企业官网建设流程全解析

你可能刷到过这样的视频：人形机器人后空翻、跑酷、被人一脚踹了还能站稳。看着无所不能。

但如果让它做一件再普通不过的事——从桌上拿起一个一次性纸杯，再轻轻放到你手里——它很可能一捏就扁，或者抓起来没走两步就掉在地上。

这就是机器人领域一个很尴尬的现实：腿和脚进步飞快，"手"却笨得出奇。启元机器人首席科学家董豪把机器人的智能分成三块：交互智能、运动智能、作业智能。在他看来，会聊天、会走路都不算最难，"作业智能"——也就是真正动手干活——才是整个具身智能领域最硬的骨头。

这篇文章就专门聊聊机器人的"手"：它为什么这么笨、工程师在怎么解决，以及启元的研究团队在"让机器人会叠衣服"这件事上，已经走到了哪一步。

一、先看看你的手有多"不讲道理"

要理解机器人的手有多难，得先承认：我们自己的手，是一个被严重低估的奇迹。

一只人手有 27 块骨头、20 多个自由度，手指上还密布着大量触觉感受器，能同时感知压力、纹理、振动、温度，以及东西是不是在打滑。你拿一颗生鸡蛋，会自动用刚好不捏碎又不掉落的力；你捡起一张纸，拇指和食指一捏就起来；你拧瓶盖、抱猫、端一碗汤、在口袋里摸出钥匙——全程几乎不用看，也不用刻意思考。

更厉害的是，这一切是闭环的：眼睛看、皮肤摸、肌肉发力，三路信号在一瞬间互相修正。你拧瓶盖时手一滑，手指会本能地加力、换姿势，全程不到一秒。

机器人想复刻这套东西，等于要同时解决三个问题：一台能塞进手掌的精密硬件、一双能感知触觉的"皮肤"、还有一个知道此刻该用多大力的"脑子"。这三样，过去几十年都没彻底解决。

二、机器人的手，分几派？

现实里，机器人的手主要有两类。

第一类是夹爪，最常见的是平行二指夹爪。它本质上就是一根能开合的镊子，往往只有一个自由度（张开、合拢）。结构简单、便宜、皮实、好控制，在工业流水线上，绝大多数抓取任务它都能胜任——因为流水线上的零件形状统一、位置固定，"夹起来"就够了。

第二类是仿生灵巧手。它模仿人手做成五根手指，有十几个甚至二十几个自由度，理论上能完成捏、握、勾、拧、双手配合等各种动作。但代价是：要把十几个微型电机、传动结构、传感器全部塞进一个真人手掌大小的空间里，布线、散热、可靠性、成本全是难题，而且——自由度越多，控制起来越难。

2026 年 9 月，宇树发布了 22 个主动自由度、1:1 真人手掌大小的 Dex5-S 灵巧手，3.99 万元起。价格已经在快速下探，但要注意一个常被误解的点：自由度只代表"潜在灵巧"，不等于真的灵巧。

行业里有个公式：灵巧 = 自由度 × 触觉分辨率 × 控制精度 × 数据 × 任务分布。这是个乘法，任何一项是零，结果就是零。手能以 0.01 牛的精度施力，但脑子不知道现在该用 0.01 牛还是 0.02 牛，照样白搭。

