。

眼下的工业自动化，特定工序还是夹爪的天下，灵巧手大多也只干单项操作。让同一只灵巧手换上不同工具、把一整套流程连着干完，仍是个难题。

智东西10月29日报道，今天智元创新日灵巧操作分论坛上，临界点现场连线卧龙希尔工厂，亮出最新工业POC成果：靠“机械臂+灵巧手”的组合，连续跑完一套含72个步骤的灵巧手性能测试流程。

这套流程里有上下料、扫码、抓螺丝枪、拧卸螺丝、按按钮等多项操作。一期验证数据显示，任务成功率达到98%，单次作业只要8.5分钟，已经贴近人工约8分钟的节拍，还能连续运行8—12小时。

同日，临界点还发布了一款遥操作与数据采集一体手套OmniGlove Pro，可同步采集人手动作和触觉信息，操作数据已在机器人真机上完成Replay验证。

工业POC和数采新品一起亮相，也把临界点围绕灵巧手本体、数据、模型和实际部署搭起的全链路技术布局摆到了台前。

一、72步连续操作，作业效率接近人工

卧龙希尔的灵巧手性能测试工位上，一只灵巧手正给另一只灵巧手做测试。

细看之下，两只手分工截然不同。装在机械臂末端的那只，负责跑完整套操作；传送带上等着检测的，是临界点即将出厂的灵巧手产品。

临界点模型算法总监吴铭东说，临界点是在用自家的灵巧手，测自家的灵巧手。

机械臂带着末端灵巧手抓起待测“手”，放到检测设备上，接着扫码识别信息。随后，灵巧手抄起一旁的螺丝枪，对准螺丝孔，把待测产品固定在检测工位。工具放回后，机器人按下启动按钮，性能测试开始。

测试结束，灵巧手再按停止按钮，重新拿起螺丝枪，把固定螺丝卸下来，将待测产品放回传送带。

这套流程涵盖三类操作：待测灵巧手的柔性装配、用螺丝枪拧卸螺丝、测试设备的仪表盘操作。它们分别考察复杂物体抓取与定位、精细力控及工具操作、按键交互等能力。

整套流程共72个操作步骤，全程由一台机械臂配一只灵巧手自主完成。

现场介绍称，临界点此前试过夹爪，但拧螺丝时的反作用力容易让螺丝枪脱手；把工具固定在机械臂末端，又兼顾不了抓产品、操作仪表盘这些任务。于是临界点改用五指灵巧手，不换末端就能连着完成不同类型的操作。

吴铭东透露，工位一期POC的任务成功率达到98%，机器人最长可连续不间断作业12小时。

而且，机器人全自主跑完整套72步测试流程只需8.5分钟，人工做同样的工作约要8分钟。两者只差30秒，机器人单次作业耗时比人工仅高出约6.25%。

这意味着一台机械臂加一只灵巧手，已经能按接近人工的节拍，连续完成抓取、装夹、拧卸螺丝及设备操作等不同任务。相比直接上整台人形机器人，“机械臂+灵巧手”的组合也有助于压低设备投入成本。

据了解，临界点计划年内推动该方案正式并线上岗，进一步检验它在真实生产中的长期稳定性和部署成本。

智元副总裁、临界点CEO乔天杰对这一应用场景的看法是，一双手在产线上装配着下一双手，这就是临界点的未来。

二、亚毫米级精准对位，受干扰还能自主恢复

这些操作看着平常，也简单，可真让机器人来做，技术难点并不少。

头一道难关是螺丝枪得对准。批头要稳稳进入螺丝帽，对位精度卡在亚毫米级。老练的工人也得反复挪工具、调角度，才能对上。

工位为了反复测试，用的是能多次使用的防脱螺丝。螺丝在孔位里会晃上毫米级，对位因此更难。

螺丝枪本身又大又沉，线缆还会拽着，拧紧时反冲力也来了。灵巧手握枪的姿势哪怕只偏1毫米，枪头也可能跑偏3—4毫米。这次工业POC里，临界点的灵巧手已经能自己把这道精细活干完。

现场还故意制造干扰，看机器人能不能自己纠偏、从失败里恢复。

机器人拧螺丝时，工作人员上手推机械臂，把螺丝枪推离原位。机器人没停，自己调位置、调姿态，重新找到螺丝孔，接着把螺丝拧紧。

另一项测试里，工作人员动手改了工装底座，螺丝孔位偏了，螺丝只拧进去一部分。机器人靠拧紧力和视觉信息判断出没干成，重新对准孔位，再拧一次，最后把活干完。

应付这些复杂状况，临界点用的是真机强化学习加智能体系统。

强化学习让机器人根据视觉、触觉反馈实时改动作，对位更准，也更抗干扰。临界点披露，经过真机强化学习训练，机器人拧螺丝比遥操作快4倍以上，对位动作也更直接。

已经发生的失败，则交给工业部署态智能体框架Omni-Maestro处理。这套系统结合视觉、力矩和工位设备反馈，判断任务有没有完成，出异常就重新执行，或者退回出错那一步修复。

三、补齐高质量数据，加速“部署态”规模化

灵巧操作要进更多工业场景，让“部署态”真落地，拿到高质量操作数据是绕不开的一环。

眼下，Ego数据是具身智能规模化训练的一条重要路子。跟靠机器人真机采集相比，记录人的日常操作来拿数据，规模更容易做大。

不过传统Ego数据也有短板。这类方案主要用摄像头拍人手动作，再用算法估手部姿态，视觉遮挡之类的问题容易干扰。加上没有触觉信息，人手和物体接触时的状态也难还原。

针对这些，临界点团队自己做了数据采集手套OmniGlove Pro，量产交付也已经同步启动。

这只手套能同时采集人手的位置、姿态和触觉信息，打包统一输出，给后面的机器人操作当数据支撑。

具体说，动作采集上，OmniGlove Pro每个指尖都有EMF磁场定位和IMU抗干扰融合技术，定位距离精度能到0.1mm！触觉采集上，手套布了746个触觉感知点位，空间分辨率达3mm，手和物体接触的情况记录得更准。

这些数据经过处理、跨本体动作重定向后，能在机器人真机上Replay，把人类示范过的任务照样做一遍。

临界点首席具身科学家黄碧丹把这类数据叫作“真机Ready”的Ego数据。

这些数据有Ego数据的规模化优势，有真机数据的高质量，还有人类操作的真实手感。三样凑在一起，灵巧操作的规模化部署有望更快落地。

结语：灵巧手走向工厂，用实际表现说话

这次工业POC和OmniGlove Pro的发布，对应临界点灵巧操作落地的两个关键环节：前者在真实工位验证灵巧手连续完成复杂任务的能力；后者让人手操作数据更高效地用到机器人真机上，把数据采集和实际操作接起来。

灵巧手一步步进工业场景，能不能在复杂工况下稳住操作精度、按接近人工的节拍稳定干活，再把这些能力复制到更多场景，会是规模化应用的关键。