人形機器人正在學會行走、搬運、甚至翻滾——但拿起一杯水而不把它捏碎，仍然是它們最艱難的挑戰之一。2026 年 6 月，麻省理工學院（MIT）的研究團隊公布了一項可能從根本上改變這一現狀的技術：一款基於超聲波成像的可穿戴腕帶，能夠捕捉佩戴者皮膚下肌肉、肌腱和韌帶的細微運動，並將這些數據轉化為機器人手部的訓練信號。
這項由 MIT 機械工程系趙選賀（Xuanhe Zhao）教授領導的研發成果，代表了機器人靈巧度研究的一個關鍵轉折點。與傳統的「從模擬到現實」（sim-to-real）遷移學習不同，這種方法直接從人類生理信號中捕獲真實世界的運動數據，從根本上繞過了仿真環境中物理精度不足的固有限制。
技術原理：超聲波如何「看穿」皮膚
這款腕帶的核心工作原理基於醫用超聲成像技術的微型化和重新定向。傳統超聲設備需要較大的探頭和凝膠介質，而 MIT 團隊開發的版本將超聲換能器陣列集成到一個可穿戴腕帶中，使其能夠在不需要凝膠或專門準備的情況下，連續捕捉前臂內部的肌肉和肌腱運動。
高頻聲波穿透皮膚後，會被不同密度和彈性的組織以不同的方式反射。腕帶每秒鐘採集數百幀橫截面圖像，這些圖像隨後被送入一個訓練有素的 AI 算法，該算法將圖像解碼為工程學中所謂的「自由度」（degrees of freedom）——即關節彎曲或旋轉的特定方式。人類手部共有 22 個這樣的自由度。
在早期的系統中，追蹤哪怕其中一小部分運動都是一項重大挑戰。MIT 的系統不僅能夠同時監測全部 22 個自由度，而且能夠在 120 毫秒內完成從超聲波採集到機器人動作執行的完整閉環。
關鍵性能指標
MIT 團隊在八名志願者的實驗室演示中，驗證了該系統的多項關鍵性能：
| 指標 | 數值 | 行業意義 |
|---|---|---|
| 響應延遲 | 120 ms | 達到人類自然反應時間範圍 |
| 手勢識別範圍 | 全部 22 個自由度 | 覆蓋人類手部完整運動範圍 |
| ASL 識別 | 全部 26 個字母 | 精細動作捕捉能力驗證 |
| 傳輸方式 | 無線操作 | 控制者與機器人可不在同一房間 |
| 採集技術 | 高頻超聲波 | 無需凝膠或專門皮膚準備 |
| 無線傳輸 | 支援 | 適用於遠程操作場景 |
特別值得注意的是，該系統成功識別了美國手語（ASL）的全部 26 個字母——這不僅是一個展示性演示，更是對精細動作捕捉能力的嚴格驗證。每個 ASL 字母涉及不同的手指配置和手掌朝向，部分字母之間的差異極其微小（如 'M' 和 'N' 的手形僅有拇指位置的區別）。
從遠程操控到數據基礎設施
MIT 團隊為這項技術規劃了兩條截然不同但互為補充的應用路徑。
短期路徑：遠程操控（Teleoperation）。 腕帶的無線操作能力意味著，佩戴者可以在紐約，而機器人在東京，兩者之間通過標準網絡連接即可實現精準的手部動作映射。這對於危險環境（如核設施維護、深海勘探）中的機器人操作具有即時實用價值。外科醫生甚至可以通過這種方式進行遠程手術——雖然這需要更嚴格的延遲和可靠性保證。
長期路徑：人類運動數據庫（Human Motion Dataset）。 這是更具變革性的方向。團隊設想，未來可以通過大量佩戴腕帶的人類志願者，系統性地收集各類日常和專業任務中的手部運動數據——做飯、打字、縫紉、外科手術、樂器演奏——然後用這些數據來訓練機器人，使其最終能夠在沒有人類指導的情況下自主完成這些任務。
這一構想的規模令人震撼。人類手部的 22 個自由度意味著，要覆蓋「拿起一個雞蛋」、「擰開瓶蓋」、「穿針引線」這些基本動作的完整運動空間，需要數以百萬計的訓練樣本。MIT 的方法的獨特優勢在於，它可以在自然環境中、以極低的成本、從普通人的日常活動中獲取這些數據，而無需在精心設計的實驗室環境中安排專門的數據採集環節。
靈巧度鴻溝：人形機器人行業的隱形瓶頸
