在具身智能與人形機器人飛速發展的今天，一個根本性問題正成為行業前進的“攔路虎”：數據究竟從哪裡來？什麼樣的數據才能真正驅動模型進化？
這些問題的答案已經越來越清晰。具身智能真正需要的核心燃料，並不是仿真環境中跑出來的“完美數據”，而是真實世界中人類自然行為產生的高精度、多模態數據。
而在所有人類行為中，手是最關鍵的操作終端，也是人類與物理世界交互的核心載體。做飯、裝配、護理、抓取……都離不開手的參與。手的靈巧程度，直接決定了任務完成的精度與泛化能力。
問題在於，真正好用的手部數據，在行業里卻是極度稀缺的。據悉，優質靈巧手數據的現有供給量，不足產業化需求的10%！
為什麼？因為大多數採集設備都無法兼顧全維度性能，要麼精度不足，要麼模態單一，要麼穿戴笨重，難以實現規模化、自然化的數據採集。IMU手套會漂移，織物觸覺手套只有法向力且容易產生幻覺，攝像頭方案又常常被手部自遮擋困擾。
近日，簡智機器人正式推出了高精度人手多模態感知與行為重建設備 Gen DAS Dex（以下簡稱“Dex”），以全場景、高精度、多模態、輕量化無感穿戴的核心定位，試圖從技術根源破解行業難題。
01.
Dex的產品邏輯，從“數據悖論”到“數據飛輪”
Dex不是一隻簡單的數據手套，而是一套完整的、可規模化的手部行為數字化系統。
其核心目標，是讓人在最自然的狀態下完成操作，同時無感地、高精度地記錄下每一個關節、每一次觸碰、每一條力線。這些被記錄的數據最終被用於訓練具身智能模型，從而讓機器人真正學會“人類怎麼做”。
這一邏輯的背後，其實是當前具身智能領域的“數據悖論”：模型越強，對數據質量的要求越高；而高質量數據越稀缺，模型迭代就越慢。沒有好數據，模型就像無米之炊；模型不強，又難以指導更高效的數據採集——這就成了死循環。
而Gen Dex想做的，就是打破這個循環，構建一個正向的“數據飛輪”，讓數據越用越多、模型越學越強，從源頭保證數據的真實性與有效性。
該解決方案從硬件底層出發，以“精準、全面、輕便、高效”為核心，構建了一個完整的技術閉環。
值得注意的是，區別於市面上單一功能的採集設備，Dex並非孤立存在，而是與簡智機器人此前推出的Ego頭部採集設備形成深度協同，其中Ego負責提供第一視角的視覺感知，Dex則記錄手部精細動作，旨在共同革新Human Centric的數據範式。
02.
六大核心優勢，把“手部數據採集”做到極致
Gen Dex之所以能破解行業痛點，核心在於其六大顛覆性技術亮點，每一項都直擊傳統設備的軟肋，從機械結構、協同方案、穿戴體驗、採集效率等維度，實現了全方位突破。
1. 全自由度覆蓋，還原人手最本真的靈巧
人手的靈巧性，來自於其複雜的骨骼與關節結構。傳統數據採集設備往往只關注少數關鍵點，反而丟失了大量精細動作信息。
Dex採用仿生式、極致輕量化的外骨骼結構設計，可實現對人手23個自由度的全面檢測，基本完全覆蓋了人手生理層面的所有自由度。
舉例來說，當操作員使用螺絲刀時，手腕的旋轉、手指的捏合、掌心的支撐等動作需要協同完成，而這些動作Dex都能精準捕捉並完整還原。
對於具身智能模型來說，這種“全自由度”的數據輸入，是機器人學習複雜操作任務的基礎保障。
2. 高精度加持，為模型迭代築牢“數據根基”
精度，是衡量數據採集設備價值的核心指標，哪怕0.1度的關節偏差、1mm的指尖誤差，都可能導致機器人在真實場景中操作失敗，因此將數據精度比作生命線並不為過。
