小米的新仿生手有哪些變化？

  • 小米披露的新一代仿生靈巧手以小米汽車工廠柔性製造場景為設計原點，採用21個自由度、26個馬達混合驅動，並配備1500點全掌觸覺。
  • 在多姿態抓握測試中，新手的抓握擬人度和成功率均高於前代低自由度版本。

為什麼競爭重點正從硬體轉向軟體？

  • 報告認為，主流靈巧手的自由度、負載能力和傳動方式逐漸收斂，單純增加自由度或負載，已越來越難形成差異化。
  • 微型馬達、精密傳動零件和感測器的國產化降低了硬體製造門檻和成本。當廠商使用相近的零組件配置時，能否在真實場景中完成操作，更依賴演算法和操作數據。
  • 華創證券洪錦屏認為，數據、模擬環境、抓取規劃演算法和手眼協調模型將成為靈巧手公司的核心壁壘，軟體能力和數據資產對估值的重要性也將上升。

廠商如何累積操作能力？

  • 靈心巧手透過真實模擬學習建構DexSkill-Net，已累積超過200T手部數據；靈巧智能的DexCanvas則匯聚超過1000小時真人多模態示範數據和10萬小時物理模擬合成數據。
  • 這些數據集服務於靈巧操作能力的建構，反映出部分廠商正把資源投入軟體和數據，而非只增加硬體配置。

相關上市公司提供哪些環節？

  • 長盈精密的產品涵蓋靈巧手傳動件等高精度零件，並為天機機器人提供核心零組件及整機組裝測試服務。其運動控制和動作執行部分接入客戶負責感知、理解與規劃的系統，形成完整的具身智慧系統。
  • 奧普特將工業視覺技術移轉至機器人場景，布局相機和光達等視覺感知零組件，服務環境感知、定位導航等需求。