于虚拟Agent时代，模子依托文本、图象与视频数据实现超过式成长，语言智能、视觉智能走向成熟。

但当AI真正进入物理世界、要让呆板人像人同样灵巧干活时，需要于open-world场景、有交互的处置惩罚多样类型的使命。

以是从更底层能力来看，具身智能需要的不只video/language层面，而是于真实糊口中认知、步履、孕育发生交互，并按照物理反馈连续思索与迭代。

这就象征着具身智能需要进修的，不是一段视频，而是于真实糊口中、天然多样的Human Data。

今天，简智正式发布Gen DAS Dex（如下简称Dex）——实现人手全模态感知与举动的高精度重修，并与Ego共同，改造“Human Data”数据范式，为具身智能提供笼罩“头+手”全场景、邃密化、可直接练习的灵巧举动数据底座。

01 为何今天的具身智能，需要Dex如许的“手”？

人类五指颠末数百万年进化，形成27块骨骼+ 34块肌肉+ 24个自由度的周详布局，是面临繁杂、多样灵巧操作的“通用接口”；同时实际糊口中年夜量五指操作，也为模子练习提供了富厚的样本与实例。

那末怎样将手的举动转化为可被理解、练习的数据，面对的是多维度的叠加挑战：

1.高质量、自由度的灵巧手数据极端稀缺：可能是视觉片断，缺乏枢纽关头角度、且指尖空间精度逗留于2-3cm，偏差年夜，有用数据供应远不和财产需求。

2.多模态没法兼备、对于齐：视觉、动作、触觉不完备、差别步，时序错位、空间禁绝，downstream模子难以练习、没法泛化。

3.收罗装备与天然动作冲突：粗笨、遮挡、负重感强，致使动作变形，数据掉真，没法持久年夜范围收罗。

4.头及手自力存于，而非形成“认知+举动的闭环”：仅靠头视角：看患上见，却摸禁绝，邃密操作完全掉效，或者者只有手摸患上准，却看不全，全局操作极易堕落。这些没法组成人举动的物理交互的时空闭环。

5.没法范围化，走出试验室：遥操、动捕等方式都需要巨年夜成本安插园地，没法进入糊口、进入户外。

是以已往的问题于在，上面多个维度是“trade-off”状况，而真正好用的数据需要被同时满意，这也使患上看似有“年夜量的数据、原始素材”，但现实不“好用”。

简智Dex要解决的，恰是这个断层。

02 Gen DAS Dex 到底带来了甚么？

Dex不只是一只“数据手套”，而是一整套把人类双手举动与感触感染，转化为呆板可理解、可练习、可泛化的收罗终端。它与Ego协同，初次实现“头+手”全链路、全模态、高精度、低延迟的数据闭环，输出可直接喂给模子的布局化数据。

1.全自由度笼罩，迫近人手心理极限的灵巧还有原

面向最繁杂的邃密操作，Dex用仿生轻量化外骨骼，完备撑持人手23个自由度检测，靠近人手心理全数自由度。不管是指尖捏取、指节弯曲、掌心开合还有是手段旋转，都能完备捕获，让呆板第一次学到人类真正的“手怎么动”。

2.行业顶级精度，为模子迭代筑牢真值根底

精度，决议数据用来练习的效率与价值。

•自研磁编码器实现0.02°枢纽关头角检测，且外骨骼布局使患上于温变与情况扰动下误差极小，无需频仍校准；

•搭配高精度IMU与Ego红外+视觉多重定位，终极告竣妹妹级指尖定位。每个微操作都有真值，让模子练习离别“恍惚预计”。

3.行业最全单装备模态，补齐触觉+视觉双焦点

单一视觉永远学不会物理交互。Dex做到真正多模态合一：

•指尖搭载高精度磁触觉传感，敏捷度0.05N，空间分辩率1妹妹，清楚捕获抚摩、抓取、按压的物理反馈；

•手违/手下方配置150°超广视角摄像头，与Ego View互补，无死角记载抓取全历程。视觉看“怎么做”，触觉懂“用多鼎力大举”，数据价值直接翻倍。

4.头手协同1ms超低延迟，多模态信息靠得住对于齐

具身智能最痛的，是“头看的”及“手做的”对于不上。解决这一问题，不克不及只经由过程云端“拼凑”与对于齐，而是需要从硬件最先就着手解决，

Dex经由过程SUB‑G无线协同，同一节制相机快门、暴光、IMU采样等全装备时钟，实现多源数据亚毫秒级对于齐。头部视角、手部动作、触觉旌旗灯号彻底同步，让“眼‑手”协同数据真正可练习、可复现。

5.无感穿着设计，让收罗像戴手套同样天然

动作天然，数据才真实。

•自研磁编码器微型化至3妹妹，整机体积与平凡滑雪手套相称；

•合金+弹性聚合复合材质，重心优化，整机仅210g；永劫间佩带、持续繁杂操作、精准抓取都无承担，完全防止“为收罗而演戏”。

6.全场景范围化收罗，当地端压缩/质检，让效率晋升两个数目级

Dex从设计之初就为量产数据而生：

•布局自顺应，适配差别手型；

•Ego+Dex穿着即采，无需基站、无需场端装备；

•语音交互节制，单次续航超3小时；

•主动流式无线传输，3分钟完成收罗‑上传全链路，数据收罗效率晋升100倍。让年夜范围、低成本、全天候、真实场景的数据出产成为可能。

03 从“看视频的AI”，到“会动手的物理智能”

假如说互联网数据成绩了语言与视觉年夜模子，那末人类真什物理交互的数据，将成绩具身智能。

Dex的意义，远不止一款硬件：

•它第一次用单装备实现手部全自由度+高精度+触觉+视觉+头手同步的一体化收罗；

•它把“经验收罗”从试验室搬到一样平常场景，让数据可范围化、可尺度化、可互通复用；

•它与Ego协同，配合界说Human Centric数据新范式，为具出身界模子提供最焦点的“头+手”举动数据源泉。

已往，呆板人靠编程与仿真模拟动作；将来，呆板人将经由过程Dex进修亿万次人类真实操作，真正理解物理世界。

写于末了

简智 Dex 的发布，是具身智能数据基建的要害一步。咱们再也不满意在让呆板人 “动起来”，而是要让呆板人学患上会、做患上稳、用患上天然。以Dex 为收罗进口，以全模态高精度数据为燃料，以头手协同为骨架，一个可连续堆集、连续迭代、连续泛化的物理智能时代，正于到来。让呆板人，从进修人类的双手最先。

雷峰网版权文章，未经授权禁止转载。详情见转载须知。

-BBIN·宝盈