小米的新仿生手有哪些变化？

  • 小米披露的新一代仿生灵巧手以小米汽车工厂柔性制造场景为设计原点，采用21个自由度、26个电机混合驱动，并配备1500点全掌触觉。
  • 在多姿态抓握测试中，新手的抓握拟人度和成功率均高于前代低自由度版本。

为什么竞争重点正在从硬件转向软件？

  • 报告认为，主流灵巧手的自由度、负载能力和传动方式逐渐收敛，单纯增加自由度或负载，已越来越难形成差异化。
  • 微型电机、精密传动部件和传感器的国产化降低了硬件制造门槛和成本。当厂商使用相近的零部件配置时，能否在真实场景中完成操作，更依赖算法和操作数据。
  • 华创证券洪锦屏认为，数据、仿真环境、抓取规划算法和手眼协调模型将成为灵巧手公司的核心壁垒，软件能力和数据资产对估值的重要性也将上升。

厂商如何积累操作能力？

  • 灵心巧手通过真实模拟学习构建DexSkill-Net，已积累超过200T手部数据；灵巧智能的DexCanvas则汇聚超过1000小时真人多模态演示数据和10万小时物理仿真合成数据。
  • 这些数据集服务于灵巧操作能力的构建，反映出部分厂商正把资源投入软件和数据，而非只增加硬件配置。

相关上市公司提供哪些环节？

  • 长盈精密的产品覆盖灵巧手传动件等高精度部件，并为天机机器人提供核心零部件及整机组装测试服务。其运动控制和动作执行部分接入客户负责感知、理解与规划的系统，形成完整的具身智能系统。
  • 奥普特将工业视觉技术迁移至机器人场景，布局相机和激光雷达等视觉感知部件，服务环境感知、定位导航等需求。