智东西
作者刘俐杉
编辑许丽思
一、在苏绣的一针一线中，考验灵巧手的综合能力
二、从劈丝到合绣，灵巧手如何学习苏绣三、学习苏绣，不只是让灵巧手多一门手艺结语：做最细的活，是灵巧手走向现实落地的必经路
听说机器人甚至已经学会刺绣了？
如果让机器人搬运重物、抓取零件，你可能早已见怪不怪，让它搭积木、夹豆子、拧瓶盖，也已经不算什么新鲜事了。
但今天上午，临界点发布的一段视频，让灵巧手的“手上功夫”又往前了一步。
镜头里，灵巧手捏着一枚绣花针，将细线穿过针孔，随着针尖的起落，手指在丝线中穿梭。直至镜头拉近，你还会看到灵巧手面对一幅苏绣，与苏绣老师配合完成合绣。更加值得注意的是，整段视频均为实拍，没有加入任何 CG 动画。
智东西 9 月 30 日报道，今天，临界点（AGILINK）旗舰灵巧手 OmniHand 3 Ultra 开始向苏绣传承人拜师学艺，上绷、劈丝、穿针、捻线、挑线、合绣……一整套高度依赖手指配合、力度控制的精细传统工艺，被搬入了机器人灵巧手的课堂。
这项技艺对于熟练的苏绣老师来说，是日复一日练出来的手上功夫，对于普通人来说，那是一项需要高度集中注意力的精细活，但对于机器人而言，它不仅要拿稳针线，还要控制好力度和位置，更要在一个动作结束后，准确衔接下一个动作。
镜头里看到的是一针一线，镜头外考验的却是灵巧手处理真实世界细微变化的能力。
苏绣，正在给灵巧手上一堂不一样的课。
最难的考题往往是最细的活。
苏绣真正难的地方，不只是“东西小”。丝线和绸面本身细小柔软，连人手都要小心处理。机器人不能把它“抓死”，否则材料状态就变了，但也不能抓得太松，它必须在稳稳拿住的同时，完成穿针、引线等一连串细微动作。
从具体的操作来看，嵌绳，需用指尖捏住细绳；卷轴，要整只手掌压平绸面；上绷扇，靠虎口撑开扇面；穿绷绳，以指腹夹线穿过一排小孔。
看起来只是几个简单的动作，实际上，对于灵巧手而言，从指尖到掌心，每一个部位都需要参与，并且不同的手指承担着不同的任务。
由此看来，此次的考题考验的是灵巧手的综合控制能力：多指独立运动、力度控制、精细微调，以及对接触状态的持续感知。
此次“拜师学艺”的主角正是临界点的旗舰灵巧手，OmniHand 3 Ultra。
OmniHand 3 Ultra 采用接近真实人手的尺寸比例，拥有 21 个主动自由度，并采用全直驱传动。
这些能力与苏绣的操作要求恰好一一对应，21 个主动自由度意味着能够独立完成更多的手指动作；接近真实人手的比例，让灵巧手能够更轻松地形成与传统手工艺相近的操作姿态；而全直驱则为手指的精细操作控制提供了硬件基础。
此外，触觉也是灵巧手要完成苏绣这类任务的另一关键能力。该灵巧手配备了指尖视触觉传感器，以及覆盖指尖、指腹到掌面的全手触觉，让机器人不只是“看见”丝线，还可以知道手指与材料接触后发生了什么，是否有捏住针线、力度是否合适、针线的位置是否发生偏移……
尤其面对柔性材料，材料会随着接触与施力发生变化，机器人的动作也需要随之改变。而苏绣这一任务正是将灵巧手的自由度、触觉能力放在真实的精细操作中进行验证。
真正进入苏绣后，最直观的变化是，灵巧手面对的每一个动作都开始变得“有条件”。
比如劈丝。一根线并不是简单地“一分为二”，而是要经过一劈二、二劈四、四劈八、八劈十六。线股越来越细之后，各股之间的张力和位置会互相影响，前一次劈丝形成的状态，又会决定下一次应该怎么操作。
在这一过程中，OmniHand 3 Ultra 自己完成了前两三次操作，后续则由苏绣老师通过示范以及人机协作的方式，一起完成后续操作。这也让此次“拜师”有了更具体的含义，机器人不是单纯观看一段演示，而是在真实操作中学习和配合。
穿针则是另一种难题。绣花针针孔不过 0.15 毫米，机器人要在极小空间里完成对准，再将线送入并牵引，同时还要应对手、针和线之间持续变化的牵引力，这对实时力控提出极高要求。
捻线和挑线又进一步考验动态控制。与指尖之间的点接触相比，指腹是面接触，会发生形变，而这种形变又会影响针的位置。因此，两个指腹不仅要控制力度，还要同步控制位置，而且要尽可能保证每一次动作的一致性。
挑线时，部分手指需要完成动作，其他手指则要保持稳定；相关操作还结合前期遥操作数据和强化学习优化策略。
到了合绣，问题进一步变成了连续动作之间如何衔接。前一针形成的状态会成为后一针的操作条件，一次操作结束后，机器人还需要为下一次操作留下合适的位置和余量，当出现操作、定位等偏差时，还需要依靠指尖的精细操作进行调整适应。
这样看来，苏绣的难度真正在于它同时叠加了柔性材料、微小尺度、多指协同、动态力控和连续操作等多个要求。
也正因如此，苏绣与搬运重物、夹豆子等操作对象相对稳定的机器人任务存在明显差异，机器人面对的是一连串相互影响的精细操作。
对于临界点而言，让 OmniHand 3 Ultra 学习苏绣，显然不只是为了让灵巧手多掌握一项传统技艺。
苏绣提供的更像是一套考题。其中很多动作，很难简单拆解成一条固定轨迹。针、线、绸面都在随着操作不断变化，机器人需要根据当下的接触状态，持续调整手指的位置和力度。这种能力正是机器人处理真实世界复杂操作时所需要的。
因此，苏绣这一任务背后真正的价值在于，灵巧手能否通过这样的任务，学会人手处理细小柔软还易形变的物体的方式。
除了学习以外，这类任务还给灵巧手提供了一个更加集中、复杂的验证场景。自由度能否支撑完成任务、触觉能否及时反馈、手指的协调度如何、多个动作能否无缝衔接……这些能力指标都能在苏绣这一套足够复杂的任务中得到检验。
但若觉得这些能力只能用在苏绣上，那就大错特错了。
无论是在家庭场景中对衣物、线束等柔性物体的整理和操作，还是在工业场景中，拧螺丝、零部件装配、精密抓取等精细任务，都需要机器人根据物体状态不断调整动作。
因此，苏绣本身也许并不是临界点认为灵巧手最终要进入的应用场景，但在苏绣中验证出的感知、触觉、控制能力，却可以迁移到更多的场景中。
一根丝线、一枚绣花针，到一整套苏绣动作，临界点让灵巧手学习的，看上去只是一门传统手艺，深究到底，这其实是在验证机器人能否真正掌握人手处理复杂对象的方式。
对于人来说，很多动作经过长期练习后已成为习惯，但对于机器人来说，每一个细微动作，都需要实时获取信息、判断变化，并做出相应调整。
这也是灵巧手不断走向真实世界必须补上的一课。真正困难的任务是它在面对材料和环境变化的同时，是否能够把一连串的细微动作稳定地做好。
苏绣只是其中一个场景，未来灵巧手能否向人手学习，将从复杂人手动作中习得的能力，迁移至更多样的任务，仍需经过更多真实场景的验证。
这场从“手”开始的具身智能落地竞赛，才刚刚开始。
