灵犀智涌用一台由Demo级本体组装而成的机器人，通过预赛、晋级决赛，最终以160分的佳绩跻身全国三强，成为工业场景赛除行业头部企业外唯一获奖的机器人公司。

灵巧手作为人形机器人实现精细操作的关键部件，其性能取决于驱动、传动、感知和控制四大系统的协同工作。驱动系统是核心动力来源，其中无刷空心杯电机凭借高功率密度和快速响应成为主流选择，但存在绕线技术等高壁垒。

一、国外典型具身智能VLA架构国外4家典型的具身智能VLA模型：谷歌DeepMind RT-2、Physical AIπ0 、Figure AI Helix 、英伟达GR00T N1。2023年7月，谷歌DeepMind发布具身智能视觉-语言-动作模型（VLA）RT-2（Robotics Transformer 2）。其核心设计是使用互联网规模的网络数据和机器人动作轨迹数据对预训练好的视觉-语言模

GE 2.0这样的世界模型，代表了行业为解决数据瓶颈、提升算法能力所进行的前沿探索。它指向一个明确的方向：打造一个能让机器人在仿真世界中自主训练、进化的“虚拟训练场”，并实现数据的有效回流。

尽管RT-1 在多项关键指标上表现突出：以 97% 成功率执行超 700 条指令，在新任务、物体与环境的泛化能力上超越已发布基线模型；能有效融合模拟环境与异构机器人形态的数据，且在不削弱原任务性能的前提下增强新场景适应性；还可在SayCan框架中完成长达50步的长时程任务 —— 但该模型仍存在一定局限性。

RH20T数据集规模：数据集总数据量达20TB，包含超 11 万个高接触度机器人操作序列与等量的11万个人类演示视频，共计超 5000 万帧图像。该数据集包含视觉、触觉、音频等多模态信息，覆盖147种任务与42种技能。

灵巧手的商业化，从来不是“硬件堆料” 或 “算法炫技” 的单点比拼，而是 “硬件定义能力边界、软件挖掘能力上限” 的系统工程。

视觉语言模型的语义推理、问题解决和视觉理解能力对需要在真实环境中执行多种任务的通用机器人而言极具价值。然而，机器人应如何获取此类能力尚不明确。

ARIO数据集规模：共有258 个场景系列（Series），321064 个任务（tasks），3033188个轨迹片段（Episodes）。这些数据来自3种方式：真实世界采集 +仿真模拟生成+开源数据集转换。

​2026年初，中国具身智能赛道资本市场热度持续高涨，星海图、千寻智能、智平方这三家以“大脑”见长的企业接连完成大额融资，继宇树科技、智元机器人、银河通用之后，成功跻身百亿估值独角兽行列，行业“第一梯队”格局进一步明晰。​