人形机器人焦点转向“手”：本田瞄准工厂最难自动化工序

在ASIMO时代，本田曾以双足行走机器人震动全球。如今，当美国、中国等市场重新掀起人形机器人竞赛时，本田并没有急于回到“双足行走”的舞台中心，而是把重点放在了“手”上。

对正在推进柔性自动化和具身智能布局的中国制造业来说，本田这一路线的意义不在于“机器人外形”，而在于它把竞争焦点重新拉回了工序、末端执行器和触觉数据。

工厂不缺“会走路”的机器人，缺的是“会干活”的手

过去两年，全球人形机器人产业快速升温。美国和中国企业不断展示能够行走、搬运、进入仓库或工厂的人形机器人。资本市场也将其视为AI进入物理世界的重要入口。

但从制造现场来看，双足行走未必是最先需要解决的问题。

在工厂里，机器人跌倒可能带来设备损坏和安全风险；生产线空间有限，既有设备、传送带、安全围栏和人员动线都高度固定。机器人是否能像人一样走路，当然具有技术意义，但真正决定其能否进入生产线的，是它能不能稳定完成具体作业。

传统工业机器人擅长的是确定性任务：固定零件、固定位置、固定轨迹、固定节拍。一旦零件姿态发生变化，材料具有柔性，或者作业需要微妙的力控制，自动化难度就会显著上升。

因此，本田新型多指机械手真正面对的竞争对手，并不一定是特斯拉或中国的人形机器人整机企业，而是传统夹爪、专用治具、协作机器人末端执行器，以及制造现场中仍由人工完成的细碎工序。

机器人手难在物理世界：接触、摩擦和耐久性

多指机械手之所以长期难以产业化，原因并不只是“控制算法不够聪明”。

OpenAI曾经将强化学习应用于五指机器人手，并展示过单手操作魔方的研究成果。该项目的核心是通过大规模仿真训练，再把控制策略迁移到真实机器人手上。这个案例曾被视为AI控制机器人手的重要突破。但随后，OpenAI的机器人研究团队被报道解散，公司重心转向生成式AI等软件领域。

这一过程说明了一个问题：机器人手不是单靠AI模型就能解决的课题。

手的动作本质上是连续接触。此类接触现象很难在仿真环境中完全复现。

硬件结构也存在长期矛盾。如果把电机放在手掌或手指内部，结构直观，但电机必须小型化，输出力和耐久性容易受限。若把电机放在前臂，通过线缆驱动手指，则可以让手指更轻、输出更强，但会带来摩擦、延迟、磨损和控制滞后。

这正是过去多指机械手难以走出实验室的重要原因。

本田独自驱动方式，试图解决“力与灵巧”的矛盾

本田新型多指机械手的技术核心，是采访中提到的独自驱动方式“Willow Drive”。这一名称带有“像柳树一样柔韧而有力”的含义。

传统线缆驱动结构中，电机输出到指尖的过程中容易产生摩擦和动作损失。结果是，控制指令发出后，指尖响应出现延迟；想做细微力控制时，动作不够平滑；长期重复使用后，线缆磨损也会成为可靠性问题。

Willow Drive的目标，就是降低传动过程中的损失，使机械手在保持较高输出力的同时，仍能实现平滑、细腻的手指动作。

本田展示的动作包括操作M1.6级别小螺丝、穿针、使用工具等。这些演示看似“炫技”，但对制造业来说意义很直接。

这些环节并不一定需要整台人形机器人，但确实需要一只足够接近人手能力的机械手。

本田选择现实路线：先攻克特定工序，再谈通用机器人

本田当前的思路，并不是立刻推出一台能完成所有家务和工厂作业的通用机器人。更现实的路径，是先在对象明确、工序边界清楚的制造现场中积累应用经验。

目前，本田尚未明确公布这款多指机械手的外部销售计划。更有可能的导入路径，是先在自有工厂或特定生产工序中验证其可行性，判断哪些作业真正适合使用多指机械手替代人工。

从系统形态来看，它也未必需要安装在双足人形机器人身上。更现实的方案，可能是安装在现有工业机器人手臂末端，或部署在移动平台、上半身机器人单元上。相比让机器人在工厂中双足行走，这种方式更容易与现有设备、安全规范和生产线布局结合。

Physical AI的关键数据，可能来自“触觉”

生成式AI能够快速发展，一个重要原因是互联网上已有大量文本、图像和视频数据。但机器人要在现实世界中操作物体，需要的数据远比文本和图像复杂。

尤其缺乏的是触觉数据。

摄像头可以告诉机器人，一个红色零件在桌子右侧。但摄像头很难直接判断这个零件是否容易打滑、表面是否柔软、需要多大的力才能插入、什么时候会发生偏移。人类在操作零件时，会依靠指尖触感不断调整力量和角度，而机器人要获得这种能力，就必须采集和学习触觉数据。

这也是本田相对AI公司的差异所在。

AI企业拥有强大的模型能力，但未必拥有足够多的真实制造现场数据。机器人创业公司可以制造整机，但不一定拥有大量复杂工序。本田作为汽车制造商，本身拥有工厂、生产线、质量管理体系和大量真实装配场景。

换句话说，本田不仅在开发一只机械手，也可能在为Physical AI积累现实世界的操作数据。

机械手本身，并不能直接改变工厂

当然，机械手性能再高，也不意味着工厂自动化会立刻大规模改写。

真正进入生产线，需要的不只是机械手本体。它还必须与机器人手臂、视觉识别系统、治具、搬送装置、安全系统、工程设计和维护体系结合。生产现场还会关注导入成本、维护成本、停机风险、换线时间，以及一线操作人员是否容易使用。

多指机械手越复杂，价格和保养难度也可能越高。

对于中国制造业企业来说，这一点尤其值得关注。

中国工厂在自动化方面已经积累了大量经验，但大量长尾工序仍依赖人工。尤其是在汽车零部件、电子装配、线束加工、精密部件组装等领域，柔性作业仍是自动化短板。多指机械手如果能在这些环节实现稳定应用，将直接改变末端执行器、协作机器人和柔性自动化方案的竞争格局。

日本企业的机会，不在“更像人”，而在“更懂工序”

在人形机器人产业中，中国企业的优势在于供应链、成本控制和量产速度；美国企业的优势在于AI模型、资本和软件生态。日本企业若想重新取得存在感，不能只靠展示“像人一样”的机器人。

更现实的机会在于工程现场。

ASIMO时代，本田让世界看到机器人可以像人一样行走。进入Physical AI时代，本田试图回答另一个问题：机器人能否像人一样操作真实物体。

未来竞争的关键，可能不在于谁的机器人走得更稳、跑得更快，而在于谁能更快进入真实工程，积累触觉数据，降低导入成本，并把复杂动作变成可复制的自动化单元。

本田押注“手”，并不是放弃人形机器人，而是选择了一条更接近制造现场的路线。