別人都在卷視覺，這家具身公司偏要卷“手感”

衡宇 發自 凹非寺
量子位 | 公眾號 QbitAI

“對具身智能來說，力覺比視覺更重要。”

聽起來，這句話好像有那么點非主流。放眼當下，大多數具身智能的敘事，視覺幾乎是機器人認知世界的第一扇窗。

但源自斯坦福機器人和人工智能實驗室的通用機器人獨角獸非夕科技，卻十年如一日地堅持另一條路徑：按照真實操作行為的重要性排序，力覺能力優先于視覺。

聯合創始人兼CEO王世全的解釋很直白：“人類在做大多數操作時，并不會一直盯著目標，只用‘瞟一眼’，剩下的動作主要依賴手感完成，核心在于實時控制施加的力度，以及與物體的接觸關系。”

朋友們，咱天天把具身智能掛在嘴邊，但別光顧著智能，忽視了“具身”啊。

本質上，具身智能的難點在于如何“在真實世界完成操作”，而力覺正是實現機器人具身交互的核心能力。

過去十年，非夕將大量精力傾注于自研機械臂本體，尤其專注于提升力控能力，嘗試讓它具備接近人類手臂的“操作感”。

從最初的Rizon系列7軸機械臂到Moonlight系列力控并聯機器人，非夕的自適應機器人已經深入汽車、消費電子、一般工業、食品加工、實驗室、醫療理療、商用服務等各大領域，源源不斷形成富有創新、獨特差異化的行業級應用解決方案。

雖然“非主流”，但市場數據或許能說明這種技術路線的市場認可度：

• 6家全球top10科技公司在使用非夕的機械臂開展具身智能研發；
• Generalist AI、Rhoda AI等超10家具身獨角獸都是非夕的客戶；
• 數十家全球前500強企業已在制造環節等實際場景采用非夕自適應機器人應用方案。

現在，為了進一步突破機器人在復雜狹窄空間、高柔性人機協同、雙臂操作等場景下的作業邊界，非夕推出了兩條新的戰略產品線。

一條是Enlight初昕系列全感知自適應機械臂，另一條是基于它打造的MICO雙臂一體化仿人智能機器人平臺。

一只更輕、更靈巧、感知力更強的手

作為本次發布的重頭戲，Enlight初昕系列機械臂代表了非夕在自適應機器人本體研發和工程化上的最新高度。

它在延續前代產品Rizon拂曉系列自適應特性的基礎上，實現了更輕量化的結構與更靈活的形態。

對于具身智能而言，輕量化意味著更低的慣性、更高的安全性以及更強的部署靈活性。

從設計邏輯來看，Enlight的核心競爭力依舊在于其全方位、高水準的力控性能，以及緊湊的輕量化設計。

其中，“全身感知”是它最引人注目的特點。

與行業內常見的外部貼裝電子皮膚方案不同，Enlight機械臂的每個關節都內嵌多維力傳感器，形成覆蓋整條機械臂的全域感知網絡。

非夕科技副總裁高云帆告訴量子位，這種內置式設計不僅避免了外部傳感器易磨損、感知精度受環境影響的問題，更實現了對接觸力度及方向、受力分布及細微形變的實時精準捕捉。

且整臂分布有25萬個觸摸點位，最多支持同時7點接觸感應，觸控力感知精度達0.5N，位置感知分辨精度達2mm。

“無論是在手臂上繪制圖案，還是在狹小空間作業時觸碰周邊環境，Enlight都能瞬間感知并自主調整操作姿態與力度。”

類似人類皮膚的感知能力，讓Enlight在非結構化環境中具備了更強的自主決策基礎，這種特質使其在狹小且不確定性高的空間中表現優異，比如電子產線、實驗室、食品工廠、變電站、商用服務——此類對靈巧度要求極高的To B業務場景，一直是傳統工業機器人和協作機械臂的老大難問題。

輕量化仿人設計是Enlight的另一大突破。

同樣是七軸機械臂，非夕研發及工程團隊突破了Rizon系列的最小設計極限，將更多傳感器、傳動機電系統及安全硬件壓縮至更小的關節與手臂空間。

在保證結構剛度的同時，Enlight的自重極大減輕，但負載能力反而提升至5公斤的實用水平；自重負載比相較于Rizon系列，提升了67%。

此外，Enlight的第一、三、五、七軸關節運動范圍達到720度，并通過特殊系統設計下的純軟件方案實現多圈編碼器記圈。相比傳統機械或電池方案，這樣的設計讓Enlight在維護成本和系統可靠性上都更具優勢。

