跳转至

曦诺未来 Xynova Flex 2（混驱灵巧手）

📅 2026-05-13 发布｜🏛 曦诺未来 Xynova｜🏷 商用硬件·臂手一体｜🧬 腱绳 + 直驱混合驱动——正是 专题-灵巧手产品全景 §2 所说"顶级玩家都在卷"的第四派

📌 一句话：这一代不卷最大负载，改卷精度与控制——重复精度 0.2→0.1 mm、力控精度 0.25→0.05 N，同时把视觉/触觉/力觉/接近觉四模态做成 0–2 m 无盲区闭环 + 端侧"类小脑"反射。是"实验室贵族灵巧手走向工厂"这条叙事里最典型的样本。

🧰 对我们（速判）

  • 用处：混驱路线的国产参照系。它把"腱绳负责抓握力 + 大推力电机后置前臂 + 直驱补精度"这套组合做进了量产件，可用来对照我们对驱动路线的判断。
  • ⭐ 最值得看的是它的感知架构：手腕两个带深度的摄像头 + 指尖/指腹/掌心触觉 + 每个主动指关节的位置传感器与微型力觉传感器 + 掌心接近觉，构成"视觉负责靠近、触觉负责接触、力觉负责微调"的分工，并落到端侧小脑反射（不等大脑就知道碰到哪、压力多大、有没有滑、要不要补力）。→ 这与我们触觉主线关心的"哪些反射不该进大模型"高度同构，也与 卡片-ForceFlow 的两段式分工呼应。
  • 能借多少：❌ 非开源，本体商用。SDK/协议情况未查到。
  • 可用性结论：当情报看，暂不作为采购候选——产能 2026 年 6 月底才爬坡、无第三方实测、价格未公开。但它是"腕上加眼 + 掌心接近觉"这个设计选择的最佳观察对象。

亮点

  • ⭐ 手腕装了两个带深度的摄像头。理由很实在：抓取难在最后几厘米，头部相机此时常被手自身遮挡，反光/异形物体又让远距离视觉不可靠。腕部相机专门补这一段。
  • 🤖 这是个值得记的设计取向：不是把感知堆在指尖，而是补在"接触前的最后一段"。与帕西尼把 800 万像素相机放掌心（卡片-帕西尼-PaXini）是同一问题的两个解法——腕部看得远、掌心看得准但视野窄。
  • 接近觉放掌心：与 卡片-BrainCo-Revo2 把接近觉做进指尖电容传感器（0–1 cm）形成对照。两家都认为"接触前"这个时间窗需要专门的传感器，但落点不同。
  • 工程化细节：柔性可换皮肤；仿生指甲盖（为方便抓卡片这类薄片）；关节无接缝（避免夹手）——都是奔着"与人协作 + 用人类工具"去的。
  • 不再卷最大负载：这一代 12 kg 峰值 / 4 kg 额定，低于上一代（抓握提拉 30 kg / 平举 7.5 kg），换来的是精度翻倍与力控精度提升 5 倍。厂商叙事是"从大力士到精准工匠"。

关键数字（🔶 厂商发布口径，多家媒体一致）

  • 自由度：23 自由度（19 主动 + 4 被动），臂手一体。⚠️ 口播称"腕 3 自由度 + 十几个主动自由度"，与官方 19 主动口径表述不同，以官方为准。
  • 驱动：腱绳 + 直驱混合。腱绳负责抓握，大推力电机置于前臂，经腱绳驱动手指屈伸。
  • 重量：手掌 <400 g（近似人手）
  • 负载：12 kg 峰值抓取 / 4 kg 额定；单指尖力 ≥15 N（拇指 ≥20 N）
  • 精度：重复定位 ≤±0.1 mm（上代 0.2 mm）；力控精度 0.05 N（上代 0.25 N）；毫秒级响应
  • 寿命：称实现 100 万次开合寿命，支持宽温域运行
  • 感知：力觉 / 视觉 / 触觉 / 接近觉四位一体 + "类小脑算法"；覆盖 0–2 m 操作距离无盲区
  • 产能：5,400 m² 新工厂 2026-06 底爬产，年底目标年产 1 万台灵巧手 + 20 万台微型电缸

🏢 公司背景（🟡 媒体）

  • 半年融三轮，A 轮数亿元；投资方涉 美团领投、小米追投、理想（2026-05 领投）等；报道称累计约 10 亿元
  • 创始人为 95 后（媒体称"95 后学霸"，具体身份未逐条核实 🟡）
  • ICRA 2026（维也纳）线下首发 Flex 2

局限 / 待核

  • ❌ 无任何第三方实测。视频作者本人明确提醒："官方视频和数据并不等同于实测报告，最终表现还得看真机在长时间多任务复杂工况下的真实验证。"
  • ❌ 价格、SDK/通信协议、触觉传感器技术原理与点位数均未找到。
  • ❌ 官网 xynova.com.cn 未逐条抓取核对，本卡规格来自发布会转述（多家媒体口径一致，故列 🔶 而非 🟡）。
  • ⚠️ "100 万次开合寿命"为厂商自述，无第三方验证——与 卡片-LinkerHand-灵心巧手 的"百万次"宣称属同类，注意口径（是整手抓握还是驱动部件）。
  • ⚠️ 混驱的具体实现（腱绳与直驱如何分工到每个关节）官方尚未释放细节。

我的批注

  • 🤖 这张卡的价值不在产品，在它暴露的行业转向。同一作者的框架说得很准：过去灵巧手"卷参数"，现在开始"卷真实场景干活能力"。Flex 2 主动降低最大负载去换精度，是这个转向最直接的证据——因为真实干活"不只看最大能提多重，而是得拿得起重的、捏不坏软的、握得住滑的"。
  • 🤖 "腱绳系统的摩擦、松弛蠕变、标定漂移，不是靠一根更结实的绳子能解决的" —— 这句口播点破了腱驱路线的真正难点：它是系统级问题，得靠线绳材料 + 走线 + 张紧结构 + 传感器 + 协同控制 + 端侧反射一起闭环。这与库里对"标定漂移"的关注是同一类问题。
  • 🤖 对比价值：Flex 2（腕部深度相机 + 掌心接近觉）vs 帕西尼 DexH13（掌心相机 + 全手触觉皮肤）vs Revo2（指尖电容含接近觉）——三家用三种方式解"接触前最后几厘米"。这个三方对照比任何单张卡都有信息量，值得后续做成一节。

来源

🔗 相关卡片
卡片-帕西尼-PaXini · 卡片-ForceFlow · 卡片-BrainCo-Revo2 · 卡片-因时灵巧手-Inspire · 卡片-LinkerHand-灵心巧手 · 卡片-特斯拉Optimus灵巧手专利