自变量发布 TwinDEX 三指九自由度灵巧操作手，纯

9 月 2 日消息，具身机器人企业自变量今日发布了一对孪生的三指九自由度灵巧操作手 TwinDEX。

据官方介绍，该灵巧操作手一个可穿戴，用于数据采集；一个装在机器人上，用于真机部署，这首次实现了纯无本体数据、零真机遥操作数据驱动的灵巧操作。

评测显示，TwinDEX 的无本体数据采集效率达到真机遥操作的 5.3 倍；训练模型时无本体数据近乎可 100% 完全替代真机遥操作数据。

官方称，这重塑了具身智能行业对“数据金字塔”的认知：过去，真机遥操作数据因包含丰富的物理交互信息，被视为最有价值、也最难规模化的数据。TwinDEX 则创新性地通过保持采集端与执行端的一致性，并结合完备的数据处理管线和模型训练流程，让无本体数据也能达到媲美真机数据的训练效果。这意味着，灵巧操作训练不再完全受制于高成本真机数据，规模化采集无本体数据、推动机器人能力提升，找到了新的可行路径。

附官方详细介绍如下：

反向设计破解灵巧操作难题，三指也能胜任复杂操作

要让灵巧操作真正走向规模化，既需要手的灵巧设计，也要让无本体数据能够高效训练模型，并让数据采集能够规模化拓展。围绕这三个目标，TwinDEX 从灵巧性、一致性和可规模化三个方面进行设计。

灵巧性方面，TwinDEX 采用三指九自由度、其中七个为主动自由度的设计，在灵巧性、可靠性和成本之间取得平衡。基于覆盖多种元操作的测试，自变量发现，三指通过拇指、食指和中指的协同配合，能够完成生活场景中的大多数操作，是灵巧操作的“最小可行性解”。配合足够好的基础模型，足以胜任各种复杂操作。

一致性是无本体数据可以直接用于机器人策略学习的关键。跨本体数据采集往往存在采集端与执行端之间的运动学差异和精度损失，数据难以直接迁移，需要用真机数据进行对齐或微调。TwinDEX 则以“纯无本体数据训练”为目标，以最终应用性能为锚点，反向设计采集端需要达到的一致性指标。

具体来说：在运动学上保持自由度、关节轴和连杆比例一致；在接触力学上保持接触材料、几何和表面特性一致，并配置对应触觉传感器；在视觉上保持外观一致；同时针对关节、手腕定位、抖动和漂移等关键精度指标进行优化。在此基础上，自变量还通过模型与训练策略的针对性设计，进一步提升策略对可接受误差的容忍度，降低采集端与部署端残余差异对任务性能的影响。

可规模化方面，TwinDEX 采用可穿戴三指外骨骼作为采集端，将数据采集从机器人本体和固定环境中解放出来。“一名操作员、一张桌子、一套外骨骼，就是一个完整的数据采集单元。”外骨骼提供直观的力反馈，帮助操作员完成自然、精细的接触操作；模块化的采集方式则支持通过增加设备和操作员实现并行扩展，让数据规模不再受机器人数量和固定设施限制。