核心性能方面，Enlight關節控制頻率可達10kHz，整臂控制頻率達到2kHz，整機力控精度0.1N，最大TCP力范圍400N。

這種高速響應能力讓打磨、裝配等工藝的操作更絲滑精準。

同時，它配備了M8接口與彈簧針（Pogo pin）接口，可靈活連接夾爪、傳感器、工具頭等末端執行器，支持抓取、裝配、打磨等各類任務的快速切換，天然適配工業、醫療、商用服務等多領域的場景需求。

在多樣化的末端工具中，與Enlight搭配上的新Grav增強型夾爪采用了非夕自研的仿生壁虎材料。

這種基于干性吸附原理的仿生材料，靈感源自壁虎腳趾。

不同于傳統的吸盤或剛性夾爪，它能做到“粘且不黏”，既能穩穩吸附住像塑料水瓶、不規則零件這類形狀奇特、表面光滑甚至極其柔軟的物體，又不會像膠帶那樣留下任何殘膠。

配合“剛柔雙模式”切換，機器人既能抓取沉重的工業零件，也能輕柔處理易碎、易變形的物體，補齊了物理交互的最后一塊拼圖。

從應用場景來看，Enlight確實尤其擅長狹小空間作業。

其輕量化設計與高靈活性相結合，再加上全域力感知能力的加持，能夠輕松規避空間約束，完成傳統機器人難以觸及的任務。

與前代產品相比，Enlight更聚焦于靈巧敏捷型場景，而Rizon系列則深耕工業穩健型應用，兩者互補，構建起覆蓋不同需求的產品矩陣。

在安全性上，Enlight延續了非夕一貫強調的“本質安全”設計思路，并在這一代產品中進一步強化。

非夕的“本質安全”和通俗意義上對機械臂安全工作的理解——機械臂發生碰撞或接收到急停信號，就停止動作——還不一樣。進一步來說：

• 只要機械臂感知到外界哪怕極其細微的非預期阻力或者機器人系統的異常工作狀態，它就能以毫秒級的速度做出反應，主動實現物理層面的安全保障，從被動停止升級至主動防護。
  主要能力還是源于非夕自研的覆蓋條件反射和小腦層，基于獨立安全硬件機制的冗余雙保障系統。

為了給這種人類物理直覺般的能力提供權威背書，Enlight在設計上嚴苛遵循了IEC 61508、ISO 10218-1:2025等最新（也是最高要求）的國際安全標準。

左右手不熟？看看具身原生雙臂

在Enlight的基礎上，非夕又進一步打造了MICO雙臂機器人平臺，并明確強調其“雙臂原生”屬性。

這里的“原生”指它在設計之初就圍繞雙臂協同作業展開研發，從底層技術到硬件配置，都為雙臂協同量身打造。這是它與傳統雙臂機器人最本質的區別。

為什么是雙臂？

本質上是為了貼合真實的作業需求，解決單臂作業的場景局限和傳統雙臂操作的挑戰。

誠然單機械臂已能落地眾多場景，但實際操作中往往需要搭配大量周邊工裝夾具完成輔助定位、工件翻轉等動作，需要額外的設備投入，產線靈活性和設備復用率也受限。

雙臂作業系統能大幅減少這類非標輔助設備的需求，讓設備復用率提升90%以上，大幅降低了產線改造成本與設備投入成本。

同時，雙臂也更貼合人類的操作邏輯，適配更多需要雙手配合的復雜場景。

從硬件構成來看，MICO以兩臺Enlight機械臂為核心，但并不是簡單粗暴地把兩臺Enlight拼接在一起。

這就不得不提到它的核心支撐——MICO搭載的Orion控制器。

傳統的雙臂控制方案中，操控兩臺機械臂往往需要兩套相互獨立的控制系統，同步性差，整體控制邏輯也很復雜，給開發和調試提出了高要求。

針對這個問題，非夕團隊自研了專為多臂協同的Orion控制器。

它支持一拖二配置，能通過單個控制箱同時驅動兩臺Enlight機械臂，還能兼容不同規格的手臂組合，從根源上解決了傳統方案的同步性難題。

而且機器人控制模塊自重僅3.5kg，是業內最小尺寸的全功能控制箱。

配合非夕首創的圖形化雙臂編程界面，開發者無需進行復雜的點位對齊與軌跡校準，就能輕松實現雙臂協同動作規劃。

也正因如此，MICO的雙臂協同價值在實際應用中能得到充分發揮。

高云帆介紹道，MICO在各類復雜場景中展現出遠超單臂的作業能力：

• 復雜裝配場景中，MICO的雙臂可分工協作，分別承擔抓取與輔助定位任務，通過精準的力控協同，完成柔性貼合安裝、帶線束插入等精細操作；
• 打磨拋光場景中，雙臂可協同夾持工件或工具，進行兩者間絲滑的相對運動和力度控制，從而實現更高效率、更均勻的表面處理，讓作業效果和效率都得到顯著提升。

