12岁失去右手的周键,如今可以戴着一只智能仿生手写字、敲键盘、弹琴。为了让这样一只手真正进入日常生活,浙江强脑科技有限公司(下称 “强脑科技”)花了多年时间,攻克神经与肌电信号识别、仿生结构、微型驱动和运动控制等核心问题。
人形机器人热潮到来后,这套深耕医疗场景的技术能力找到了新的出口。2025年,强脑科技已经进入国内灵巧手出货量头部梯队;2026年发布的Revo 3进一步采用21自由度全直驱架构,把智能假肢积累的技术推向机器人。
从给人做仿生手,到给机器人做灵巧手,强脑走出了一条与传统机器人厂商不同的路线。
一只给人用的手,怎么装到机器人身上?
在强脑科技的杭州办公区,产品测试工程师周键每天戴着一只银灰色的智能仿生手开展工作。
12岁时,一场意外让他失去右手。2022年大学毕业后,周键通过公益项目用上强脑科技的智能仿生手,随后加入了这家公司。如今,他可以用右手敲键盘、剥橘子、写字,甚至弹电子琴。仿生手通过接受腔内的电极采集残肢端的神经、肌电信号,再由算法识别运动意图,控制手指完成相应动作。整套假肢穿戴过程约30秒,Type-C接口的充电方式,也和普通消费电子产品一样便捷。
这也是强脑进入机器人灵巧手赛道最特殊的起点。在不少机器人厂商开始研究怎样把机械手做得更像人手之前,强脑已经在解决更底层的问题:一只机器手,怎样才能真正戴在人身上,并且足够自然地使用。
2026年4月,强脑发布新一代灵巧手Revo 3,过去在假肢赛道沉淀的技术积累,找到了新的落地场景。
图源:强脑科技官网
Revo 3把21个独立电机塞进216×108×50mm的手部空间,对应21个全主动自由度:四根手指各4个,拇指5个,各关节可以独立控制,并采用全直驱、可反驱设计。部分版本还加入全掌触觉和指尖视触觉,用来感知接触、压力与滑移。
灵巧手内部空间极其有限,每增加一个主动关节都意味着执行器、驱控电路与布线要进一步压缩,Revo 3 采用自研驱控一体化微型关节,省去腱绳、连杆等中间传动结构,同时攻克了小空间内的尺寸控制、功耗平衡、散热设计与可靠性保障等多重难题。
这种约束与工业机器人并不完全相同。工业机械手更关注负载、寿命、可靠性和成本,穿戴式假肢还需要适配人体尺度、满足长期佩戴的舒适度与低功耗要求。到了人形机器人身上,两套需求开始出现交集:有限的手部空间同样需要容纳越来越多的主动关节。Revo 3的21 自由度全直驱方案,更像是过去十年技术积累的一次自然延伸,而非孤立的产品升级。
但要解释这套能力从哪里来,还得回到强脑科技成立之初。
一个研究大脑的人,为什么开始做“手”?
