隨著具身智能升溫，高質(zhì)量操作數(shù)據(jù)正成為機(jī)器人領(lǐng)域最稀缺的資源之一。

過去幾年，行業(yè)已經(jīng)嘗試了各種辦法獲取它：有人通過遙操作控制機(jī)械臂完成任務(wù)；有人利用穿戴式設(shè)備記錄人類動作；還有企業(yè)組織大規(guī)模數(shù)據(jù)采集項(xiàng)目，在真實(shí)環(huán)境中采集人與物體交互的過程。

但這些方法往往成本高昂、覆蓋場景有限，也很難長期持續(xù)地產(chǎn)生數(shù)據(jù)。對于穿戴式采集而言，設(shè)備舒適性和用戶配合度同樣是一大挑戰(zhàn)，許多參與者表示，戴上設(shè)備后，很難長時(shí)間保持自然狀態(tài)完成日?；顒?。

最近，一家美國仿生手公司 PSYONIC 則把目光投向了一個(gè)幾乎沒人想過的數(shù)據(jù)源：那些失去“手”的截肢患者。

目前，已有約 300 名截肢者在日常生活中使用其產(chǎn)品“Ability Hand”。這只仿生手內(nèi)置壓力傳感器和振動反饋系統(tǒng)，佩戴者在觸碰物體時(shí)能夠通過振動感知接觸情況，并實(shí)時(shí)調(diào)整握力。當(dāng)他們洗碗、疊衣服、開門，甚至運(yùn)動擲球時(shí)，手上的傳感器都在持續(xù)記錄接觸點(diǎn)位置、握力大小、手指運(yùn)動速度以及力矩分布等信息。

（來源：PSYONIC）

相比專門的數(shù)據(jù)采集項(xiàng)目，截肢用戶每天都在進(jìn)行真實(shí)生活的操作：完成吃飯、穿衣、做家務(wù)等各類長尾任務(wù)；相比遙操作系統(tǒng)，他們產(chǎn)生的數(shù)據(jù)包含感知、接觸、反饋與動作調(diào)整的完整閉環(huán)。

PSYONIC 的設(shè)想是，讓同一只 Ability Hand 既作為假肢供人使用，也安裝在工業(yè)機(jī)器人手臂上，兩端共享硬件架構(gòu)和數(shù)據(jù)格式，從而將人類在真實(shí)環(huán)境中積累的操控經(jīng)驗(yàn)直接遷移給機(jī)器人。

“真實(shí)到真實(shí)”：跳過仿真中間層

PSYONIC 把這套方法叫做“真實(shí)到真實(shí)遷移”（real-to-real transfer），區(qū)別于機(jī)器人領(lǐng)域更常見的“仿真到真實(shí)遷移”（sim-to-real transfer）。后者在虛擬環(huán)境里訓(xùn)練策略再遷移到物理世界，中間往往伴隨不小的性能折損；前者則直接從一個(gè)真實(shí)物理場景（人的日常生活）遷移到另一個(gè)真實(shí)物理場景（工廠產(chǎn)線），跳過了仿真中間層。

PSYONIC 創(chuàng)始人兼 CEO Aadeel Akhtar 博士解釋了為什么假肢數(shù)據(jù)比現(xiàn)有訓(xùn)練方式更有價(jià)值。Akhtar 畢業(yè)于美國伊利諾伊大學(xué)厄巴納-香檳分校（UIUC），擁有神經(jīng)科學(xué)與電氣工程背景，長期從事低成本仿生假肢研究。

（來源：A3 Association）

他說，遙操作和視頻分析獲取的大多只是位置信息?！澳阕ヒ粋€(gè)咖啡杯的時(shí)候，手指放在哪里其實(shí)不是最重要的。我們的人類用戶清楚知道該對物體施加多大壓力，因?yàn)樗麄兡芡ㄟ^手感受到觸覺傳感器的反饋?！卑延|覺數(shù)據(jù)與多模態(tài)視覺信息（比如 Meta Ray-Ban 智能眼鏡拍攝的畫面）同步后，就能獲得物體操控的完整要素：包括壓力、手指速度和維持穩(wěn)定抓握所需的力矩?！叭绻隳弥活w樹莓，這些信息能夠幫助你不把它捏碎。”

不過仿真也沒有被拋棄。就在 2026 年 3 月 NVIDIA GTC 大會上，PSYONIC 宣布 Ability Hand 已作為原生資產(chǎn)集成進(jìn) NVIDIA Isaac Lab：一個(gè)用于機(jī)器人學(xué)習(xí)的開源框架，成為首款被直接集成進(jìn)該平臺的商用靈巧手。公司同時(shí)宣布與 NVIDIA 合作，利用 Isaac Lab 和 GR00T 平臺訓(xùn)練 VLA 模型和世界模型。

