中国脑机接口独角兽研发仿生手技术赋能机器人
一家以脑机接口闻名的公司，突然在灵巧手领域拿出了令人眼前一亮的产品？这事儿听起来有点跨界，但看完演示，你可能会有新的想法。
先来看看这只手能做什么。
拉花绳、勾五角星，动作流畅得让人有些意外。
它还能用剪刀整齐地剪开纸张，甚至双手配合拼好魔方。
指尖陀螺也能玩转。
在见惯了工业夹爪的简单抓取后，这种接近人手的灵活动作，确实带来了不同的观感。不少网友看完直呼其灵活性。当然，也有人提出疑问：这到底是给人用的仿生手，还是给机器人用的灵巧手？
提出这个疑问很自然，因为推出这款产品的，正是以脑机接口技术知名的强脑科技。演示中的灵巧手，是他们最新的产品——Revo 3。
公众对强脑的认知，大多还停留在脑机接口和智能仿生义肢上。然而，就在这个认知间隙里，公司的业务版图已经悄然扩展：从帮助残障人士恢复手部功能，延伸到了为机器人赋予一双灵巧的手。
Revo 3单手具备21个自由度，采用全新的直驱与可反驱设计，集成了全掌触觉和指尖视触觉感知，全掌握力达到70N。它不仅号称是全球首个拥有20+自由度、并同时配备全掌触觉与指尖视触觉的开源生态灵巧手，更在灵活性、感知能力和操控性上瞄准了行业领先水平。
价格方面，强脑透露Revo 3将具备相当的性价比。此外，公司还有意将灵巧手技术与仿生手进一步融合。往更远处看，以脑机接口技术起家的强脑，未来实现直接用大脑信号控制机器人也并非天方夜谭。
这意味着，已被传出递表港股IPO的强脑科技，其故事不再仅仅是“脑机接口第一股”，而是正在构建一个关于“脑机接口+灵巧手+具身智能”的完整叙事链条。
从意念控制灵巧手，到大脑直接操控机器人——我们与这个未来的距离，或许正在缩短。
Revo 3：一只“水桶型”灵巧手
先给Revo 3定个性：这是一款追求均衡的“水桶型”产品。
在灵巧手这个赛道，“水桶”并非贬义。当前，许多厂商的策略是追求单项极致——要么自由度最多，要么触觉最灵敏，要么价格最低，以此建立差异化优势。
而强脑的思路则不同。他们试图在自由度、驱动方式、感知能力、耐用性和成本之间寻找一个最佳平衡点，打造一款能让开发者“先用起来”的产品：21个自由度、全直驱可反驱设计、全掌触觉加指尖视触觉、自研高密度电机与减速器、70N全掌握力。
单独看，每一项参数或许都不是业界最高，但组合在一起，却构成了目前市场上较少见的“完全体”形态。
自由度：为算法铺平道路
自由度是灵巧手领域的热门争议点，但其意义常被误解。它并非越多越好，也非越少越省事，其核心价值在于决定了具身智能算法的能力上限。
当前主流的训练方法是让人手示范，再由机器人模仿。如果机器手的结构自由度不足，无法实现人手的某些关键动作，那么再多的训练也无济于事。
这在实际研发中造成了一个典型困境：算法团队花费大量时间选型，却发现现有产品的自由度限制了场景实现，但又难以界定是硬件瓶颈还是算法问题，导致研发进程在两头犹豫中延误。
强脑对此进行了系统性测试。结论显示，自由度从11个提升到20个，操作性能呈线性缓慢改善；而从20个增加到21个，则出现了一个明显的性能跃升。
盘珠子、拉花绳、玩魔方、转指尖陀螺……这些原本专属于人手的精细操作，开始被机器手稳定复现。
超过21个自由度后，边际收益开始递减。因此，强脑得出的见解是：21个自由度是当前的“甜点区”，既接近人手的27个自由度，又避免了因结构过度复杂导致的控制难度飙升和可靠性下降。
反驱：让控制策略得以落地
自由度解决了“能不能动”的问题，而“动得好不好”则取决于控制策略。在硬件层面，Revo 3通过全直驱与可反驱设计，重构了控制底层逻辑。
区别于传统的绳驱或连杆驱动，Revo 3采用全直驱一体化微型关节，配合自研的高密度电机与减速器，将驱动控制板集成于手掌之内，实现了微型化与高功率密度的结合。这套设计消除了复杂的机械传动链，减少了磨损和响应滞后，实现了3Hz级别的高速开合响应。
其中，可反驱特性尤为关键。在实际操作中，决定一只手是否“好用”，不仅在于关节能活动多少，更在于接触物体的瞬间能否“顺势而为”，具备柔顺性。
如果灵巧手关节过于刚性，即使自由度足够，许多精细动作也难以通过训练掌握。根源在于，当前主流的强化学习训练严重依赖仿真环境。
在仿真中，物体接触通常被默认是“可顺应”的，控制算法会假设手部在接触时能灵活调节力度。但如果真实硬件的关节是刚性的，一旦部署到现实世界，就会出现接触力过大、卡死或震荡等问题，导致仿真中训练好的策略几乎失效。这正是“仿真到现实鸿沟”的核心来源之一，而反驱能力，正是弥合这道鸿沟的关键。
