这只是第一步，灵巧手真正的问题在于--力量、准确和持久。
可是，手的物理空间太小了。
这就导致每一个关节安置的电机、传感器、减速器对精密制造的要求都更高，而更小的物理空间代表着更小的电机，更小的电机代表着更低的电池密度，也代表了灵巧手的抓力不够。
"现在六七十公斤的机器人只能抓取十公斤左右的重物"，这位博士透露道，"这和我们对机器人的期许相差甚远"。
解决抓力这个问题有两种主流方式，一种是做"仿生肌肉"。通过电动肌纤维、气动人工肌或液压微管来模拟人体肌腱，使手指能够像人一样柔性弯曲。这种方式在实验室里动作优美，但难点是力量放大和长期耐用性，距离量产还比较远。
另一种是和人类一样，把力量"外包"到前臂。特斯拉、波士顿动力、Figure 都是这条路线。它们将驱动力电机放在前臂，手指通过细传动线来控制关节，这样做可以让机器人整体力量够大、结构可控，但是结构复杂、维护成本高。
"准确"是另一个难题。
对于人类来说，要拿起眼前的一个杯子是一件根本不需要思考的无意识行为但实际上，这背后发生的是一个高度复杂的生物协作系统。
眼睛首先识别出物体，判断它的形状、大小、材质；大脑快速估算杯子离手的距离、手臂伸展的轨迹，并在一瞬间决定"应该用几根手指，以多大力度，从哪个方向夹住它"；等手指碰到杯身，皮肤上的压力感受器又会实时告诉我们"用力还不够"或"太用力快要挤碎了"，于是手会自然而然地进行微调。这整个过程看似不经意，实际上涉及到视觉系统、运动皮层、小脑、躯体感觉系统和肌肉系统的同步工作，每一步都快得让我们来不及意识。
但是机器人没有"无意识经验"。
在机器人世界里，拿起同样的杯子，要分成五个部分一步一步来：首先，它得"看见"杯子是什么，这需要摄像头和深度传感器来进行物体识别。
接着，它得算清楚杯子在三维空间中的位置，确定手要往哪儿伸、伸多远。它还要推断该从哪里抓，抓得太靠上会滑，太靠下可能会打翻。
接下来，是最难的一步，决定使用多大的力量。玻璃杯、塑料杯、纸杯需要完全不同的抓力，否则要么碎掉、要么滑掉、要么直接变形。
最后，当手指真正接触杯子时，机器人还得进行实时微调--这需要触觉传感器和反馈算法的精准配合。
听上去和人类做的步骤差不多，但关键差别在于人类是在行动之前就"已经知道"怎么做，机器人是在"做的过程中"努力推测、修正、再修正。