Akhtar 提到，他們發(fā)現(xiàn)如果擁有高質(zhì)量的多模態(tài)數(shù)據(jù)，模型所需的數(shù)據(jù)總量會顯著下降，遠(yuǎn)少于純粹依賴遙操作或視頻分析的情況。真實(shí)到真實(shí)遷移與仿真訓(xùn)練形成閉環(huán)：Isaac Lab 里做策略仿真開發(fā)，物理硬件上部署驗(yàn)證，真實(shí)世界中通過人類用戶采集數(shù)據(jù)，再反饋回系統(tǒng)改進(jìn)訓(xùn)練。

市場上速度最快的靈巧手？

Ability Hand 本身的技術(shù)架構(gòu)也值得一提。它采用肌電控制，通過檢測殘肢肌肉的電信號驅(qū)動手指運(yùn)動；手指采用柔順機(jī)構(gòu)設(shè)計(jì)（compliant mechanics），能自然貼合不規(guī)則和可變形物體表面；內(nèi)置壓力傳感器提供觸覺感知，振動反饋系統(tǒng)將觸覺信息實(shí)時(shí)傳遞給用戶。

（來源：PSYONICS）

PSYONIC 稱其為市場上速度最快的靈巧手，也是第一款能向用戶提供觸覺反饋的假肢手，他們的產(chǎn)品也已獲 FDA 批準(zhǔn)并納入美國醫(yī)保覆蓋。據(jù)相關(guān)媒體報(bào)道，約 90 家機(jī)構(gòu)在使用 PSYONIC 技術(shù)，包括 NASA 和 Google。Akhtar 透露，Meta 也是他們產(chǎn)品的早期購買者。盡管這家公司一開始是從假肢產(chǎn)品開始，但物理 AI 的爆發(fā)讓公司重心在過去一年內(nèi)從假肢側(cè)翻轉(zhuǎn)到了機(jī)器人側(cè)。

在機(jī)器人形態(tài)適配上，PSYONIC 稱沒有把自己限定在單一平臺。Akhtar 表示 Ability Hand 的設(shè)計(jì)意圖是跨平臺兼容：從協(xié)作機(jī)器人、工業(yè)自動化設(shè)備到輪式足式機(jī)器人和人形機(jī)器人。GTC 展示的演示視頻中，同一只 Ability Hand 先由人類用戶佩戴完成精密移液管操作，再分別裝到工業(yè)機(jī)械臂、四足機(jī)器狗和人形機(jī)器人上執(zhí)行相同任務(wù)。

公司規(guī)模也正在快速膨脹。相關(guān)報(bào)道表明，三年前 PSYONIC 只有 7 人，目前已擴(kuò)展到 50 人，計(jì)劃在未來一年半內(nèi)將團(tuán)隊(duì)規(guī)模擴(kuò)大近三倍。

同一只手，裝在人類身上，也裝在機(jī)器人身上

就在 6 月，PSYONIC 還迎來了一次重量級的工業(yè)落地。它宣布與 ABB Robotics 達(dá)成合作，將 Ability Hand 裝配到 ABB 的協(xié)作機(jī)器人 GoFa 上，探索如何將假肢用戶產(chǎn)生的觸覺和運(yùn)動數(shù)據(jù)轉(zhuǎn)化為機(jī)器人執(zhí)行精細(xì)任務(wù)的能力。ABB Robotics 總裁 Marc Segura 在官方聲明中表示，人類對如何操控不同物體的本能理解，是工業(yè)機(jī)器人最難復(fù)制的能力之一，也是實(shí)現(xiàn)真正自主通用機(jī)器人的關(guān)鍵。

ABB Robotics 目前擁有約 7,000 名員工，2025 年被 ABB 集團(tuán)出售給軟銀集團(tuán)后，仍在持續(xù)推進(jìn)其“自主通用機(jī)器人”（Autonomous Versatile Robotics，AVR）戰(zhàn)略，即讓機(jī)器人具備感知、推理、運(yùn)動和自主操控物體的能力。

在這套體系中，GoFa 更像一個(gè)精密的驗(yàn)證平臺。這款協(xié)作機(jī)器人具備較高的定位精度和重復(fù)精度，能夠?qū)ξ樟?、手指位置和運(yùn)動軌跡進(jìn)行量化測量和反復(fù)執(zhí)行。當(dāng)人類用戶產(chǎn)生的操控?cái)?shù)據(jù)被轉(zhuǎn)化為機(jī)器人動作策略后，GoFa 可以在工業(yè)環(huán)境中持續(xù)驗(yàn)證這些策略是否足夠穩(wěn)定和可靠。PSYONIC 創(chuàng)始人兼 CEO Aadeel Akhtar 表示，他們希望把 GoFa 當(dāng)作一個(gè)試驗(yàn)場，展示如何將人類用戶的數(shù)據(jù)轉(zhuǎn)化為機(jī)器人完成真實(shí)任務(wù)的能力。

