伯牙智能刘欣:GPT-6 之后,轮到硬件拖机器人后腿了 | 物理AI 50人

一句话总结:GPT-6 级”大脑”越来越聪明,但机器人的”手”还停留在表演道具阶段——卖出去两万只,大半跟着人形机器人挥几天手就搁墙角吃灰。伯牙智能刘欣的判断很直接:下一个瓶颈在硬件,不在软件。他押注的绳驱路线可能反超直驱,而真正能”干活”的灵巧手,今天市场上根本不存在。

大家好,我是辉哥。做了 25 年 IT,评测过无数产品,我发现一个特别有意思的现象:每次行业都在吵”大脑”谁更强,却很少有人低头看看”身体”拖了多少后腿。这次聊的伯牙智能刘欣,就是个愿意低头看手的人。

先别被”灵巧手”这个词唬住。说白了,它就是机器人那双能捏、能拧、能抠的手指头。去年国内公开能查到的出货量是两万只,听着不少,但刘欣说了一句特别扎心的话:「表演完就吃灰」。这两万只里,一多半是配着人形机器人上台表演、挥挥手,然后被供在角落当摆件。

一、市场现状:两极分化,中间断层

刘欣把今天的灵巧手市场分成了两类,这个观察特别到位:

市场现状:两极分化,中间断层,AI 生成示意图
AI 生成示意图
类型 价格 能力 主要用途
低自由度 几千块 只能挥手 机器人表演、展示
高自由度 10 万以上 能拧能抠,但娇贵 科研机构买着”供着”

刘欣最犀利的一点是指出:卖出去 ≠ 用起来。一条机械臂买回来 20 万,真要用起来可能还得再砸 100 万。灵巧手更夸张,标着 1 公斤力的拇指,实际可能连 1 公斤都达不到,用一两周就断。这就好比有人给你一辆跑车,但你只敢在停车场里怠速空挡轰油门——这叫”秀肌肉”,不叫干活。

所以刘欣说要开辟“第三个市场”:用客户能接受的成本,把科研级的操作能力搬到真实场景里。这个定位很关键,因为市面上”最顶尖的灵巧手,离人手能力都相差甚远”。

二、为什么硬件会成为瓶颈?

刘欣有个核心判断:模型可能更早触及能力拐点,到时候限制机器人的不是”大脑”,而是”身体”。这个观点和当下大热的 AI 叙事正好相反,所以我特别想掰开揉碎讲清楚。

从工程角度看,灵巧手是个”戴着镣铐跳舞”的系统。要在直径几厘米的空间里塞进电机、齿轮、电路、传感器,还得保证力量。问题在于:手指越细,结构强度越弱。想象一下,一个模数只有零点几的齿轮(就是齿轮齿的大小),在灵巧手这么小的尺寸下,磨损、变形、断裂几乎是必然。刘欣团队做到了大拇指 3 公斤的力,而主流产品标 1 公斤、顶格 2 公斤——这还是”标称值”,实际能施加的往往要打折扣。

三、直驱 vs 绳驱:谁才是未来?

这是整篇对话里最有争议、也最体现刘欣战略眼光的地方。当前高端灵巧手主流是直驱(电机直接驱动关节),伯牙走的是绳驱为主、直驱加丝杠为辅的混合路线。我们做个对比:

维度 直驱(当前主流) 绳驱(伯牙路线)
集成难度 低,更好集成 高,但可优化
性能上限 接近物理极限,提升空间小 仍有大幅提升空间
力量/灵巧平衡 矛盾突出 兼顾纤细与力量
仿生程度 较低 接近人手分工

刘欣的论证逻辑很硬:直驱暂时领先,但已接近物理极限。他还打了个特别接地气的比方——“发动机成熟了,不代表造一辆好车很容易”。而且他和国内头部电机厂商沟通过,电机性能提升没想象中快,减速机这种核心部件(微型摆线方案谈了好几年还没量产)迭代更慢。所以他把宝押在机械构型迭代更快的绳驱上。

这套设计的精妙之处在于仿生分工:人手轻轻捏东西靠小肌肉,用力提拉靠大肌肉。伯牙的手指用腱绳驱动,侧摆关节用直驱,大部分电机放在手掌里,手腕用丝杠+连杆,小臂里再装电机提供大力。越靠末端越纤细精细,越靠根部越粗壮有力——这就是几百万年进化给人类的”最优解”。

