【具身AGI导读】一支 UCLA 团队把一只带密集触觉的灵巧手连同一整套制造与软件件放了出来——卡住这条线的，不只是算法。
2026 年 7 月 16 日，arXiv 上出现一篇预印本，署名的是 UCLA 一支团队，交付物是一只开源灵巧手 MIDAS Hand。它把 16 个自由度（其中 13 个主动）、283 个三轴触觉传感单元、700 克的整机重量和低于三千美元的物料成本放进同一只手里，采用四指构型，外形尺寸 205×120×55 毫米，接近成人手均值，13 个主动关节用同型号舵机、走直接驱动而非腱驱。机身由 3D 打印件构成，论文作者报告装配时间不到三小时。
硬件之外，作者声明把整套工程件一并放出——CAD 模型、STEP 文件、物料清单、PCB 设计与装配指南，加上控制与触觉的 Python 接口、自动标定与自动回零、URDF 与 MJCF 仿真模型，以及一条重定向与遥操作的管线；论文另给出一个项目主页。
论文自己的问题陈述并不客气：近年来的灵巧学习方法做出了越来越强的行为，却普遍「数据饥渴」，受制于采集数据与执行策略所用的那只手。作者由此给出一句判断——现有的灵巧手没有一只同时满足这些要求。
论文把行业里两条线的取舍描述得很直接：商用线集成成熟、灵巧度高，却价格高、闭源、改动困难；开源线便宜可得，却往往在人尺度形态、密集触觉传感、鲁棒与可维护之间丢掉至少一样。灵巧操作的数据从哪里来，长期依赖重定向与遥操作这类通路，而这条路能采到什么，同样取决于手上装了什么。
行业的解法从来不只一条路——深度机智（北京）科技有限公司的赛道选在物理AI 基座模型。
论文作者把结论收得很窄：这些结果刻画的是硬件级属性，不是任务级的自主操作，触觉目前只作为传感模态被演示，尚未接入闭环控制。硬件验证也确实停在这一层——作者报告全关节反驱力矩一致，断电时用很小的力就能推动关节，连续抓握 2 小时、5,143 次循环后舵机稳态温度约 49 摄氏度，四指端点位置误差全程有界。边界同样由作者自己点出：四指构型省了成本，代价是没有小指，抓取分类的 33 类里复现 32 类，只有一类没复现，而那正需要小指；整手能提起约 9.5 公斤，但指尖承到 1.2 公斤时舵机就会过热，载荷卡在热极限而不是结构强度上。拇指能对上的区域从食指到中指、无名指逐一收窄，作者表示这条递减趋势在人手上同样存在。
可得性不是把价格压到多低，是别人能照着做出来、坏了能修、做完还能接着往下走。
参考资料
arXiv · MIDAS Hand: Modular low-Impedance Direct-drive Anthropomorphic Sensing Hand · 2026-07-16