延續非夕一貫的模塊化設計思路，MICO推出了MICO Armor、MICO Core、MICO Plus、MICO Ultra等多個標準化版本。

開發者能根據不同的場景需求，靈活選配兩個自由度且具備力控能力的腰部、視覺頭部模塊或移動底盤，形成具備更高自由度的移動執行系統。

一套平臺，能適配多種場景。

此外，MICO還通過底層技術優化攻克了傳統雙臂機器人的力控耦合痛點。

兩臺7自由度的雙臂協同作業涉及14個自由度的復雜控制。如果依舊用傳統方案，很容易出現影響作業精度的力控干擾問題，技術門檻也很高，非常不友好……

為解決這一難題，MICO依托非夕全棧自研的層級式控制架構，將雙臂視為一個整體進行軌跡規劃與力控調節，來確保雙臂協同操作的流暢性與精準性。

現在是不是更清楚為什么MICO敢給自己打“具身原生”的tag了（doge臉）。

不過對非夕而言，“模塊化設計”不只體現在MICO上。

具身時代，需要一個通用智能機器人基座平臺

這種在MICO上露出鋒芒的模塊化哲學，實則貫穿了非夕的產品生態。

硬件層面，不管是Enlight機械臂的標準化接口設計，還是MICO系列的模塊化組合方案，非夕都構建了一套可靈活配置的硬件體系。

客戶既可以選擇單一機械臂作為操作單元，也可以搭配移動底盤、腰部模塊等形成完整系統，甚至能根據需求定制末端工具。

這種解耦的意義巨大，使其能適配從工業精密裝配到商用服務、從實驗室自動化到家庭養老的各類場景。

軟件層面，非夕將復雜的力控能力與操作邏輯抽象為 “模塊化的元操作（Primitives）”，封裝成標準化的功能塊。

開發者不再需要去鉆研底層的力學反饋邏輯，只需要通過RDK開發工具包或Elements圖形化操作系統，就能像搭積木一樣調用這些模塊組合出復雜的機器人行為。

傳統路徑中，算法團隊往往需要同時處理感知、控制與執行三個層面的問題，任何一環不穩定都會影響整體效果。

而一旦有了模塊化基座，底層復雜性就能被封裝在系統內部，上層開發者只需要關注任務邏輯與策略設計。

從行業角度看，這種解耦正在成為趨勢。

一方面，競爭正在從單點能力轉向系統能力。

單純的視覺模型或控制算法已經不足以形成優勢，真正的壁壘在于整套系統的穩定性、可擴展性與能力上限。

另一方面，物理世界的復雜性遠高于數字空間。

接觸、摩擦、形變等因素很難通過簡單建模完全描述，將這些規律固化在底層平臺中，可以顯著降低應用開發成本，提升具身智能開發和訓練效率。

在這一邏輯下，非夕明晰了自己的生態定位：通用機器人基座平臺。

王世全表示，這個基座包含三個核心層次。

• 底層是具備高感知、強執行、高安全特性的本體系統（以Rizon、Enlight為核心）；
• 中間層是標準化的技能接口、開發接口與模塊化的軟件工具鏈（包括RDK、Elements、Primitives等）；
• 上層是面向不同場景與生態合作伙伴的標準系統和應用解決方案。

這種解耦既提升了開發效率，更推動了行業分工的優化，讓機器人本體廠商、AI算法公司、場景應用商各自聚焦，又協同創新。

從戰略上看，這是一種“以不變應萬變”的思路。

在技術路徑不斷變化的情況下，模型、算法甚至應用形態都可能快速迭代，但對物理世界的操作能力始終是剛需。

非夕押注的正是這個不變量。

王世全說，通用機器人的終局在于感知、控制與決策的深度耦合，而這種耦合需要扎進物理世界最深處才能真正實現。

只要底層能力足夠穩定并不斷突破邊界，上層創新就可以持續發生——這一邏輯早已在云計算時代的基礎設施發展中得到驗證。

進入具身智能時代，非夕正在用自己的方式為具身智能的大規模落地鋪平道路。當底層的物理操作能力成為行業通用基礎設施，具身智能的技術發展和商業化落地便有了堅實支撐。

可以想見，一個龐大的具身生態，會在非夕搭建的通用機器人基座平臺上蓬勃發展。