超维动力SMA人形机器人：香港金融科技周秀乒乓球技

2026香港金融科技周上，一台会打乒乓球的机器人抢了区块链和跨境支付的风头。

2026年11月初，香港会议展览中心里飘着咖啡香，也飘着电子元件的味道。香港金融科技周×StartmeupHK 2026就在这里举行，主题定的是“联通世界”，可围人最多的地方不是区块链白皮书展台，也不是跨境支付协议展台，而是一张乒乓球桌。

球桌对面没有人类选手。站那儿的是超维动力（Kinetix AI）的人形机器人SMASH。它挥机械臂并不笨拙，识别、计算、击球都在毫秒级的时间窗口里完成。肩、肘、腕、腰、腿多个关节配合着动，流畅到让人忘了这是台机器。长球、短球，乃至旋转强烈的回球，它都接得稳。

香港商务及经济发展局局长丘应桦也上了场，跟它切磋了几局。围观的人里，有穿西装的金融从业者，也有背双肩包的技术极客。让人吃惊的不是机器人会打球，而是它打得有模有样。升级后的SMASH能连续覆盖远台到近台的空间，回击时还能打出更复杂的旋转变化。现场技术人员的说法是：“它的球技已经逼近专业选手。”

这不只是表演。恒生银行与超维动力联合搭了“与乒乓机器人同乐”体验区，SMASH成了那儿最忙的“员工”。它说明具身智能已经走出实验室的演示视频，能实时响应、与人互动，是个实体存在。

为什么非要走“全栈”这条难路？

同期举行的“全球科创・智汇中国论坛”上，超维动力联合创始人兼CEO喻杰参加了一场具身智能产业化的圆桌讨论。议题是“从部件到系统”，他答得干脆：通用人形机器人是终局，全栈路线是绕不开的一步。

喻杰的道理不复杂。楼梯、门把手、办公桌，现有的物理环境都是照着人设计的。机器人要真融进这些场景，人形是最优解，这背后也对应着最大的市场潜力。

再说，全栈难归难，却能筑起壁垒。只做大模型，对硬件没理解，模型就控制不准身体；只做硬件，没有强大脑，机器人不过是遥控玩具。超维动力把数据、算法、硬件一起攥在手里，图的是量产交付时对全链条的控制力。

他提到，美国的特斯拉和Figure走的也是这条路。这不是巧合，是行业共识。全栈不等于所有零件都自己造，关键是自主把控关键环节，成熟方案挑好的用。比方说，自建训练平台能把GPU算力利用效率提上去，自采数据则能大幅压低成本，也给商业化多开几条路。

“尽管我们入局较晚，”喻杰说，“但我们坚信能做成。”底气来自团队构成：200名员工里，科研人员占比超过80%，硕博比例超过50%。核心团队出自全球顶尖企业与高校，瓶颈在哪儿、怎么突破，他们心里有数。

KAIBot：117个自由度的“拟人”执念

SMASH亮的是动态能力，KAIBot亮的是静态的精细度。展位另一侧，这台全身117个自由度的超高拟人人形机器人正跟观众互动。

超维动力有个看法：身体不够拟人，就承载不了人类的动作数据，也没法无缝融进人类生活。KAIBot身高173cm，体重70kg，成年男性的体态几乎被它复刻了个遍。这么设计不为好看，为的是实用——它是训练拟人动作、落地实景作业的好载体。

更该看的是它的“皮肤”。KAIBot配了覆盖率80%的定制触觉皮肤，上面有18000个高精度感知触点，低至0.1N的细微力度也能识别。人机交互里，安全是头等大事。机器人靠近人或者抓东西时，这种高精度触觉反馈能让它不至于用力过猛，也不会因为误判伤到人。

丘应桦局长在展位跟KAIBot互动时，机器人靠着内置大模型做了自我介绍。自然语言配上肢体动作，互动就没那么生硬了。对金融行业来说，这种高拟人化的服务能力，或许就是未来银行大堂经理的新样子。

灵巧手与数据采集：细节决定成败

具身智能的难点常常卡在末端执行器上。人手灵活，靠的是复杂的骨骼结构和丰富的触觉反馈。超维动力推出的KAI Hand，就是想把这套东西在机器上重现出来。

这只仿生灵巧手有37个自由度，包括20个主动自由度、1个被动自由度和16个柔顺自由度，尺寸跟真人手掌1:1还原。被动柔顺设计是个巧妙的工程解法：手指磕碰时能自动缓冲，响应速度比电机主动柔顺快得多。桌面操作这类狭窄空间里，这点尤其要紧，碰撞导致的损坏或任务失败都能避开。

力热平衡设计解决的是另一个痛点。指尖能持续输出30N以上的抓握力，整手在10分钟内的最高温度却不超过人体体温。要长时间握持物品，或者跟人近距离接触，这是基本的舒适与安全底线。

模块化设计则盯着维护成本。单根手指坏了可以自己拆换，不用整只手返修。五个指尖都装了触觉传感器，掌心和手腕还能选配视觉传感器。视觉加触觉的多模态感知配置，跟目前多种知名的具身智能开源数据集对得上，开发者可以直接迁移使用。

可身体和手再好，训练大脑还得靠高质量数据。这就是KAI Halo的用处。

KAI Halo是一款第一人称数采头环，重量只有300余克，长时间连续采集撑得住。它用四个摄像头把多相机视觉与IMU数据融合起来，实现厘米级全身姿态理解与环境重建。配套的全链路数采平台管理系统，从任务下发、云端自动化处理到模型训练、部署测试，整个流程都覆盖了。

操作员通过手机APP就能实时查看采集画面和数据质量。具身智能发展最大的瓶颈之一，是缺大规模、高质量、带语义标签的真实世界动作数据，这种高效的数据采集工具正是冲着它去的。

具身智能往哪走：演示之外，更要能用

这次超维动力拿出的东西，指向一个趋势：具身智能不再只押注单项算法或硬件上的炫技，而是往系统级整合走。SMASH负责动态控制，KAIBot提供拟人结构，KAI Hand管精细操作，KAI Halo则打通数据闭环，四款产品串起来，是一条完整的逻辑链。

放到2026年来看，资本对AI的兴趣没降，但投资人开始盯着落地场景发问。金融行业对效率和安全要求最苛刻，反倒成了具身智能早期试水的合适场地。银行网点做引导，或者后台处理文件，人形机器人都有机会插上一脚。

喻杰在论坛上说到“数据、算法到硬件的全链条掌控力”，针对的就是落地过程里的不确定性。机器人一旦进了真实世界，面对的不是标准化测试环境，而是到处是噪声和意外的人类社会。只有全栈自研，出问题时才能快速迭代，从底层硬件到上层算法一起调优。

挑战当然还有。成本、续航、泛化能力，每一环都得持续砸投入。不过看SMASH在乒乓球桌前挥拍灵活，看KAIBot和观众聊得自然，有理由相信，那个“人机共行共生”的未来，正来得越来越快。

超维动力2025年7月才成立，一年多时间就摆出这么完整的一套产品矩阵，能看出国内初创公司在具身智能上的执行力。放到全球竞争里看，这个速度本身就是一种竞争力。

这场科技盛会没停在概念上，而是拿实实在在的机器人本体和数据工具，回应了“具身智能怎么产业化”这个问题。答案或许就在那117个自由度里，在那0.1N的触觉反馈中，也在每一次毫秒级的击球决策里。