三、拿起一个杯子，到底要过几关？

别小看"拿杯子"这个动作，拆开看，机器人至少要连过五关，任何一关掉链子都会失败。

1. 看见并理解：摄像头先识别出"这是个杯子"，估计它的三维位置、朝向，甚至判断材质（是玻璃杯还是纸杯？脆不脆？）；

2. 想好怎么抓：这一步叫抓取规划——抓杯身还是杯柄？用两只手指捏，还是整只手包握住？从哪个方向接近、用多大的力？

3. 把手伸过去：控制机械臂沿着一条不撞到其他东西的路径，精准移动到目标位置；

4. 闭合与力控：手指碰到杯子后，要边合边感知阻力，在"抓稳"和"捏碎"之间找到那个很窄的力道区间；

5. 触觉确认：提起来的瞬间，要能察觉杯子是不是在滑，滑了就立刻加力或重新抓。

这五步里，误差会累积：第一关位置偏了一点，后面越走越偏；杯子还比标准零件软、轻、表面光滑，容错空间极小。说它像"蒙着眼睛、捏着筷子去夹一块嫩豆腐"，并不夸张。

四、真正的地狱：会变形的"软"东西

如果说杯子好歹是个形状固定的刚体，那真正让机器人崩溃的，是衣服、绳子、塑料袋这类柔性物体——它们是软的、会变形的、会自己缠绕在一起的"活"物体。

就拿"从一堆乱衣服里抽出指定的那件"举例，这其实是三道连环难题：

• 要分得清：几件颜色相近的衣服叠在一起、互相遮挡，机器人得透过表层判断底下那件衣服的边界，不能把两件当成一件；

• 要听得懂：你说"拿那件红色的"，它要结合语境判断——是拿最上面那件，还是压在下面但最容易完整抽出的那件？

• 要取得稳：抓领口可能把衣服扯变形，抓下摆可能一下拽出三件；遇到床单、长裙，一只手拎起来还会拖地、缠绕。

这正是启元研究院在攻克的方向。董豪团队的研究成果GarmentPile++（"乱衣堆取物"）已被机器人领域国际顶会ICRA 2026接收。它给出的是一套完整的"认知—决策—执行"逻辑：先用视觉分割技术（SAM2）给衣堆里每件衣服画出精确轮廓，边界看不清时就轻轻提起一点、观察衣服舒展后的形态；再根据对衣物三维形态的理解，生成一张"抓取热力图"——越适合抓的区域颜色越暖，易滑、易变形的区域颜色越冷；小衣服用单臂精准捏取，遇到床单、长裤这种大件，就启动双臂协作，一只手提起、另一只手在下面托住，像管家一样把衣服"捧"出来，不碰乱周围的衣服。

需要说明的是，这属于前沿研究成果，它指明了启元"作业智能"的路线。

五、光有一双好"手"还不够，还得有人"教"

手再灵巧，没有经验也是白搭。而操作经验这种数据，恰恰是最稀缺的。

互联网上有海量图片和文本，但没有"湿手捏鸡蛋、线头打滑、纸杯变形"这类触觉、力度和关节动作同步的数据——这些只能靠人一条条操作、真机采集。这也是为什么有人说："抓握的手感，是爬不下来的。"据国金证券 2026 年 7 月的研报估算，2026 年初全球高质量真实物理交互数据存量约 50 万小时，而训练一个通用具身模型至少需要千万小时级，存量不足需求的 5%。

更麻烦的是，传统的"纠错式训练"很费钱：得让机器人先做一遍，人在旁边盯着，它做错了就接管、演示正确动作，再把纠正过程拿去训练——这需要大量真机、场地和人手，想让上千台机器人在不同房间同时训练，成本极高。

启元和北京大学、西安交通大学等团队联合提出的HIL-UMI，就是想把这部分成本打下来。做法很巧妙：人拿着轻便的手持夹爪示范，模型在电脑里同步预测自己会怎么做，系统实时比对人和模型的差异，一旦发现"这一步模型没把握"，就重点把这段示范录下来，整个过程不需要真机反复运行。

效果有多明显？在折毛巾、清理桌面、叠积木、盖章四项任务上，三轮更新后任务进度分数最高达到 94.8 分（叠积木、盖章达到 100 分）；在整理桌面任务上，数据采集效率是传统真机接管方法的5.63 倍。

这背后是董豪反复强调的思路：先把少数任务做到极致、做到能自我纠错，再去扩展。他选择从洗衣服、晾衣服、收衣服、叠衣服切入，原因很务实——这些任务相对结构化，而且"叠一下没叠好，再叠一次就好了"，失败了容易补救。2026 年 IROS 会议期间，启元还和北大董豪团队办了一场真实家庭场景的双臂操作挑战赛，让参赛者用示范数据训练模型，再部署到真机上开洗衣机门、装衣服、叠衣服。

