联系我们
主办单位

中国工业合作协会

上海市工业经济联合会

上海市经济团体联合会

承办单位

中国工业合作协会绿色工业节能分会

工信装备工程研究院(北京)有限公司

上海贝瑞克展览有限公司

联系我们
参展指南
会做家务的机器人离我们还有多远——从Oli全自主家务与灵巧手爆发看"手"的突破
发布时间:2026-08-24        浏览次数:0        来源:上海机器人展


会做家务的机器人离我们还有多远——从Oli全自主家务与灵巧手爆发看"手"的突破


一段刷屏的视频,把问题说清楚了


最近机器人圈有一段视频刷了屏:一个全尺寸人形机器人,无遥操、无剪辑、一镜到底,不间断地干完了一屋子家务。


这不是预告片,也不是精心剪辑的 demo。据逐际动力(LimX)发布的完整实录,这台名为 Oli 的全尺寸人形机器人,自己规划、自己移动、自己动手,把叠衣服、收拾桌面、开关柜门、整理物品等一长串家庭任务连续做了下来。


据公司发布信息,这是继 Figure 之后,全球唯二、中国首个能够全自主完成长程移动操作家庭任务的全尺寸人形机器人。


当所有人都在讨论"机器人什么时候进家门"时,Oli 的视频其实把问题说清楚了:进家门不难,难的是"干活"。 而干活的难点,不在腿,也不在大模型,在于——手。


一、为什么"手"才是机器人最难翻越的山


我们很容易把注意力放在机器人的"大脑"——大模型上。但麦肯锡一份行业报告直白地指出:在当下,灵巧性(dexterity)与机动性(mobility)才是人形机器人最亟待突破的两大瓶颈。机动性解决的是"走到哪里",灵巧性解决的才是"能做什么"。


打个比方:如果机器人是一支球队,大模型是教练,双腿是跑动能力,那灵巧手就是临门一脚的前锋。教练再聪明、跑位再好,最后一脚踢不进,比赛就赢不了。


人类双手有多难复刻?两只手有 20 多个自由度,指甲盖大小的指尖能分辨几克的重量变化,能"捏住鸡蛋不碎、拧开瓶盖不滑"。这种极小空间内的多指协同、力觉反馈、触觉感知,是机械工程与控制领域的"珠穆朗玛峰"。传统工业机械臂靠的是"固定轨迹 + 力控参数",而家庭场景里,物体形状千变万化、摆放随机、光照不定——没有一条轨迹能提前写好。


所以,会"动"不代表会"做"。手,才是机器人从演示走向实用的真正分水岭。


二、灵巧手集中爆发:WAIC 上的"手"的军备竞赛


有意思的是,就在 2026 年世界人工智能大会(WAIC)期间,灵巧手成了最拥挤的赛道。


据媒体报道与多家公司发布,一批灵巧手产品集中亮相:临界点发布旗舰全直驱触觉灵巧手 OmniHand 3 Ultra-M;睿研智控推出仿生灵巧手 RY-H1;绳肌妙算首发轻量化灵巧手 Aero Hand Lite;均胜电子则展出多款适配人形机器人的具身执行硬件。


供给端的爆发,背后是产能的快速爬坡。据行业估算,灵心巧手已实现月产约 4000 台灵巧手,占全球高自由度灵巧手市场 80% 以上;而刚从智元拆分出来的"临界点",成立不足 5 个月、累计交付灵巧手已超 8000 台。


这是一个明确信号:当部件开始"下饺子"式量产,说明行业已经从"能不能做出来"转向"能不能规模供给"。手的硬件瓶颈,正在被快速削薄。


三、数据饥渴:比硬件更深的底层瓶颈


但硬件只是物理的一端。让手真正"聪明"起来,需要数据——海量、真实、多样的数据。


行业里有一个被广泛引用的判断:训练出高泛化能力的具身智能模型,需要"千万小时级"的真实数据;但据行业估算,现有供给仍停留在"十万小时量级",存在数量级的缺口。乐聚机器人王松曾公开指出,业内开源的真实机器人数据总量甚至不足 1000 小时。


这个缺口怎么补?头部企业已经开始行动。据京东公布的计划,其将用两年时间采集超过 1000 万小时的人类真实场景数据,以及 100 万小时的机器人本体数据。这是一个典型的"用规模换泛化"的打法——把人类怎么干活录下来,喂给模型去学习。


数据饥渴,是比任何单点技术都更底层的约束。 它决定了机器人能"学会多少种活",也决定了 Oli 那样的全自主家务,今天是偶然个例,还是明天成为常态。


四、路线探索:VLA 与 Sim2Real,绕不开的两张牌


面对数据缺口,行业的主流答案是 VLA——视觉-语言-动作模型。简单说,它让机器人像人一样,"看"到画面、"听"懂指令、"想"清楚动作,再直接输出控制。据多家公司发布,银河通用提出"世界动作模型",智平方推出类脑 VLA(NeuroVLA),都是这一路线的代表性探索。


VLA 的好处是"端到端"——少了一堆手工规则,多了泛化能力。但它依然渴求数据。于是"预训练 + 微调"和"Sim2Real(仿真到现实)"成了两张关键牌:先在仿真或已有数据上把"基础功底"练好,再到真实场景少量精调;用虚拟世界的无限试错,去稀释真实数据的昂贵。


这正是 Oli 能做到"一镜到底"的底层逻辑:不是靠一条写死的脚本,而是靠一个能在陌生环境里自己决策、自己纠错的模型。


去现场,看看"手"能做什么


所以,回到开头的问题:会做家务的机器人离我们还有多远?


答案或许是这样的:硬件的"手"已经在量产爬坡,模型的"脑"正在学会泛化,而数据的"养分"刚刚开始规模化注入。Oli 的一镜到底不是终点,而是一个坐标——它标记出,最难的那座山,我们已经开始翻了。


想亲眼看看这场"手"的突破进行到哪一步?2026 年 12 月 9 日至 11 日,HRIE 2026 人形机器人与智能装备展将在上海国家会展中心(SNIEC)举行。 据展会公开信息,现场将集中展示灵巧手、具身执行硬件与操作系统演示——从指尖的力控,到一镜到底的家务,你可以在展厅里看到这些技术最鲜活的样子。