Dex在外骨骼架構上，搭載了自研磁編碼器，可實現0.02度的關節自由度檢測，而且受溫度和環境變化影響極小，無需頻繁校準，從物理層面保證了數據採集的穩定性與準確性。
同時，在手部高精度IMU以及Ego頭戴設備的視覺等雙重定位技術的支持下，DEX最終實現了“毫米級別”的指尖自由度檢測。
這意味着，當機器人需要適應不同物品的操作場景時，例如拿起一根自動鉛筆芯，或是拾取一顆藍莓，Dex能夠捕捉到指尖接近物體時的毫米級位移、接觸瞬間的微小回彈，從而確保模型學習到真實的物理交互特徵。
對於模型訓練而言，這種精度能夠提供最可靠、最高質量的數據支撐。
3. 多模態覆蓋：觸覺+視覺，補齊模型訓練關鍵短板
如果說自由度和精度決定了“動作”的質量，那麼模態的豐富程度，則決定了數據是否“可理解”。具身智能模型的訓練，需要視覺、觸覺、動作姿態等多模態數據的融合，單一模態的數據根本無法讓智能體理解物理交互的本質。
作為目前行業內單個產品模態最全的設備，Dex具備完整的手部模態與視野，真正實現了“觸覺+視覺”的全方位覆蓋。
在觸覺感知層面，Dex的指尖搭載了高精度磁觸覺傳感，靈敏度達0.05N，空間分辨率高達1mm。這意味着，當操作者佩戴Dex的指尖輕輕滑過羽毛表面時，它能夠感知到幾乎察覺不到的輕柔觸感，並能分辨羽毛的紋理方向，還原手部與物體交互的真實觸感數據。
對於具身智能模型來說，觸覺是理解“力控制”和“物體屬性”的關鍵模態。而Dex通過精準捕捉力度、紋理等關鍵信息，實現了觸覺數據的精準採集。
在視覺感知層面，設備的手下方內置了150度超廣角攝像頭，與Ego View 形成互補，實現操作場景的無死角覆蓋，可全面記錄抓取全過程，解決了傳統設備的視野遮擋問題。比如，在佩戴Dex喂貓咪食物時，設備能夠記錄手指與貓糧、貓嘴的接觸細節，從而讓模型學到完整的餵食行為。
視覺與觸覺的融合，為模型提供了“看到了什麼”和“感覺到了什麼”的完整信息流，讓每一次操作都有完整的多模態數據支撐，大幅提升了數據的實用價值。
4. 頭手協同無延遲，解鎖“同步採集”新體驗
在數據採集中，頭部的視覺與手部的動作是高度耦合的。如果兩者之間存在明顯的時間偏移，模型將難以學習到正確的因果關係。而過去的頭部與手部採集設備一直存在着協同延遲的核心難題。
Dex與Ego作為簡智機器人打造的同一系列產品，實現了多設備1ms超低延遲協同。這一突破的核心是SUB-G無線協同技術，該技術能夠同步控制所有設備的時間系統，包括相機快門、曝光時間等關鍵參數，實現多源數據的亞毫秒級完整對齊。
當你從冰箱里拿蘋果時，眼睛先看到冰箱門，接着鎖定蘋果的位置，與此同時手伸出打開冰箱門、握住蘋果並收回。這一連串動作中，視線與手部動作精準同步。在Dex與Ego的協同支持下，“第一視角”與“手部動作”能像同一個神經系統般協調運作，而不會出現偏差，避免模型行為邏輯混亂。
這種“頭手協同”的能力，確保了動作與視野的同步記錄，極大提升了數據採集的連貫性與準確性，也為後續的多模態模型訓練提供了高質量對齊數據。
5. 無感穿戴設計，讓操作回歸“自然本身”
數據採集設備最大的敵人之一，就是設備本身對操作行為的干擾。如果用戶因為穿戴設備的笨重繁瑣而改變抓取方式，那麼採集到的數據就不再是“自然行為”。而數據真實性的核心便在於人類操作的自然性。
Dex在產品體驗上進行了極致優化。為了兼顧設備的輕便與實用，簡智機器人團隊將自研磁編碼器尺寸被壓縮至僅3mm，使其整體體積與常見滑雪手套相當，穿戴後幾乎沒有異物感；在材質與結構上，設備採用合金與彈性聚合複合物材質，結合重心優化設計，設備整體重量僅為210g。