六、那为什么现在的家庭机器人，还不能帮我叠衣服？

把硬件、数据、模型三件事摆在一起，答案就清楚了：行业整体还处在"手快有了、脑子和数据还在补课"的阶段。

仿真到现实的鸿沟依然存在。斯坦福 2026 年的 DemoMimic 研究里，相关基线在仿真中开盒、搬箱的成功率能到 80%–96%，可一迁移到真实的五指灵巧手上，就跌到 3%–38%。即便是目前最前沿的家庭作业系统，在 30 户没训练过的真实住宅里做"收拾玩具、折叠毛巾、整理床铺"三件被选定的家务，经过预训练后的完整任务成功率也才约 56%——方向很鼓舞人，但反过来看，还有接近一半的概率做不完。

所以董豪在 2026 世界机器人大会期间给出了一个很坦诚的判断：叠衣服、做饭这类复杂家务的通用化，大概还需要 3 到 5 年；如果技术继续以现在的速度发展，可能会提前。

这也解释了启元现在的产品定位。已经发售的 Q1 是一台 88 厘米、22 个自由度的人形机器人，单臂 4 个自由度、且支持扩展，它的定位是科技潮玩、具身开发平台和家庭陪伴；T1 主打移动、跟随、影像和陪伴。这一代产品的核心任务不是"替你干家务"，而是先把交互、运动、感知这些入口能力做扎实，同时把开发者生态跑起来——这与"先把少数任务做到 100%、再逐步扩展"的路线是一致的。董豪也确认，面向真正的家务作业，团队正在内部推进不同于现有产品的新设计。

七、开发者能在"手"这件事上做什么？

虽然通用家务还在路上，但现在的开发者，已经可以在机器人的"手和动作"上做不少事。

启元 Q1 探索版开放了 SDK、HDK 和硬件扩展接口，外观结构件开源，支持模块化更换；软件上有零代码创作平台，不用专业编程就能编排动作、设定语音表情、搭建行为逻辑。结合前面讲的"原子能力"和技能平台，你可以：

• 外接和更换末端执行器：通过 HDK 给它装上不同的夹爪、配件，测试不同的抓取方案；

• 开发动作和交互 Skill：编排握手、递东西、比手势、特定舞蹈等动作，发布到 PrimeHub 元创工坊；

• 做面向特定场景的小任务：科技博主"同济子豪兄"就给宝宝开发了喂辅食、摇摇篮、读绘本的 Skill，用的正是手臂动作与感知、语音的组合；

• 为未来的操作能力"提前铺路"：随着更多抓取、操作类原子能力开放，今天积累的技能逻辑和场景理解，未来可以直接嫁接到更灵巧的手上。

换句话说，大厂负责把手和底层能力做出来、把"学费"打下来，而千千万万开发者负责想象"这双手到底能用来干嘛"。

最后一句话

手，是人区别于其他动物最伟大的工具之一，却也是机器人最难抄的一份作业。

它能不能后空翻，只决定了它"看起来有多炫"；而它能不能稳稳地从乱衣堆里抽出你要的那件衬衫、再轻轻叠好，才决定了它能不能真正走进你的生活。

灵巧操作没有捷径，靠的是硬件、触觉、数据和模型一环一环地补课，靠的是无数次"叠坏了、再叠一次"。当它终于能在你家安静地叠好一件衣服的那天，具身智能才算真正"从学校毕业"。

参考资料

• 文汇报（上观新闻转载）《北大 90 后教授攻克机器人"乱衣堆取物"难题》

• 极客公园《不用机器人，也能给机器人"补课"：董豪团队提出 HIL-UMI》

• 42 号电波（搜狐转载）《对话启元首席科学家董豪：机器人进家之前，先把"学费"打下来》

• 钛媒体（新浪财经转载）《灵巧手不是等 AGI 才用：一份被误读的物理 AI 落地地图》

• 重庆晨报（新浪财经转载）《售价 19999 元起 全球首个可变形个人机器人来了》（

• 太平洋科技产品库启元 Q1 参数；中国日报网《启元机器人亮相 2026 ChinaJoy》（

• 启元机器人开发者社区 dev.primebot.com

• 夹爪、灵巧手、自由度、抓取规划、触觉、柔性物体操作等概念为机器人学通用知识