章魚以敏銳感知與靈活腕足，在黑暗中觸碰環境，調整動作，理解世界。

而人類經過漫長的進化，擁有了一雙足夠靈巧的手。

當今的人類世界，也天然圍繞雙手構建：瓶蓋的尺寸、螺紋與開啟方式，筷子的形態與使用邏輯，以及門把手、工具和家電的交互方式，無不建立在人手的構型與能力之上。

因此，讓機器人真正進入人類世界，最有效的路徑不是重新創造一個適配機器的環境，而是賦予機器人一雙能夠適配現有世界的手。

靈巧手也由此不再只是機器人的執行末端。它既要把模型生成的動作轉化為真實操作，也要把接觸、受力和運動結果反饋給模型，成為具身智能與物理世界雙向交互的接口。

章魚動力相信：機器人的手不應只是執行器，而應成為AI學習與進化的起點——以物理觸碰理解世界，以極致通用改變世界。

頂級玩家的共識

從特斯拉Optimus到1X NEO，全球具身智能頭部玩家的新一代靈巧手正在呈現出清晰的技術趨同：采用腱繩傳動，將執行器后置于小臂，以接近人類肌肉與肌腱的方式驅動手部關節。

這并非偶然。人手之所以能夠在有限尺寸內兼具靈巧、輕量與柔順，關鍵就在于肌肉主要分布于前臂，并通過肌腱驅動手指。繩驅靈巧手沿用了這一仿生邏輯：將重量與體積更大的驅動單元移出手掌，在接近人手尺度的空間內實現更多自由度，同時降低手部重量與運動慣量，為精細操作和安全接觸創造條件。

由此，行業共識正從"機器人需要一雙手"走向"機器人需要一雙更仿生、更通用的手"——高度仿生的繩驅靈巧手，正成為通用人形機器人連接智能大腦與物理世界的關鍵載體。

對比直驅、連桿等其他靈巧手類型，繩驅手存在以下技術難點：

• 傳動鏈路復雜導致集成難度高
• 繩索蠕變導致定位精度較低
• 繩索摩擦模型和彈性形變模型高度非線性導致控制難度高

章魚動力首次亮相就挑戰行業最難，將在WRC發布OctoHardware硬件系列的首款產品——全棧自研的繩驅高自由度仿生靈巧手產品 OctoH-Hand。

依托在具身大腦與數據采集領域的技術積累，章魚動力通過硬件和模型算法的協同設計，攻克繩驅系統中的非線性建模與控制難題，持續提升靈巧手的精度、柔順性與可靠性。OctoH-Hand不僅將大腦決策轉化為真實動作，也將觸覺、力覺與運動反饋持續送回模型，成為連接智能與物理世界的通用物理API。

相較于行業現有方案，OctoH-Hand具有以下優勢：

• 融合章魚動力已經推出的OctoSense數采矩陣，突破高自由度靈巧手落地的數據瓶頸
• 極致仿生，解決抓取對象通用性問題
• 全閉環力控，解決觸碰環境的感知問題
• 繩驅彈性和張力緩沖，帶來極致的柔順性與安全性

首創"數采孿生"：跨越數據鴻溝，即采即用

具身智能訓練長期面對一道隱形鴻溝：人的動作可以被采集，但采集到的數據往往無法直接用于機器人。

OctoH-Hand采用"腦-手-數據"一體設計，在行業內首創"數采孿生"解決方案。

由于數采設備與靈巧手在關節構型、自由度定義和感知方式上存在差異，傳統方案通常需要經過運動重定向、參數映射和反復調試，才能將人的示教轉化為機器人可執行的動作。鏈路越長，信息損失、誤差累積和工程成本就越難避免。

為解決這一問題，章魚動力提出"數采孿生"方案。OctoS-DexUMI外骨骼數據采集手套與OctoH-Hand五指靈巧手，采用一一對應的運動構型、自由度定義與感知配置。執行同一任務時，數采手套采集到的關節角度、觸覺、力、視覺信息可直接作為控制信號導入靈巧手系統，穩定復現整個任務過程。

這一設計從根本上跨越了傳統數據采集中的重定向鴻溝，實現所采數據可直接復現，顯著提升數據質量與采集效率，為機器人操作技能的快速學習與規模化部署提供了堅實的數據基礎設施。