创始人韩璧丞1987年出生,曾在美国西雅图Fred Hutchinson癌症研究中心工作,2015 年在哈佛创新实验室孵化 BrainCo 团队,核心成员多来自哈佛、MIT 等顶尖高校。
团队早期锚定非侵入式脑机接口路线,避开侵入式方案的手术风险与伦理争议,主攻不开颅条件下的脑电信号采集与解析。头皮脑电信号微弱,也容易受到头发、动作和环境噪声干扰,信号采集是最大的技术门槛。韩璧丞后来回忆,为了测试脑电设备,他反复在自己头上涂导电膏做实验,一年要洗七八百次头。最终研发出干电极技术,把实验室里繁琐的脑电采集变成更容易使用的穿戴设备。
让强脑从“大脑”走到“手”的,则是一次偶然的相遇。
创业早期,一名在实验中失去右手的MIT本科生来到BrainCo实习。韩璧丞看到他日常使用简陋的金属钩假肢,团队开始尝试把此前积累的生理信号解析能力用到假肢控制上,为他制作了一只早期原型。第一版产品谈不上精致,却已经能让使用者通过自身信号控制机械手完成简单抓握。这个原本带有实验性质的项目,最终发展为强脑投入周期最长的核心产品线。
团队随后把目光转向更广泛的肢体残障群体。研发目标从“实现信号控制” 细化为 “还原自然手部功能”。这一步直接拉开了和传统机器人厂商的起点差异:机器人厂商先做机械结构再补控制逻辑,强脑先理解人的运动意图,再倒推机械实现。 最终团队打通了神经信号解码、意图识别、仿生结构设计与运动控制的完整技术链路。
图源:强脑科技官网
2022 年,BrainRobotics 智能仿生手获得美国 FDA 510(k) 上市许可,韩璧丞在发布会上表示,这是当时国内首款且唯一一款通过该资质的脑机接口智能假肢产品,商业化进程正式提速。从技术壁垒的角度看,这一资质既是对强脑神经解码与仿生控制技术的医疗级认可,也为后续产品出海、拓展全球康复市场扫清了监管障碍,成为强脑医疗技术能力的核心背书之一。
从产业逻辑看,智能假肢给强脑留下的最核心遗产,是一套“意图 - 控制 - 反馈” 的完整闭环能力。 传统机器人厂商只需要处理机械执行,强脑还要解决人的运动意图识别、稳定映射成手指动作的全链路问题。多年后,这套能力开始进入机器人灵巧手,而强脑也第一次与因时、灵心等专业玩家出现在同一张出货榜上。
灵巧手开始拼出货,强脑凭什么排到前面?
灵巧手已经从实验室里的昂贵样机,进入万只级出货阶段。
据GGII测算,2025年中国灵巧手市场销量约1.92万只,同比增长236.84%;报告预计2026年将达到7.02万只。按照其对2025年中国市场出货量的调研,因时机器人位居第一,强脑科技与灵心巧手并列第二,其后是傲意科技、雷赛智能和大寰机器人。需要说明的是,这份榜单统计的是企业灵巧手总出货量,并不等同于高自由度灵巧手、人形机器人配套量等细分口径。
同一张榜单上的前三家公司,走到这里的路径却很不一样。
因时机器人从微型伺服电缸起家,2016年成立后长期围绕微小精密运动执行器做研发,随后将核心部件能力延伸到五指灵巧手。2025年,其灵巧手全年交付突破1万台,产品以连杆方案为主,同时向腱绳、直驱等路线扩展。因时的优势更接近一家成熟零部件厂商:核心执行器、制造和供应链能力都围绕规模交付展开。
灵心巧手的打法更偏产品矩阵。目前公司同时布局连杆、腱绳和直驱路线,产品覆盖不同自由度和价格区间,并向遥操作数据采集、技能库和模型延伸。相比单一硬件,它试图覆盖从灵巧手到灵巧操作系统的更多环节。
强脑的起点从脑机接口进入智能假肢,再从智能假肢走向机器人灵巧手。这个路径带来的差异,不只体现在Revo 3的21自由度全直驱上,更在于过去多年围绕“人怎么控制一只机器手”积累的一整套能力。
四项能力中,运动意图识别最能体现强脑路线的差异。传统厂商从执行端反向推导,先解决电机布局、传动结构、抓握力等硬件问题,再补上层控制逻辑;强脑的智能假肢研发则向前多走了一步 —— 先解码人体的生理信号,再将其稳定映射为手指的具体动作。
两条技术路线在具身智能阶段正式交汇。人形机器人对人手级尺寸、多指协同、触觉反馈的需求,恰恰是智能假肢在人体尺度下反复验证过的能力。强脑由此形成了行业少见的双向闭环能力:一端是神经与肌电信号解码,另一端是可将意图落地为动作的仿生执行端。
但医疗场景的技术积累,无法直接转化为机器人市场的规模优势。
当前灵巧手行业仍面临 “低成本、高性能、高稳定性” 的三角难题,结构成熟、成本可控的方案占据主流,工程化与规模交付已成为参数之外的核心竞争力。叠加需求分散的行业现状,据《每日经济新闻》2026 年调研,科研训练、本体配套、特种场景需求各占约三分之一,低自由度产品仍有可观销量,高自由度硬件的实际落地价值仍待市场验证。
这是强脑必须迈过的核心关口: 智能假肢练出了微型化、轻量化的能力,但机器人市场真正比拼的是成本控制、使用寿命、批量一致性与长期作业可靠性。医疗场景的积累给了它差异化的起跑线,却绕不开工业化量产的必经之路。
不过强脑还有一张未体现在出货榜单的底牌—— 脑机接口的终局闭环能力。 兼具手部运动控制与神经信号解码技术,让它能探索全新的人机控制链路,2026 年已开始将 “意念控制” 的技术路线从假肢场景向机器人场景延伸。
从仿生手,到脑控机器人
灵巧手之外,强脑还在把研究继续向控制链前端推进:能不能从人的生理信号中提取运动意图,再把它转化为机器人动作?
