精细操作，是具身智能进入真实生产环境的最后一公里。但目前多数机器人在与物理世界互动时，为了简化结构牺牲了灵巧性，甚至很多机器人仍然依赖简单夹爪。
这夹爪和低自由度灵巧手，可以在结构化环境中能够发挥作用，但如果任务需要依靠触觉，甚至要求接近人手的操作能力，它们就会暴露局限性。
两位曾在特斯拉Optimus团队深度参与重要项目的创业者，Jay Li和Jack Xu创办了灵巧手公司Proception，并且在最近发布了他们的产品ProHand和ProGlove。
ProHand是采用腱绳驱动，具有22个自由度的灵巧手，可支持大范围灵巧动作；ProGlove则使用具有触觉传感能力的“皮肤”，它是可穿戴的人手数据采集系统，能采集人手交互数据，而不需要机器人参与闭环。
近日，Proception完成1100万美元种子轮融资，由First Round Capital领投，Y Combinator和BoxGroup参投。
Proception的创始团队两位成员Jay Li和Jack Xu具有特斯拉的Optimus和硬件工程经历。Jay Li （CEO）毕业于哈尔滨工业大学，并获得斯坦福大学硕士学位，他曾在特斯拉Optimus人形机器人项目担任技术负责人，深度参与过机器人手的运动、执行器、触觉感知、前臂执行器建模、手套策略和架构设计等模块。
Jack Xu曾在特斯拉参与Optimus人形机器人和Model S/3/X/Y车辆系统，也曾在Trexo Robotics参与医疗外骨骼机器人，并在滑铁卢大学带队做自动驾驶竞速机器人。
经过几年的快速发展，机器人已经在具体的场景（工厂，仓库，家庭）中应用，能借助视觉系统感知世界，也能跑马拉松。
但是机器人要真正进入现实物理世界并发挥生产力，解锁人手级别的灵巧操作能力是关键之一。
现有的多数机器人，在手部为了简化结构和减小体积，简化了结构，牺牲了部分灵巧性，甚至部分机器人还依赖简单的夹爪来操作。这些机器人在一些封闭的场景，或者实验中，可以完成一些坚硬物体抓握或移动的相对简单的操作。
Prohand 1.0，图片来源：Proception
但像系鞋带、打开包装、使用工具、插接线缆、叠衣服，或者维修电子设备，这些操作对于人类来说很简单，但它们不只是视觉问题，更是接触问题，传统机器人的手在这些场景上，问题会暴露出来。
相比之下，人手在精细操作上拥有极强能力，我们的手有二十多个自由度，具备密集的触觉感知，并由肌腱驱动，可以完成从系鞋带到维修电子设备等大量任务。
灵巧手的关键，在于多自由度和触觉。Proception近期推出的灵巧手产品Prohand 1.0，就兼具了多自由度和触觉能力。这个灵巧手具有22个自由度（其中18个为驱动自由度），它使用类似人体的腱绳驱动手指，每根手指有4个关节，每个手指关节屈曲角度约90°，并支持轻微过伸。
图片来源：Proception
而且它的拇指，可支持约120°的旋转角度，它的手腕也有2自由度，包括屈曲/伸展（−30° 至 +65°）和±30° 外展。这些能力，都支持它进行大范围灵巧动作。此外，它的控制系统支持它进行10毫秒实时响应。
在触觉方面，它搭载集成式类皮肤传感器，可以检测接触，并在操作过程中支持抓握控制。它的触觉单元共96个，能够以0.1N的分辨率感知压力。
灵巧手捻起数据线旋转，视频来源：Proception
当灵巧手同时具备了多自由度和触觉，它就能做转动数据线，将易碎的鸡蛋反复移动等精细操作。
两只灵巧手配合移动和摆放鸡蛋，视频来源：Proception
除了Prohand 1.0，Proception的另一个产品是ProGlove 1.0，它解决的问题是数据的问题。现在大多数机器人的精细操作数据都通过遥操作采集，这种方式有两个主要限制：它难以轻松扩展。数据采集受可用机器人数量限制，并且通常发生在机器人实验室内。
ProGlove 1.0，图片来源：Proception
它会丢失重要的人类交互信号。当人远程操作机器人时，操作者并没有直接接触物体，因此数据往往缺少人类在操作过程中使用的细微接触、压力变化和调整策略。
Proception要构建的是可使用真实人类数据进行训练的数据平台。ProGlove可以采集人手交互数据，而不需要机器人参与数据采集闭环。
借助ProGlove和用于提供视觉上下文的头显，机器人研究人员只需戴上传感手套，就能采集真实的人类操作数据，并将这些动作和技能直接迁移到机器人上。
在形态上，ProGlove是一款厚度仅1.3毫米的纺织手套，能够感知0.1N的力，指尖和掌心共96个触觉单元（这些和Prohand类似）。它用于人类佩戴者，下一步面向人形机器人手。
Proception的Prohand 1.0和ProGlove 1.0已经向研究人员和机器人公司发货。
Proception还公布了它的Master Plan，按照它们的路线图，将在2026年内训练基础触觉-驱动的AI模型（数据采集问题通过ProGlove解决），并在2027年构建人形机器人原型，并将其灵巧手的操作程度提升到能够完成复杂双手技能。在2028年，它们将会把人形机器人推向市场，并部署到真实工作流程中。
数据正成为具身智能行业的一个重要问题，无论是具身大脑，具身小脑，负责移动的，负责灵巧操作的，除了硬件外，它们的模型都缺乏数据。
具身大脑还相对好，除了用遥操采集数据外，还有第一人称视频，以及游戏视频数据可以满足量的需求。
但其他领域，尤其是精细操作，目前以较低成本获取较高质量数据的方式较少。像Proception采用的这种使用带触觉传感器的手套，让人类操作的路线（类似DexUMI），已经是相对高效了。
在具身智能的精确操作领域（包括但不限于灵巧手和模型），在海外和国内已经有多个玩家，例如海外的Genesis AI ，获得1.05亿美元早期融资，在2026年5月发布了GENE-26.5这个精细操作模型，还有欧洲的Mimic，切入的路线也是以模型为中心的精细操作。
而国内的公司，在硬件上更强，例如某头部创业公司的灵巧手产品已经达到最高25自由度，另一家则已经获得了全球高自由度灵巧手市场的一半以上，而且也同时具有触觉传感能力。
不过，在具身智能的精细操作领域，真正的壁垒不只来自单个高自由度硬件，而来自硬件、模型和真实数据闭环的结合。硬件提供执行载体，模型负责技能泛化，数据飞轮则不断反哺训练和控制。
Genesis AI已经在走这个路线，Proception也在往这个方向努力，中国的创业公司们显然也具备这种潜力。
本文来自微信公众号 “阿尔法公社”（ID：alphastartups），作者：发现非凡创业者的，36氪经授权发布。
发布时间：2026-07-09 19:14
立即订购
在线咨询
返回顶部