圖｜GOFA 協(xié)作機(jī)器人配合 PSYONICS 的靈巧手（來源：ABB）

具體場景方面，Akhtar 透露初期重點(diǎn)在汽車制造和倉儲物流中的揀選放置任務(wù)，另一個(gè)重要方向是生命科學(xué)領(lǐng)域的實(shí)驗(yàn)室自動化，例如操作燒杯和試管。航空航天、包裝等行業(yè)也在考慮范圍內(nèi)。他表示，公司正在評估如何在 6 到 12 個(gè)月內(nèi)達(dá)到 99% 以上的操作可靠性。

與此同時(shí)，PSYONIC 還在推進(jìn)另一條技術(shù)線：與加利福尼亞大學(xué)圣迭戈分校和圣迭戈海軍醫(yī)學(xué)中心合作，依托美國軍方撥款，開發(fā)可直接與用戶肌肉、骨骼和神經(jīng)連接的新一代設(shè)備，實(shí)現(xiàn)單根手指獨(dú)立控制和更接近真實(shí)觸感的感覺反饋。假肢線讓仿生手更像真手，機(jī)器人線讓機(jī)械臂更像人手，兩條線產(chǎn)生的數(shù)據(jù)和技術(shù)相互促進(jìn)。

300 人的數(shù)據(jù)夠不夠用？

需要承認(rèn)的是，PSYONIC 的這套方案也存在幾個(gè)現(xiàn)實(shí)層面的局限性。

首先是數(shù)據(jù)規(guī)模。300 名用戶，放在假肢行業(yè)是一個(gè)不錯(cuò)的裝機(jī)量，但放在 AI 訓(xùn)練的語境下就是另一回事了。主流的機(jī)器人操控模型動輒需要數(shù)十萬乃至數(shù)百萬條軌跡數(shù)據(jù)，300 人的日常生活能覆蓋多少種物體、多少種抓取姿態(tài)、多少種力度組合？PSYONIC 強(qiáng)調(diào)其數(shù)據(jù)質(zhì)量優(yōu)于遙操作數(shù)據(jù)，但"質(zhì)量換數(shù)量"的邊界到底在哪里，公司尚未公布任何系統(tǒng)性的對比實(shí)驗(yàn)結(jié)果。既沒有與純仿真訓(xùn)練的消融實(shí)驗(yàn)，也沒有與大規(guī)模遙操作數(shù)據(jù)集的性能基準(zhǔn)對比。

其次是場景遷移的鴻溝。截肢患者在家洗碗、疊衣服產(chǎn)生的操控?cái)?shù)據(jù)，和工廠里在汽車引擎上使用扭矩扳手、在實(shí)驗(yàn)室里移液，是完全不同的力學(xué)分布和操作精度要求。數(shù)據(jù)域之間的分布偏移（distribution shift）是遷移學(xué)習(xí)中最經(jīng)典的難題之一，PSYONIC 的"真實(shí)到真實(shí)"路線能在多大程度上回避這個(gè)問題，目前沒有公開數(shù)據(jù)可以判斷。

最后是可靠性門檻。Akhtar 提出 6 到 12 個(gè)月內(nèi)達(dá)到 99% 以上的操作可靠性。這個(gè)數(shù)字在實(shí)驗(yàn)室演示中或許夠用，但在工業(yè)部署中，尤其是汽車裝配線或生命科學(xué)實(shí)驗(yàn)室，行業(yè)通常要求的是 99.9% 甚至更高的一致性。1% 的失敗率意味著每 100 次抓取就有一次掉落、誤操作或損壞工件，對于高價(jià)值零部件或生物樣本來說，這個(gè)代價(jià)不低。Akhtar 自己也承認(rèn)這一指標(biāo)仍處于評估階段。

1.https://polsky.uchicago.edu/2021/08/20/psyonic-racks-of-accolades-as-its-bionic-hand-prepares-for-a-nationwide-launch/

2.https://www.therobotreport.com/psyonic-abb-robotics-partner-apply-human-touch-data-robot-dexterity/

3.https://www.psyonic.io/news/press-release-psyonic-amp-nvidia-officially-announce-collaboration-at-nvidia-gtc/

4.https://www.nbcsandiego.com/news/local/san-diego-startup-brings-bionic-hands-to-factory-robots/

運(yùn)營/排版：何晨龍

注：封面/首圖由 AI 輔助生成