這意味着，用戶可以長時間佩戴完成複雜操作、精準抓取等任務，而不會產生負重感或動作受限。真正的“無感”，是數據自然性的前提。
6. 規模化採集，打通數據鏈條“最後一公里”
高質量數據不僅要“精”，還要“多”。具身智能的產業化，需要海量、多場景的高質量數據支撐。
Dex打造了全場景、規模化採集方案，以大幅提升數據採集效率。
在適配性上，設備結構支持自適應調節，可適配不同大小尺寸的手部，滿足不同用戶的使用需求。在部署上，Ego+Dex穿戴即採集，無需布置基站或其他場端設備，即可實現隨時隨地採集，降低了採集場景限制。在操作與續航上，設備支持語音交互控制，操作便捷，單次續航超過3小時，可滿足長時間採集需求。在數據傳輸上，設備具備自動流式上傳能力，3分鐘內即可完成從採集到上傳的全過程，整體數據採集效率提升了2個數量級。
這種規模化採集的能力，恰恰是數據飛輪高速旋轉的前提——只有足夠多的數據流入，模型才能持續迭代；模型變強後，又能指導更高效的採集策略，形成正向循環。這意味着數據不再是瓶頸，而成為可規模化、可復用的核心資產。
03.
不止於一隻手套，而是一套數據範式
Gen Dex的技術突破，在於其從底層重構了具身智能手部數據的供給邏輯，核心價值體現在四大維度。
第一，解決了具身智能“數據瓶頸”。當前，許多具身智能模型在仿真環境中表現優異，但一旦進入真實世界，泛化能力急劇下降。根本原因在於真實世界的高質量多模態數據極度稀缺。而Gen Dex提供的正是行業當前最稀缺的高精度、多模態、自然行為數據，可以大幅降低模型訓練對數據清洗與校準的成本，提升模型泛化能力與真實場景落地效率。
第二，建立了“頭+手”一體化數據新範式。Dex與Ego頭部採集設備協同，首次實現了覆蓋“視覺感知+手部精細操作”的完整人類行為數據鏈路。這一範式，為具身智能、人形機器人、人機交互、數字孿生等方向，提供了標準化、可復用、高對齊的數據源。它不再是一次性的採集任務，而是一種可持續的數據基礎設施。
第三，推動Human-Centric AI規模化落地。Dex秉持“Human Sense”的設計理念，讓數據採集回歸人類自然行為，避免設備干擾導致的數據失真。這一理念的深遠意義在於，它讓機器人真正學習的是“人類怎麼做”，而不是“機器限定下怎麼做”。只有以人為中心的數據，才能催生真正服務於人的智能。
第四，大幅提升行業數據生產效率。Dex輕量化、無基站、自適應、快上傳的特性疊加在一起，使大規模、多場景、多人次數據採集成為可行，有望推動數據成本下降、採集規模上升，從而加速具身智能產業的迭代速度，有望形成不可逆轉的滾雪球效應。
04.
結語與未來
Dex不僅在硬件層面實現了高精度、多模態、無感穿戴，更在系統層面構建了可規模化、可復用的數據鏈路，其顛覆性的技術突破，離不開簡智機器人在具身智能數據領域的全棧布局。
目前，公司已構建了全棧式產品矩陣，包括無本體數據採集設備GenDAS、人工智能數據治理平台GenMatrix以及大規模眾包數據產線GenADP；積累了涵蓋數千種技能、超百萬小時的高精度多模態數據，覆蓋家庭、工業、物流等多場景；並與超過30家國內外知名AI公司達成合作。
簡智機器人表示，未來將持續深耕具身智能數據採集領域，以技術創新為核心，不斷優化產品體驗、拓展應用場景，與行業夥伴攜手共建標準化、規模化的數據生態。
這場具身智能數據領域的新征程，從Dex開始。