10月27日，小米技术对外披露了一款仿生灵巧手的技术探索成果：以小米汽车工厂柔性制造场景为设计原点，带来高自由度仿生灵巧手的最新技术思考。

　　小米方面表示，在小米汽车-智能制造部中试中心中，小米的技术团队对16个典型工段2579个SOP中的1827个开展了真实作业SOP的多角度视频和动作捕捉采集，该数据集覆盖70.8%以上典型工段的人工作业工序。团队对采集的动捕数据集进行分类、切片、清洗和重定向等处理，并开展基于人手的多维数据分析和仿真。基于真实作业数据的仿真消融分析显示，在17~21自由度区间，仿生灵巧手平均稳定抓握成功率较6~15自由度提升15%~38%，其中 21 自由度在工厂操作覆盖度和抓握成功率上提升最大。在该场景下，继续提升自由度至 23 度及以上时，抓握能力提升明显放缓，堆自由度的边际收益下降。

　　基于上述结论，小米设计了全新21自由度仿生灵巧手，该灵巧手采用混合驱动与腱绳张力控制方案，实现精准抓握力控、提升可靠性与可维护性，同时对散热体系和全掌触觉进行了系统性优化。

　　中央财经大学数字经济经济融合创新发展中心主任、中国人工智能学会智能产品与产业工作委员会副主任陈端指出，小米此次以工厂真实作业场景为设计原点，“场景定义产品”的研发范式，是比硬件参数更稳固的护城河。“车间里采集的触觉、力位、装配时序数据属于稀缺的场景化资产，既用来训练灵巧手本体的操作策略，也能够持续反哺整个小米AI体系，提升跨场景迁移能力。”

（文章来源：广州日报）