miranda 2026年10月29日，在智元创新日·灵巧操作分论坛上，临界点（AGILINK）展示了旗下OmniHand灵巧手在工业真实工况中的一次验证。地点位于绍兴卧龙产线的POC工位，任务是让OmniHand对同系列灵巧手做出厂整机性能测试：连续跑完72道工序，从物料上料、螺丝锁固到自检、下料归位，全程不需要人工实时干预。单轮耗时8.5分钟，比熟练人工的8分钟慢30秒，任务成功率98%，可连续作业8小时。
其中螺丝锁固的难度最高。防脱螺丝本身有毫米级晃动，加上螺丝枪自重和线缆牵拉带来的反冲，手部只要偏移1毫米，枪头末端的偏差就会放大到3至4毫米。测试中还人为加入了机械臂推动、工装底座偏移、光照变化等干扰，灵巧手依靠视觉与触觉联动实时纠偏；遇到拧入失败，能自动回退并重新对位。临界点方面表示，这套作业的稳定性来自真机强化学习对单步操作的优化，以及负责工序校验、失败回滚和工站间状态同步的工业部署智能体框架。
临界点CEO乔天杰把这次产线测试看作灵巧手从开发态走向部署态的标志。他的判断是：开发态比的是演示效果，部署态考核的是节拍、成功率、稳定性和投入产出。他也谈到灵巧手与夹爪的分工——夹爪经过数十年迭代，可覆盖工业场景中70%至80%的确定性工序；灵巧手要攻下的是另外20%至30%的复杂精细操作。采用通用灵巧末端执行器，可以适配多类工序，减少专机专用带来的改造成本和场景局限。
产线验证硬件与作业框架的同时，也暴露了数据层面的短板。临界点首席具身科学家黄碧丹指出，目前多数灵巧操作模型的训练依赖纯视觉数据集，缺少力反馈、触觉滑动等真实物理交互信息，模型在仿真里表现不错，迁移到真实环境却容易失效；温度、剪切力、接触形变这类触觉维度很难靠仿真生成，必须通过真实交互采集。现有两条采集路径各有局限：真机遥操数据质量高，但成本昂贵、依赖专业人员，难以大规模扩量；第一人称人手视角数据门槛低、覆盖广，但只有视觉跟踪、缺少触觉，精度有限，更适合预训练。
为此，临界点在活动上发布OmniGlove Pro数采手套并开启量产交付。与传统以视觉动作复刻相似度为标尺不同，它提出的“真机Ready”以机器人在相同场景下复现完整任务作为数据合格的判定依据。手套指尖采用EMF磁场定位与IMU抗干扰融合方案，全手布置高密度触觉感知点位，位姿与触觉信号保持高帧率输出；织物形态下，EMF提供指尖定位基准，触觉点位用于补偿柔性形变带来的末端定位误差。OmniHand本体出厂时也配置织物触觉手套，点位分布与外形尽量对齐，以降低数据映射时的信息损耗。据官方数据，截至2026年10月，OmniHand系列灵巧手累计量产突破1.5万台；珠海长隆商用交互场景已实现常态化运行，卧龙电驱的灵巧手工位预计年内完成正式产线并线。