智能假肢已经提供了一种答案。强脑的仿生手通过残肢表面的电极采集肌电信号、神经电信号等生理信号,再由算法识别用户的动作意图,最终驱动手指完成抓握、捏取等动作。这条链路连接的是“人的意图”和“机器的动作”,也让强脑在研究灵巧手硬件之外,长期积累了生理信号采集和解码能力。
2026年7月,强脑在世界人工智能大会发布脑控机器人训练平台,把脑电采集、实验范式、神经解码、控制映射和机器人执行整合进同一套科研开发系统。操作员佩戴非侵入式脑电设备后,平台可以识别特定任务相关的脑电模式,并将解码结果映射为机器人控制指令。相比智能假肢主要读取残肢端的神经肌肉信号,这套系统采集的是头皮脑电信号。
图源:强脑科技官网
从技术层级来看,不同信号采集方式处在运动控制链条的不同位置。数据手套、动作捕捉和视觉系统更擅长记录手部姿态与运动轨迹;肌电能够补充肌肉激活信息,脑电则进一步向中枢神经活动靠近。综合行业技术路线分析来看,未来更现实的方向可能是相互补充,而非简单替代。对于危险环境作业、远程操作等需要人持续参与的场景,未来可以探索将运动轨迹、生理信号与机器人自身感知结合起来,让控制系统获得更多关于操作者意图的信息。
不过,从识别“想动”到精确控制二十多自由度的灵巧手,中间还有很长的距离。非侵入式脑电信号微弱且容易受到噪声干扰,跨个体泛化和复杂动作的稳定解码仍是行业难题;到了机器人端,还要继续处理运动规划、触觉反馈和实时控制。从现阶段技术成熟度判断,脑机接口因此更适合作为现有遥操作体系的一种补充,短期内很难简单替代数据手套、动作捕捉等成熟方案。
两条原本服务于不同场景的技术线,最终在机器人场景形成了独特的交汇:一边是从人体需求出发打磨的仿生执行端,一边是从神经逻辑出发的意图控制端。
强脑为灵巧手行业打开了新的竞争边界
工业机器人厂商通常从机器出发,把电机、传动、传感器塞进越来越接近人手的空间;而强脑从医疗场景切入的路线证明,灵巧的上限不只取决于机械精度,更取决于对人手运动背后神经意图、发力逻辑的理解深度。人形机器人对精细操作的需求越迫切,这种 “从人出发” 的技术路线价值就越凸显。
这并不意味着医疗技术进入机器人产业就天然占优。假肢强调人体适配和自然控制,工业场景最终考验的还是成本控制、使用寿命、批量一致性与长期高强度作业能力。无论出身是医疗还是工业,所有玩家最终都要面对同一套商业化考题。
从长期来看,灵巧手的终局竞争,一定会从“机械复刻” 走向 “神经仿生”。 机器人的手最终能有多“灵巧”,既取决于我们能把机器造得多像人,也取决于我们究竟有多理解人是怎样使用这双手的。