这是连马斯克都亲自盖章、公认最难啃的一块「硬骨头」。
灵巧手。
别看小小一只，内部却集成了控制算法、电机驱动、散热能耗、触觉感知、材料寿命等一整套工程体系。
但硬件尚未成熟，劝退了一些玩家。
可对资本来说，痛点就是机遇。
据量子位不完全统计，今年上半年，灵巧手相关企业融资额超200亿，成为今年具身智能赛道最热的风口之一。
我们把业内关注度较高的10家、以灵巧手为主要业务的公司单独拉个表。
粗略估算，1~6月，这些企业新增融资额近80亿元，投后估值加起来超750亿元。
资本正在重新评估这只机械手的价值。
其中，灵心巧手成为最受关注的案例。6月传出估值高达60亿美元（约合人民币410亿元）。
啥概念？不少头部人形机器人整机公司都没这待遇。
同行的第一反应很一致：这也太魔幻了！
毕竟就在一年前，整个行业还在围观机器人翻跟头、跑马拉松、打拳、跳舞。
怎么突然之间，所有人的目光都盯上了一只手？又是什么，让这只手变得如此值钱？
手手手手，实在太热了
在对比评估了数家机器人整机制造商后，就要而立之年的贾浩，在2025年上半年做出了一个风险极高的决定：
降薪50%，跨行进入一家专注微型精密运动部件及伺服控制技术的初创企业——因时机器人。
这家比目前风头正盛的宇树科技还要早三个月成立的公司，是中国最早探索机器人灵巧手商业化的本土厂商之一。
然而，在贾浩入职时，不论是资本热度、估值空间还是公众曝光度，因时机器人与整机独角兽之间都存在明显断层。
这也是当时中国灵巧手零部件供应商面临的普遍境况。
促使贾浩降薪也要加入的，是他偶像的一句话。
“马斯克不是说过人形机器人只有三件难事么：真实世界的智能、规模化制造，还有就是手。”
先前的行业经验，也让贾浩更青睐中游供应链节点，而非竞争白热化的终端集成商。
“手部供应商的风险相对分散，在行业洗牌期存活的几率明显更高。”
然而，这一细分赛道的爆发速度超出了所有人的预期。
刚进公司时，贾浩对接的客户群大多是科研机构、机器人整机研发企业。
但今年，“能源巨头、家电制造集团等传统工业龙头都来主动沟通。”贾浩很兴奋。
这一客户结构转变表明，机器人核心部件正加速走出实验室，向真实的生产环境渗透。
一起变的，还有市场采购标准。
过去，客户对手部产品的要求模糊，仅停留在“能安装、能运动、负载达标”即可。
而如今，买方经常带着具体的应用场景需求来：能源公司要求灵巧手具备防爆、防静电的特殊功能；家电企业则希望产品能防水。
“总之，你要帮人家解决问题。”
△AI生成
量子位和方太的朋友聊了聊，方太集团去年转型「智慧厨房专家」，今年开始进行机器人相关演示，对灵巧手有了需求。
但他们给灵巧手厂商提出的要求是，手部漆料必须食品级。
客户需求花样的增多，也在侧面印证灵巧手真是火出圈了。
国内某仿生灵巧手初创企业商务副总秦磊，深有同感。
“特别是今年4月份，看完北京亦庄举办的机器人马拉松赛，大家普遍觉得机器人能动性已经达到一定高度。下一步自然就会想它到底能干什么活。”
这之后，灵心巧手60亿美元估值的消息，不过是给这波热度又添了一把大火罢了。
从灵巧手的玩家类型看，主要分四类：
- 机器人整机厂：优必选、智元、宇树、它石、星动纪元等；
- 电机/传感器/脑机接口等技术相关背景的公司：兆威机电、帕西尼感知科技、强脑科技等；
- 专注灵巧手的创业公司：因时、傲意、灵心巧手、舞肌等；
- 科技大厂：小米、腾讯等。
甚至智元，年初还专门把灵巧手业务单独拆分出来，成立新公司临界点（AGILINK）。
企查查显示，截至2026年6月，全国现存灵巧手相关企业已经超过510家。
除了以上玩家，据量子位观察，越来越多以具身大脑见长的企业，也在谋划入局。
若愚科技，一家做机器人大脑的公司，正在做专注特种防爆类型的灵巧手。
星海图创始人高继扬也将灵巧作业视为公司第三阶段的发展重点，下一代灵巧手已在规划中。
为什么都盯上手？
灵巧手火起来的逻辑，并不复杂。
对人类而言，大量工作都依赖双手完成。
敲键盘、拧螺丝、组装零件、收拾房间、端茶倒水……腿负责移动，手创造价值。
机器人也是如此。
过去几年，机器人行业更多还停留在展示、巡检、搬运等场景，重点解决的是「能不能移动」。
但当机器人真正进入分拣、装配、服务、家庭等复杂环境后，问题变成了：
它能不能稳定抓取、捏取、翻转、拧、插、递？
投资过两家灵巧手公司的VC机构告诉量子位，在机器人从展示走向实际应用的过程中，手的重要性才真正凸显出来。
机器人能走起来只是第一步，能不能靠双手完成任务，才决定它有没有实际价值。
某种程度上，过去几年行业证明了机器人「能动」，接下来要证明的是机器人「能干活」。
于是，作为具身智能系统里的「末端执行器」，灵巧手被推到舞台中央。
一位长期为高校、科研院所和企业对接灵巧手需求的渠道商也发觉，今年以来，咨询灵巧手产品的客户明显增加。
在他看来，核心原因很简单：机器人本体需求起来了，手的需求自然随之增长。
过去三年，人形机器人公司数量持续增长。