機器人靈巧度——尤其是手部精細操作能力——長期以來都是 robotics 領域最被低估的挑戰。公眾和投資者關注的是人形機器人能否行走、搬運和保持平衡，卻很少意識到讓機器人用指尖感知物體材質、調節抓握力度、完成精細操作，這些任務的技術難度實際上是運動控制的數量級以上。
當前人形機器人的現狀是：
-
運動控制已接近實用化：Tesla Optimus 可以在工廠場地內行走；Boston Dynamics Atlas 可以完成跑酷；Unitree 的機器人可以翻滾。這些成就說明，大肌肉運動（gross motor skills）正在快速進步。
-
手部靈巧度仍然落後數年：一項 2025-2026 年的行業調查顯示，即使是最先進的人形機器人，在手部精細操作方面也僅達到了人類幼兒的水平。大多數機器人手的抓握策略仍然是「大力出奇蹟」——要麼抓得太緊捏碎物體，要麼抓得太鬆讓物體滑落。
-
訓練數據是核心瓶頸：與大語言模型可以從互聯網上抓取數萬億 token 的訓練數據不同，機器人運動數據——尤其是精細手部運動數據——的獲取成本極高。每一組高質量的機器人操作數據都需要工程師手動編程或昂貴的運動捕捉設備來生成。
MIT 腕帶的價值恰恰在於它解決了這個數據瓶頸。如果說大語言模型的突破來自於「互聯網規模的文本數據」，那麼機器人靈巧度的突破可能需要「人類規模的運動數據」。MIT 的超聲波腕帶，可能是實現這一規模跳躍的關鍵工具。
與現有技術路線的比較
機器人訓練數據的獲取目前存在幾條並行的技術路線，MIT 的方法與它們形成了有趣的對比：
| 方法 | 數據質量 | 獲取成本 | 規模化潛力 | 代表機構 |
|---|---|---|---|---|
| MIT 超聲波腕帶 | 高（直接捕獲生理信號） | 低（可穿戴、無需專門環境） | 高（可在自然場景中大規模部署） | MIT CSAIL |
| 運動捕捉（MoCap） | 極高（光學標記點） | 極高（專用場地、設備昂貴） | 低（僅限實驗室環境） | 各大研究機構 |
| 仿真訓練（Sim-to-Real） | 中（存在物理精度差距） | 低（純軟體模擬） | 極高（大規模並行仿真） | NVIDIA Isaac, Google |
| 遙控演示（Teleop Demo） | 高（真實操作數據） | 中（需要專業操作員） | 中（受限於操作員數量） | Figure, Tesla |
| 人類視頻學習 | 低（缺乏深度和力反饋） | 極低（互聯網視頻） | 極高 | 多個學術團隊 |
MIT 的方法在數據質量和規模化潛力之間取得了獨特的平衡，尤其是在它不需要專業設備或專用場地的優勢上。
Observatory 分析：數據基礎設施將決定機器人公司的長期競爭力
當所有人形機器人公司都在比拼硬體規格——扭矩、自由度、電池續航——時，POC.HK 認為，真正決定行業長期格局的競爭將圍繞一個更為基礎的資產展開：運動數據。
這與 AI 大語言模型行業的發展邏輯高度相似。在 GPT-3 發布之後，大量公司可以通過 API 調用獲得相似的語言能力，但真正拉開差距的是那些擁有獨特訓練數據和用戶反饋循環的公司。同樣，當人形機器人的硬體平台逐漸趨同（NVIDIA 的 Jetson Thor 算力平台、標準化關節模組、固態電池），數據——尤其是高質量的精細運動數據——將成為最稀缺的戰略資源。
MIT 的技術如果能夠成功商業化，它可能催生一個全新的數據市場：人類運動數據的採集、標注和交易平台。這對於機器人公司、自動化設備製造商、甚至遊戲和動畫行業都具有深遠的影響。
問題在於，這項技術從實驗室到產品的路徑仍然存在不確定性。腕帶的舒適性、長期佩戴的耐久性、以及在不同體型和膚色人群中的準確性，都需要在更大規模的測試中得到驗證。但從方向上看，MIT 團隊選擇了解決機器人行業最被忽視但可能最具戰略價值的問題——而這本身就是一個值得關注的信號。
免責聲明：本文所載資料僅供參考，不構成任何投資建議或商業決策依據。數據及時間資訊以發布當日為準，可能隨後續發展而有所變動。作者及POC.HK不對因使用本文資訊而導致的任何損失承擔責任。