在近日举行的2026智元创新日·灵巧操作分论坛上，临界点以一场跨城产线实时连线、一款 “真机ready”的自研数采手套为核心载体，展示了从硬件本体迭代、多模态数据采集到算法模型升级、真实产线落地的全链路技术路径，回应了具身灵巧操作从“演示验证”迈向“规模化落地”的关键命题。

“真机Ready”数采手套，补齐高质量交互数据短板

　　临界点首席具身科学家黄碧丹指出，当前大模型训练长期受“视觉霸权”影响，虽然拥有大量图文和视频数据，却缺少真实物理交互中的多模态触觉信息，导致模型在数字空间泛化能力较强，进入真实场景后容易失效。

　　现有数据路径也存在明显短板：真机遥操作数据质量高，但成本高、依赖专业人员，难以规模化；第一人称Ego数据获取容易、场景覆盖广，但纯视觉跟踪精度不足、缺少触觉信息，难以还原施力意图，更多适用于预训练而非直接落地。

　　针对这一“数据荒漠”，临界点发布了数据采集手套OmniGlove Pro，并同步开启量产交付。该手套可同时采集人手位置、姿态和触觉信息，每个指尖采用EMF磁场定位与IMU抗干扰融合技术，定位距离精度可达0.1mm；全手配置746个触觉感知点位，空间分辨率达3mm，能够更准确记录手与物体的接触状态。

　　这些数据采集后经处理和跨本体动作重定向，可在机器人真机上精准回放，完成与人类示范相同的任务。黄碧丹将其定义为“真机Ready”的Ego数据：既具备Ego数据的规模化优势，又接近真机数据的高质量，同时保留人类操作的真实手感，有望加速具身大模型和灵巧操作的规模化部署。

　　在算法层面，临界点同步展示了DUET 2.0双层具身接触智能架构。该架构将灵巧操作分为上层“宏观操作层”和下层“微观接触层”：上层负责路径规划和任务顺序，下层负责精细力控与触觉闭环。两层既可协同优化，也可独立运行；即使上层规划存在偏差，下层仍能通过触觉感知进行自适应修正，提升真实场景中的操作稳定性。

　　临界点CEO乔天杰表示，2026至2027年是具身灵巧操作从“开发态”跨入“部署态”的决战之年。

　　在他看来，开发态关注“能不能做出来”，比拼的是演示效果；部署态则回答“能不能用起来”，核心考核节拍、成功率、稳定性和投资回报率四项硬指标。“这四项，是灵巧手从科技产品变成工业品的成人礼。”

　　针对行业长期关注的可靠性问题，乔天杰表示，过去灵巧手寿命普遍较短，主要因为长期停留在实验室环境，真实工况下的磨损、干扰和疲劳问题难以充分暴露。临界点通过工业和商用两条真实部署线快速迭代，早期故障率曾接近10%，目前已降至0.5%以下。这一提升得益于其车规级研发体系，核心研发团队多来自汽车Tier1，将可靠性工程与量产管控方法引入灵巧手研发。

　　规模化量产方面，截至2026年10月，临界点全年灵巧手累计量产突破15000台。乔天杰认为，万台级量产是商用落地的入场券，只有达到这一规模，供应链才能实现稳定交付，良率逐步收敛，成本也才能下探至客户可接受的商业化区间。

夹爪与灵巧手长期并存

　　在群访环节，乔天杰进一步解释了夹爪与灵巧手的关系。他认为，两者并非非此即彼：夹爪发展成熟，已能覆盖大部分确定性工业任务；灵巧手主要承接剩余20%—30%夹爪难以完成的复杂操作。高自由度灵巧手拟人度高，但当前可靠性尚未完全满足工业部署要求，因此临界点采取低、中、高多档位分层推进路径。

　　临界点定位并非单纯硬件公司，而是软硬一体的灵巧操作解决方案提供商。算法可反向指导灵巧手本体设计，软硬协同能显著提升迭代速度。乔天杰强调，公司与整机厂商并非竞争关系，而是围绕灵巧手及灵巧操作算法提供必要支持。

　　临界点模型算法总监吴铭东接受采访时表示，在宁德时代、富士康、比亚迪等工业场景中，大量工序仍需人工完成，其中相当一部分是二指夹爪难以完成的。随着灵巧手在寿命、稳定性、一致性和成本上持续改善，部署态将逐步向灵巧手转移。与夹爪方案容易形成场景定制化“数据孤岛”不同，灵巧手完成的项目越多，可复用数据越多，越容易形成数据飞轮效应。

大模型尚难替代底层接触智能，全手触觉成为关键能力

　　对于大模型与灵巧手的关系，黄碧丹表示，当前大模型能较好理解文字指令，但在真实物理接触、多指协同和触觉闭环方面仍然较弱。以抓取盒子为例，模型之所以能完成，往往依赖预先写好的抓取姿态和详细配置，而非真正具备多指协同能力。因此，灵巧手需要先具备底层触觉闭环和精细运控能力，才能被上层大模型有效调用。

　　在触觉方案上，临界点在指尖采用高分辨率视触觉，用于感知物体表面精细纹理；手掌其他部位则采用其他触觉方案，以实现更完整的全手触觉覆盖。黄碧丹表示，这一设计参考了人手在操作物体时不同区域的接触概率分布，并结合实际测试结果进行布局。

　　关于成本，乔天杰认为，当前灵巧手价格偏高主要受规模限制。随着产品从实验室走向真实产线和商用环境，量级提升将带动供应链协同降本，预计一到两年内灵巧手价格可能下降一个数量级。

　　整体来看，灵巧手赛道正从实验室演示进入部署态验证阶段。夹爪与灵巧手将在较长时期内并存，行业竞争重点也不再局限于硬件参数，而是转向真实场景下的成功率、节拍、稳定性、数据积累和算法适配能力。临界点当前的路径，是通过软硬一体、真实部署和车规级量产体系，推动灵巧手从“能用”走向“能稳定干活”。