从整个链条来看，大脑公司也在往本体去延伸，要给大脑寻找载体落地的具体场景，以此获取数据反哺大脑。
这些，都在快速释放行业对灵巧手的需求。
“每台机器人需要两只手。假设本体厂家出货5万台，就意味着10万只手的需求。同时，还会带动关节、视觉等上下游产业链发展。”该渠道商说。
这话在理。
贾浩也说，早期灵巧手研发更多关注机械结构、自由度（DoF）、仿生程度等技术指标。
当时，很多客户还处于技术验证和研发测试阶段，对灵巧手的要求更多是「能用」。
毕竟拿到手之后，还需要根据自身场景进行二次开发。
但今年开始，越来越多客户带着明确场景需求进入，背后反映的是整个机器人产业正在从技术探索阶段，走向应用落地阶段。
如果说过去的灵巧手，更多是机器人公司技术路线中的一个组成部分。
那么随着人形机器人走向真实应用，「手」正在从配套部件变成一条独立赛道。
当外界对机器人的要求，从「能展示」走向「能干活」，手自然成为最先被重新估值的环节。
一只手怎么敢卖几十万？
热度起来之后，另一个问题也随之出现：灵巧手凭啥这么贵？
当前，一只高自由度（22DoF+）灵巧手的价格，快赶上一辆奔驰大G了。
比如下面这位
这是今年春晚，银河通用机器人展示精细操作能力时使用的Wave五指灵巧手。
它来自Sharpa公司，拥有22个自由度，并集成高精度触觉传感器。
也是英伟达黄仁勋的同款。
Wave单只售价约5万美元，折合人民币30多万元。
贵是贵了点，但在秦磊看来，这价不算离谱。
我们马上要出一款更高自由度的灵巧手，计划卖50多万呢。
秦磊说，行业早期，由于大多数产品还没有实现量产，厂商报价普遍偏高，动辄几十万元。
等真正采购时，通常都有折扣，十几万元成交并不少见。
（但这……好像也能换一辆日产天籁了。）
为什么一只手这么贵？
先看分类。
人的手部有21个自由度（含手腕为27个），是最为灵活且复杂的器官之一。
业内也习惯以「自由度」区分不同档位的灵巧手：
- 低自由度：11DoF以下；
- 中自由度：11～22DoF；
- 高自由度：22DoF以上。
自由度越高，意味着手指能够完成的动作越复杂，价格也随之上涨。
但也不绝对。
强脑BrainCo Revo 3智能灵巧手，21DoF，售价也是一只手十几万元。
“价格取决于原材料、生产加工成本，还有销量。”贾浩说。
因为行业不成熟，产品技术也没有收敛，所以还没有固定、成体系的价格。
目前，市场上的灵巧手价格跨度很大，从几千元到几十万元不等。
量子位梳理了目前市场关注度较高的17家厂商自研的灵巧手产品，头部厂商产品线完整度差异大。
傲意科技8款、灵心巧手7款、因时6款形成第一阵营，从入门到高端全价位覆盖；多数厂商仅推出1~3款产品。
价格上，1~5万元区间是最密集的价格带。
并且，价格与自由度（DoF）之间确实存在正相关，只是相关性不强。
我们将价格和总DoF之间做了线性回归分析，结果显示：
皮尔逊相关系数r和决定系数R²都不高，说明自由度对价格的解释力有限。
技术层面，也能得出「自由度对灵巧手实际价值影响小」的结论。
一位手搓过17DoF机器人手的具身行业人士告诉量子位，灵巧手标出来的20+自由度，只是关节能收到多少控制指令。
真正看本事，要看「对指空间」。
也就是不同手指指尖能协同触碰、配合工作的范围。
“物体在空间中具备固有运动自由度。若机械手这类执行器输出的控制维度，可以完整覆盖物体全部运动自由度，便可实现完全控制。”
倘若覆盖不足，则属于欠驱动，这类场景能够依靠算法进行补偿。
归根结底，核心目标是让灵巧手输出的控制维度与物体自由度相匹配，驱使物体按照预期产生位移与形变。
到底贵在哪？
业内普遍习惯按「传动方式」将灵巧手的技术路线分成三类：
绳驱、直驱、连杆。
无论采用哪种路线，一只灵巧手都离不开空心杯电机、微型减速器、传感器等核心零部件。
其中，成本最高的是电机。更准确地说，是「无槽无刷空心杯电机」。
“不算传感器，电机成本可能占到整只灵巧手的50%到60%。”据秦磊透露，如果再加入视触觉能力，让机器人能够感知不同方向的力度、压力变化，那么传感器又会成为新的成本大头。
「传感器」有点像新能源汽车里的高阶智驾硬件。
不是车辆运行的绝对必要条件，但决定了产品上限，也拉开了高低端产品差距。
早期的手，很少配置传感器。但现在，越来越多客户要求整只手具备视触觉能力，甚至需要感知0.01牛级别的力变化，这些都会无形增加整体成本。
我们在统计中也发现，增配功能（触觉/版本差异）直接拉开20%~50%溢价。
- 智元OminiHand 灵动款：无触觉1.48万元→含触觉1.98万元（溢价33.8%）
- 强脑Revo 1：基础版3.5万元→带触觉5万元（溢价42.8%）
- 灵巧智能DexHand021 S：标准版9600元→触觉版 1.2万元（溢价25%）
专注直驱路线的星动纪元有不同看法。
他们在物流分拣场景测试时发现，真实环境里的物品远比实验