04
关键部件往前走了几步？
灵巧手、触觉感知、视觉感知、电机、关节，关键零部件的进步，往往更能展示行业真正往前走了几步。而具身智能关键零部件领域，最重要的精细操作和感知，感知里最重要的又是触觉感知、视觉感知。
灵巧手是机器人执行精细操作的关键。以灵心巧手为例，它展示了「灵巧手组装灵巧手」的案例：机器人通过视觉识别、双手协同和精准力控，在狭小空间内完成零部件抓取和装配，把灵巧手从抓取进一步推进到精细工业操作。
同时，灵心巧手也在持续提升模型能力。它告诉我们，目前在商超、工厂和物流等相对明确的场景内，已经可以对多种工具和工序实现一定程度的泛化，但跨到完全不同的场景仍需要继续学习。
灵心巧手也涉足了具身数据，Open TeleDex 系统可以同步采集视觉、触觉和本体感知数据，用于训练灵巧操作模型。它把理想的灵巧手概括为「既要有人的手，也要有人的小脑」：最终不仅要能抓不同物体，还要能够理解并使用不同工具。
帕西尼感知的核心能力是触觉。它采用自研的 6D 触觉感知芯片，这次帕西尼还展示了足底多维触觉传感器 PX-FOOTRIX，以及基于 GEN4 FUSE 芯片的第四代多维触觉产品，覆盖夹爪、全身电子皮肤等形态，进一步把感知扩展到全身。
这背后是帕西尼在结构设计、硬件系统和算法模型上的全栈自研。在这个基础上，帕西尼打通了从触觉感知信号采集，到三维力、六维力输出的完整链路，使机器人能够获得更稳定、可重复、可量化的力触觉信息。
触觉的应用还是要回到操作，帕西尼现场展示了人形机器人在视觉和触觉共同参与下自主拼装小马：先识别不同形状的零件，再根据接触状态判断抓取是否稳定、插装是否到位，并动态调整力度。
帕西尼也把触觉延伸到了数据采集，PXCap Pro 五指数采手套可以同步采集视觉、触觉和手部姿态，并将同一套人类示范重映射到不同灵巧手，实现「一次采集、多机复用」。
帕西尼还把触觉数据纳入 OmniSharing DB 百亿级全模态数据集，与视觉、轨迹、姿态、语音和文本等数据一起用于具身模型训练。其中比较特别的是多维触觉数据，它能记录人与物体接触时的受力和状态变化。
在视觉感知方面，奥比中光展示了面向具身智能的 Gemini 330 系列双目 3D 相机，搭载自研 MX6800 深度引擎芯片；最新的机器人视觉新品 Physis，专为人形机器人、协作机械臂等需要长时运行的具身智能应用设计，提供贴近人类的视觉感知能力，在大视野、高质量成像、真实空间感知与高可靠性之间实现极致平衡。
同时，奥比中光也把视觉能力延伸到具身数据采集，推出无本体数据采集平台，将 EGO、UMi、Wrsicam、Hub 等四种形态纳入同一体系：EGO 记录第一视角，WristCam 采集腕部近场视角，UMI 补充手与物体的交互动作，形成多视角数据链路，用于模仿学习和世界模型训练。
灵巧手、视觉感知以及其他感知能力，其重要性在于它们是具身智能真正落地的最后一厘米。哪怕模型再聪明，没有好的灵巧手，机器人也无法像人一样完成精细操作，没有感知，机器人就变成瞎子，根本不知道该怎么干。
我们同时观察到，灵巧手和感知领域的公司，都在跨界搞具身智能数据，可见具身智能整个行业，对于数据的饥渴程度。
05
行业整体发展到什么阶段？
具身智能的热潮让人想到十年前的计算机视觉和自动驾驶。当时市场同样相信技术会在几年内迅速普及，但实验室能力与稳定、低成本、可规模部署的产品之间，存在很长的距离。
自动驾驶用了十多年，才开始在少数城市和区域进入 Robotaxi 商业运营。这虽然不能证明具身智能会重复相同过程，但说明了一种规律：
技术热潮往往会让人们高估近期落地速度，却可能低估长期产业影响。
具身智能目前仍处于从原型验证走向产品验证的早期阶段。未来几年可能先在工厂、物流、巡检和商业服务等结构化场景中落地，真正进入家庭和日常生活还需要更长时间。因为具身智能是软硬件结合的，而且是长产业链的系统工程，单个领域的突破，很难让行业整体快速向前。
但另一方面，中国拥有较完整的机器人供应链、制造能力、工程人才和大量真实场景，能够缩短整机试制、成本下降、场景部署、数据获取和产品迭代的周期。
这些条件不能保证某家公司或者某条路线一定成功，但能让中国持续把机器人推入真实场景，完成技术、工程和商业验证。
热潮终会退去，具身智能进入普通人的生活，可能比市场期待的更久，但当机器人真正开始在工厂、仓库和家庭里工作，具身智能的故事才刚刚开始。