數據不只被記錄，更能夠被執行。

極致仿生：從尺寸到運動，形神兼備

讓機器人學習人手的操作技能，首先需要一雙在結構和運動能力上足夠接近人手的靈巧手。

仿生因此不只是外形模仿，而是數據、模型與真實操作之間的共同坐標系。只有當人手與機器手具備相近的尺寸、關節關系和運動能力，人類世界中積累的大量操作經驗才更容易被機器人學習和復現。靈巧手的極致仿生，是大腦進化加速的最佳答案。

在仿生設計上，OctoH-Hand追求"形真"與"神似"的統一。

"形真"，來自對人手尺度與驅動原理的系統復現。OctoH-Hand整體尺寸與關節比例參照成年人的手部結構，在有限空間內集成腱繩傳動機構、關節角度傳感器與觸覺傳感器；手部執行器遠置于小臂，通過類似肌肉與肌腱的方式驅動關節，在降低手部重量與運動慣量的同時，為精細操作保留充分的運動空間。

"神似"，來自接近人手的運動能力。OctoH-Hand采用手部n+1全腱繩驅動與小臂電機直驅的混合驅動方式，共集成28個獨立可控執行器，實現23個主動自由度，支持多指協同、拇指對掌、指尖精細操作與復雜抓握，運動與操作能力突破行業瓶頸直逼人手。

全閉環力控：真正做到"跟著感覺走"

運動能力決定機器人能不能完成動作，感知能力則決定它能不能把動作做得穩定、細膩且安全。

OctoH-Hand在手掌和手指表面集成了超過1900個觸覺傳感單元，陣列間距≤1mm，達到行業領先水平。獨特的多層式感知結構設計實現觸覺手套感知信號零滑移偏差，確保接觸信息的穩定一致，構筑精準且可靠的物理信息接口。

在控制層面，OctoH-Hand基于關節可反驅的機電特性，融合關節電流環反饋與觸覺雙重力感知信號，構建了從內部驅動力到外部接觸力的真正全閉環力控系統。以關節驅動力、速度、加速度的融合信號為前饋，結合關節位置和觸覺信號包含的精細接觸特征，建立高精度力學運動控制模型，實現帶電反驅與零力拖動等多種復雜交互。

執行器可反驅設計，使外力引起電機電流波動即可實現力感知。結合手掌與手指表面覆蓋的大面積觸覺陣列，以及腕部隨動相機，感知維度躍升至超人水平，讓機器人能夠真正"跟著感覺走"，完成各類精細且復雜的操作任務。

性能優化：軟硬兼施帶來"超長巔峰期"

對于真正走向產業應用的靈巧手，完成一次高難度動作并不是終點。能否在產品全周期內持續保持精度、穩定性和安全性，才是從實驗室演示走向真實場景的關鍵。

在可靠性方面，OctoH-Hand通過協同底層硬件的設計改良與底層軟件的參數辨識，實現了平均無故障工作時間（MTBF）1000小時的"超長巔峰期"。

而針對腱繩系統蠕變帶來的傳動精度問題，OctoH-Hand從材料、結構與算法三個層面進行協同優化。

硬件層面，OctoH-Hand選用鎢合金腱繩，并采用直線執行器作為動力源；通過優化腱繩導向路徑和導向件表面涂層，顯著降低同等作用力下的腱繩蠕變、摩擦與結構磨損，同時為后續補償算法預留充足的執行器行程空間。

算法層面，OctoH-Hand在底層運動控制模型中加入蠕變辨識算法，通過參數自整定與控制指令實時補償，實現全周期內重復定位精度穩定≤0.1mm，以及亞毫米級絕對定位精度。

同時，機械反驅設計使其在無供電狀態下仍可被動反驅，能夠降低意外碰撞帶來的沖擊，為人機共處和復雜環境作業提供額外安全保障。

一手多能：覆蓋工業、家庭、服務、物流多種場景

憑借高自由度、多模態感知與柔順力控能力，OctoH-Hand可廣泛面向多種場景與應用，真正實現"一手多能"。

但"一手多能"還不是完整答案，"腦手一體"才是章魚動力要構建的最終閉環。

只有當"大腦"能夠理解物理規律、判斷任務目標并生成動作策略，驅動通用靈巧手在開放環境中持續感知、推演、決策與行動，機器人才能超越預設動作，真正邁向物理AGI。

章魚動力將在世界機器人大會（WRC）首日，正式發布三大技術與產品：具身原生世界基礎模型SYNWorld、OctoH-Hand高自由度仿生靈巧手、OctoSense下一代具身數采方案，共同構成"數據采集—世界理解—策略生成—真實反饋"的完整閉環。

讓智能，不止于理解世界，更能夠進入世界。