Revo 3采用的全直驱+反驱方案，使每个关节都具备力反馈能力。在遇到外部阻力时，电机能够顺应外力轻微回退，而非硬性对抗。这不仅是为了防撞，更重要的是让机器手能在接触过程中实时调整力度，实现真正的柔顺力控。
用强脑的话来说，反驱最大的价值并非防撞，而是让算法训练变得更加“友好”。仿真环境中能跑通的策略，在真机上大概率也能成功。这一步，让Revo 3从“能够运动”进化到了“能够被有效训练”。
触觉融合：赋予“看得见摸得着”的感知
结构和控制的问题解决了，还剩下最后一块拼图：感知。灵巧手常被戏称为“没轻没重”，原因在于算法通常只能依赖外部摄像头观察动作，手本身无法感知是否抓滑、是否压坏物体、是否对准位置。
Revo 3的解决方案是双管齐下：全掌触觉阵列负责实时感知物体的轮廓、软硬及滑动方向；指尖视觉传感器则负责在预抓取阶段实现亚毫米级的精细对齐，相当于在指尖安装了“眼睛”。
两者结合，形成了一个局部感知闭环。算法不再需要完全依靠全局摄像头和大型模型来猜测接触状态，手本身就能直接反馈“现已抓稳”、“正在滑落”或“略有偏差”等信息。这使得穿针引线、精密装配等任务的成功率大幅提升。
价格与耐用性：走向真实场景的关键
价格与耐用性，是Revo 3从炫酷的演示台走向真实应用的最后一道关卡。众所周知，行业内部分高端灵巧手在追求性能极致的同时，也将价格推高到了令大多数开发者望而却步的水平。
但问题在于，过于昂贵的产品很难被大规模使用。无法进入真实场景，也就难以启动开发者与厂商共同迭代的良性循环。相比之下，一款价格更可承受、同时足够耐用的产品，反而更有可能被反复使用、持续优化。
在耐用性方面，Revo 3宣称将延续对标其第二代产品的标准，整体表现处于行业较优区间。
在开发者生态建设上，强脑计划开源相关的具身智能算法，目标是让用户拿到产品后能在半天内快速上手运行。同时，Revo 3已适配MuJoCo、Isaac Gym、NVIDIA Omniverse等主流仿真平台，并将推出配套的遥操作数据采集方案，支持21个自由度的全量动作数据采集。
为什么是强脑？
现在可以回到最初那个问题：一家以脑机接口和智能假肢闻名的公司，为何能在灵巧手赛道交出这样一份答卷？
答案其实并不复杂，但需要时间的沉淀：强脑从一开始思考的，就不仅仅是“如何做出一只手”，而是“如何做出一只更像人手的手”。这个根本出发点，塑造了其几乎所有的产品直觉。
为残障人士设计的仿生手，在可靠性、精细控制、长寿命乃至外观比例上的要求，远比工业机械手严苛得多。用户不会因为义肢故障就停下生活等待维修，因为那是他们身体的一部分。这种极端要求，锤炼出强脑对于“手”作为产品的独特理解：它不只是一个末端执行器，而是一个需要在真实世界中长期、稳定、可靠运行的系统。
由此，仿生手领域对可靠性、精细控制和长寿命的极端追求，自然而然地迁移为灵巧手的产品标准。在海外社交平台的转载视频下，就有网友评论称“这是一只外观很好看的手”。
对于一个工业部件而言，这或许是意外之喜，但对强脑来说，这是自2019年起，长达七年产品打磨的水到渠成。
在合作生态方面，Revo二代手已出现在宇树科技公开的数据集中，并完成了医疗、康养、家庭服务等多个场景的操作任务。
此外，乐聚机器人、松灵机器人、北京人形机器人创新中心、逐际动力、中科慧灵、香港大学上海智能计算研究院等头部机构，也均在强脑的合作名单之列。可以说，强脑的产品已经过不少头部具身智能企业的验证，并正在实际场景中加速迭代。
或许，来自客户的一句直接反馈更具说服力：“我们把行业里所有的手都测试了一遍，最后选择了你们的。”
强脑科技：不止于脑机接口
在公众认知中，强脑科技是“杭州六小龙”中那家“做脑机接口的公司”——毕竟，“脑”字就写在公司名里。
但在具身智能的语境下，强脑已经演变为一个更复杂的实体：一家将脑机接口、仿生手、灵巧手、机器人执行端串联成完整技术链条的公司。这条链条的内在逻辑是：脑机接口负责读取和理解来自大脑的生物电信号，灵巧手负责将计算后的指令转化为精准动作——而“脑控机器人”，很可能就是这条链条自然延伸的下一步。
在强脑规划的三大核心业务板块中，灵巧手归属于“人机交互”环节，是其整体战略的重要支点。
经历了2025年的行业热潮后，2026年无疑是灵巧手领域的“交卷年”。所有玩家都需要回答同一个问题：演示视频很精彩，但能量产吗？能稳定交付吗？
