2026 年，灵巧机械手取得长足发展，各类硬件平台在灵巧性、触觉感知以及真实场景稳定性方面均实现技术突破。随着硬件技术日趋成熟，该领域开始直面一项更棘手的难题：如何生成大规模、高质量数据集，用以训练灵巧操作系统。硬件技术进步背后的数据缺口参与本届国际机器人与自动化大会（ICRA）的多家机械手企业都致力于攻克一项共性难题：大规模采集精准的人体动作演示数据。高接触操作、精密抓取、双手协同、仿人机器人训

BMW集团Landshut工厂正在扩大其在物理人工智能方面的工作，承担部件生产中人工智能机器人的中央软件开发。工厂基于演示的学习流程使用MANUS数据手套来捕捉训练其人形机器人系统的灵巧操作数据。从工厂车间到虚拟排练Landshut工厂正在开发一个模块化的机器人生态系统，该系统将确定性编程与视觉-语言-行动模型相结合，集成了视觉信息、语言理解和机器人行动。实现这一目标依赖于可靠的训练数据。项目团队

专为密集接触数据打造的全驱动灵巧手ROBOTERA XHAND 1 Pro将21个主动自由度与全驱动架构和分布在整个手部表面的触觉传感相结合。这种关节级控制和密集接触感知的结合支持复杂的抓取、手动操作和强化学习研究。这些应用需要精确的运动控制和丰富的物理接触反馈。为具有这种程度的灵巧手收集演示数据需要能够提供相当的输入分辨率的人机界面。MANUS手套可跟踪指尖位置和旋转，通过Manus Core将

Manus基于手关节角度和指尖数据的Revo 3灵巧手遥操作

你有没有想过，机器人学会像人一样灵活抓握杯子、拧开瓶盖，背后离不开我们人类的“手把手教学”？现在，人类产生的动作数据，正在让机器人的学习效率变得越来越高。最近ABB机器人和PSYONIC联手做了一件很有意义的事：他们用专门的MANUS动作手套，把普通人自然状态下的手部动作完完整整记录下来，这些记录下来的动作，就成了机器人学习的“教学视频”。同时搭配Haply力反馈设备，既能追踪手腕的运动轨迹，还能

在ICRA2026大会上，英国灵巧手供应商Shadow使用MANUS手套演示了其五指和三指灵巧手遥操作流程。Shadow灵巧手是一种拟人化的机器手，具有20个自由度，其DEX-EE Chiral采用了三指设计，具有类似人类拇指的弯曲方式，为远程操作和模仿学习进行了优化。将人手运动学映射到灵巧手MANUS手套通过SDK提供多种手部数据，包括人体工程学数据、原始传感器输出和手部骨骼模型。在演示中，Sh