四、五指设计的必要性

很多人会问:三指、四指不行吗?刘欣从生物冗余的角度回答这个问题,我觉得这个视角非常有启发性。

五指设计的必要性,AI 生成示意图
AI 生成示意图

人类面对的是无法提前确定的物理世界,所以身体不会只为”高频需求”设计,还要为低频、突发情况留冗余。五指也是这个思路。有统计说,每少一根手指,能力可能下降约 10%。而且从实用角度:工厂拧螺丝要用电动工具,只有两根手指没法扣扳机,三根手指拿不稳,至少得四根。

这里有个反常识的细节特别有意思:OpenAI 当年用 Shadow 的手转魔方,训练出来的模型比人类更爱用小拇指。因为 Shadow 五根手指一样强,模型发现”多用一根手指,效率和成功率都更高”。这恰恰说明,冗余不是浪费,而是能力的扩展。

五、触觉与精度:被严重低估的环节

触觉这块,刘欣的评价很克制也很尖锐:“带伤工作”。他测了很多路线的触觉传感器,没有一个是满分的——信号稳定性、一致性都有问题,连残留信号带来的噪声都消不掉。人拿个东西再放下,力觉视觉会有残留,但人脑经过上亿年进化早就学会抵消这些噪声了,传感器还做不到。

还有个数据特别能说明人手有多精妙:人的感知神经有 17000 个,但不是均匀分布的。手掌手背最稀疏,指腹约两倍,指尖是手掌的 4~5 倍。工人用指尖压一下电子元件的针脚,靠受力判断接没接牢——这种”与生俱来”的能力,对机器人极难。

精度方面,刘欣提出一个颠覆性概念:从”重复定位精度”改成”可控制的最小精度”。传统工业机器人强调重复定位精度,但灵巧手更需要的是”能把动作控制得多精细,并根据实时反馈不断修正”。这套逻辑和人的肌肉、神经、大小脑协同一模一样。

六、伯牙的产品与小脑模型

伯牙首款产品高山 S1:22 个自由度(手掌 20 + 手腕 2),绳驱为主、直驱加丝杠为辅,号称全球第一家做”绳驱 + 丝杠 + 手腕构型”的公司。有意思的是,他们一开始设计 23 个自由度,最后砍掉了带动小拇指回收的那个自由度——因为工程复杂、多数客户用不到。这种”该舍就舍”的务实,正是做硬件的必修课。

除了硬件,伯牙还在开发一套“小脑”模型,内置 30 多种标准动作,由上层”大脑”调用,再通过实时反馈调整执行细节。这个设计很聪明——把成熟的动作固化成”肌肉记忆”,遇到新情况再实时微调,让灵巧手更稳地完成操作。

✅ 亮点
  • 仿生分工设计,兼顾力量与灵巧
  • 绳驱路线预留了较大性能提升空间
  • “小脑+大脑”分层架构,落地思路清晰
  • 刘欣跨界背景,产品定义不盲从主流
⚠️ 待验证
  • 触觉传感器仍是行业共性短板
  • 绳驱集成难度高,可靠性需时间检验
  • “第三个市场”能否跑通存疑
  • 量产工艺与成本控制是硬仗

七、辉哥怎么看:硬件的冬天,可能是春天的前奏

作为一个老 IT 人,我最欣赏刘欣的一点是:他愿意把灵巧手放进汽车、手机的发展史里去看。就像 iPhone 刚出来时也被骂”一天一充”,但用户体验的提升让人愿意取舍。灵巧手现在也在这个阶段——耐用性得争取做到半年,而不是一个星期。特斯拉早期也是靠备足备用金、坏了直接换熬过来的。

更关键的是市场空间的判断。刘欣引用了 IBM 大型机、苹果、iPhone 的历史:当年谁敢想象上亿种应用场景?他用深圳小工厂在高倍显微镜下翻面检查零件举例——这种活,传统夹爪根本做不了。人们总用当下可见的任务去预判未来,但物理世界的想象力是被严重低估的。

总评
伯牙智能的稀缺性,不在于做出了另一只灵巧手,
而在于它敢在”表演经济”里戳破”能用”的幻觉,
押注硬件这个被低估的下一站瓶颈。
绳驱路线是赌注,仿生分工是方法论,
“可控制的最小精度”是标尺。
大模型给了机器人聪明的大脑,但真正让它走进工厂、走进千家万户的,
是这双还能拖后腿、却也最有想象力的小手。

一句话给小白:

GPT-6 让机器人越来越”会想”,但伯牙提醒我们,机器人现在还”不会干”。下一个十年的胜负手,或许就藏在这双还在成长的手指里。


作者简介
辉哥,25 年 IT 老兵,资深产品评测人。从硬件到软件,从代码到商业,评测过上千款产品。坚持用大白话讲清楚技术,用数据说话,不吹不黑。信奉一句话:“参数会骗人,但用户的真实体验不会。”

发表评论