强脑的答案，建立在七年的量产经验之上。经过前两代Revo 1、Revo 2以及智能仿生手的迭代与生产，强脑的产品线扩张已蓄势待发，计划未来推出3至5款产品，覆盖不同尺寸、自由度和成本区间。
资本市场，似乎已经提前给出了自己的判断。今年1月，强脑完成了由IDG资本、华登国际领投的20亿元融资，创造了全球脑机接口领域（除Neuralink外）迄今单笔最大融资纪录。同时，关于其已秘密递表港股IPO的消息也在市场流传。
如今，站在具身智能、人形机器人、康复医疗这三大赛道的交汇点来看，强脑很可能成为中国资本市场中，最早将脑机接口与灵巧手技术打包成一个完整商业故事的公司。
当然，资本叙事最终需要产品落地来支撑。而Revo 3，无疑是这条技术链条上迄今为止最为清晰和有力的一个落点。
接下来，问题将不再是“这只手能否做到”，而是“这只手能否稳定地、大规模地、在真实场景中被反复验证其能力”。这是强脑需要回答的下一道考题，也是整个灵巧手行业在2026年都无法绕过的共同挑战。
相关攻略
过去两年，从Sora到Veo，再到Cosmos，视频生成模型在“视觉逼真度”这条赛道上飞速发展，生成的画面已足以以假乱真。然而，一个根本性问题始终存在：这些模型真的“理解”了我们所处的物理世界吗？答案很可能是否定的。 事实上，一旦要求这些模型生成涉及机器人操作的视频，诸如“机械臂穿模、物体凭空消失、
当前，具身智能领域正面临一个关键瓶颈：过度依赖真机遥操作数据来训练机器人模型，这条技术路径的局限性日益凸显。 成本高昂是首要难题——采集一小时的遥操作数据往往需要数百元投入，并且必须搭建专业的动作捕捉环境。采集效率则是另一大硬伤：操作员通过屏幕遥控机械臂，其数据采集速度远跟不上真实生产线的作业节拍。
具身智能领域，最近被一群年轻人“刷新”了认知。 当行业还在仿真与现实迁移的课题中探索时，一支由00后主导的团队——灵初智能，选择了一条更直接的路径：用近十万小时的人类真实操作数据，为机器人“喂食”。这个数据量级，即便放在全球视野下，也堪称领先。 目前，业界常用的人类操作数据集多在几千至几万小时，即便
人形机器人赛道迎来一位实力强劲的新成员。4月13日，智元机器人正式推出其全新一代全尺寸人形机器人——远征A3。与以往侧重工业或服务领域的机器人不同，这款产品精准定位于一个充满想象力的场景，并打出了“为舞台而生”的鲜明标签。 那么，这台旨在征服舞台、点亮表演的机器人，究竟在哪些方面实现了突破？它又如何
杭州云深处科技科创板IPO申请获受理，拟募资25 03亿元。公司专注四足机器人B端工业应用，在电力巡检等领域市场份额领先，2025年实现首次盈利。与同行宇树科技侧重消费市场不同，云深处坚持深耕行业场景，其未来发展聚焦算法研发与产业化拓展。
热门专题
热门推荐
近日，国家能源局联合发改委、工信部、国家数据局正式印发《关于促进人工智能与能源双向赋能的行动方案》。这份重磅文件的核心思路非常清晰：一方面，以坚实的能源基础支撑人工智能（AI）的快速发展；另一方面，利用AI技术赋能能源行业转型升级。其核心目标是推动能源、算力、应用场景、数据与算法模型五大关键要素深度
在挑选文生视频工具时，若您正在智谱清影与Runway Gen-3之间权衡，那么了解两者在生成效果上的具体差异，将有助于您做出更明智的选择。本文将从画质清晰度、细节纹理、运动自然度与视频连贯性等核心维度，通过实测对比为您详细解析。 一、画质与分辨率表现 首先对比硬性指标。智谱清影基于CogVideoX
想用通义万相生成一张科技感十足的数据可视化背景，但出来的画面总觉得少了点“内味儿”？数字界面、粒子流、电路纹理这些关键元素一个不见，画面平平无奇？这通常不是工具的问题，而是提示词没有精准锚定科技可视化的核心要素，或者模型参数没调到最佳状态。别急，下面这几种方法，能帮你把想法精准地“翻译”成画面。 一
想要在Vidu生成的视频中实现流畅的慢动作或快进效果？虽然模型界面没有提供直接调整播放速度的滑块，但通过巧妙的提示词设计、利用内置功能，或结合后期处理工具，你完全可以精准掌控视频的节奏与时间感。本文将为你详细解析四种实用方法，从生成前到生成后，全方位满足你的创作需求。 一、通过精准提示词引导运动节奏
当您使用海螺AI生成的英文论文在提交查重时遭遇高重复率或AIGC检测异常，请不要急于归咎于工具本身。核心原因在于，尽管AI生成的文本格式标准、语法地道，但其语言模式和常见短语组合，并未针对知网、维普、万方等中文查重数据库的语义比对逻辑进行专门优化。换言之，机器认为流畅自然的表达，在查重系统的算法看来