中国第一家脑机接口独角兽：超越人手量子位

什么？一家做脑机接口的公司，也跑来做灵巧手了？

来，先看 demo！

这只手不仅能拉花绳、勾五角星。

（实话讲，这绳玩得给我看愣了）

还能使用剪刀整齐地剪开纸张，双手配合拼魔方。

这究竟是给人用的仿生手，还是给机器人用的灵巧手？

之所以这么问，是因为这只灵巧手来自，以脑机接口闻名的、杭州六小龙之一的强脑科技。

而 demo 里的手，就是他们最新的灵巧手产品 ——Revo 3。

Revo 3：一只水桶手

先说结论：这次新发布的 Revo 3 是一只 “水桶手”。

水桶这个词，在这里并不是贬义。在灵巧手赛道里，大多数玩家的产品策略是把某一个参数做到极致 —— 自由度最多、触觉最灵敏、或者价格最低，用单项指标打出差异化。

自由度：硬件不能拖算法的后腿

自由度是灵巧手当下最热的争议点，但它的意义经常被误解。

自由度不是越多越好，也不是越少越省事，它决定了具身算法的上限。

具身智能的主流训练路径，是让人手示范一遍，再让机器人模仿。

如果机器手的自由度不够，人手能做的动作它结构上就是做不到，训练再久也没用。

反驱：有结构没有控制，还是白搭

自由度解决了灵巧手能不能做的问题，但做得好不好，靠的是控制策略。

在硬件架构上，Revo 3 用全直驱与可反驱重构了控制层的底层逻辑。

区别于传统的绳驱、连杆等驱动方案，Revo 3 采用全直驱一体化微型关节，配合自研高密度电机与减速器，把驱控板压进手掌，实现了微型化与高功率密度的兼顾。

这套设计消除了复杂传动链，减少磨损与滞后，响应频率达到 3Hz 级的高速开合。

这里需要重点关注的，是可反驱特性。

因为在操作中，决定一只手 “好不好用” 的，不只是能动多少关节，而是接触瞬间能不能 “让一下”。

灵巧手如果关节过于刚性，哪怕自由度够高，很多动作也训练不出来。

原因在于，具身智能主流的训练方式之一 —— 强化学习，严重依赖仿真环境。

仿真里，接触被默认是 “可顺应” 的，控制策略会假设手在接触物体时能灵活调整力量。

但如果真实硬件的关节完全刚性，一落地就会出现接触力过大、卡死、震荡等问题，仿真里练好的策略在真机上基本废掉。

这就是 sim-to-real gap 的核心来源之一，而反驱，正是弥合这个 gap 的关键。

Revo 3 采用的全直驱 + 反驱方案，让每个关节都具备力反馈能力。

在遇到外部阻力时，电机能顺应外力回退，而不是硬刚 —— 这不只是防撞，更重要的是让机器手在接触过程中能实时调整力量，实现真正意义上的柔顺力控。

用强脑的话说，反驱最大的好处不是防撞，而是让训练变得更友好。

仿真里能跑通的，真机上大概率也能跑通。这一步，让 Revo 3 从能动变成了能练。

触觉融合：能控制，但看不见摸不着

结构问题解决了，控制策略能迁移了，还有最后一个缺口：感知。

灵巧手长期被戏称为 “没轻没重”，原因很简单：算法只能靠外部摄像头看动作，手本身感知不到是否滑落、是否压坏、是否对齐。

Revo 3 的解法是两套系统同时上：

全掌触觉阵列负责实时感知物体轮廓、软硬与滑动方向；

指尖视觉传感器负责预抓取阶段的亚毫米级对齐，相当于在手指上装了眼睛。

两者合在一起，形成局部感知闭环：算法不再需要靠全局摄像头加大模型来猜测接触状态，手本身就能告诉它 “现在抓稳了”“正在往下滑”“偏了一点点”。

穿针引线、精细装配这类任务，成功率因此大幅提升。

价格与耐用性：让机器人先把手用起来

价格与耐用性，是 Revo 3 从好看的展台走向真实可用的最后一道门槛。

众所周知，目前行业内部分高端灵巧手，在把性能推到极致的同时，也把价格门槛抬到了大多数开发者难以触及的位置。

但问题在于，太贵的手，很难被真正用起来。进不了真实场景，也就难以进入开发者与厂商共同迭代的正循环。

相比之下，强脑认为，一双价格更可承受、同时足够耐用的手，反而更有机会被反复使用、不断打磨。

而在耐用性上，Revo 3 将延续对标二代手的标准，整体表现处于行业较优区间。

在开发者生态方面，强脑计划开源具身算法，目标是让用户买回来半天之内就能跑起来；