2026年7月，1X 发布了其人形机器人平台 NEO 的新型手部。纸面参数颇为突出：25个自由度——手指和手掌22个、手腕3个——再加上腱驱动传动、力控制，以及能够测量压力、接触位置和剪切力的触觉传感器。
人们很容易把注意力停留在演示上：拼 LEGO、旋转灯泡、拉开拉链或插入 USB-C。更值得讨论的，并不是机器手越来越像人手，而是工程师选择让机器兼容一个从未为机器设计过的环境。
物理世界早已有一套接口
几个世纪以来，我们一直围绕人体建设环境。开关的高度、门把手的形状、台阶间距、走廊宽度和工具握柄，都默认了某种身高、两条手臂、可对握的拇指以及特定的移动方式。
在软件里，我们会把它称为接口。它没有写进技术契约，却决定了系统能使用什么。人体正是这套接口最初服务的客户端。
因此，即使人形结构不是某个单项任务的最佳机械方案，它仍可能合理。尺寸与关节兼容的机器人，可以打开现有的门、上下楼梯、驾驶车辆或使用工具，而不必先改造整栋建筑。
一篇近期关于公共交通机器人的研究视角也把“兼容为人类设计的环境”视为人形机器人的核心优势，同时给出一个重要限定：面对结构化、重复性工作，专用机器仍然更便宜、更快，也更可靠。
兼容不等于最优
如果环境可以从零开始设计，复制人体通常并不是好决定。
在平整地面上运货，轮子比双腿更简单高效。要把同一条焊缝重复上千次，受控工作单元里的工业机械臂拥有更高的精度与可用性。清洁地面也不需要一台一人高的机器，而需要一台能钻进家具下方的低矮设备。
当三个条件同时出现时，计算才会改变：
- 环境已经存在，而且是为人建造的；
- 任务会变化，无法预先穷举；
- 改造基础设施比适配机器更昂贵。
这时，通用机器人才可能产生价值。人的形态并没有优化每个动作，却能降低机器人与数千种既有物体和空间集成的成本。这是一项兼容性决策，而不是模仿。
手也是感知系统
1X 公布的规格说明了为什么手部一直是机器人领域的瓶颈。
简单夹爪只有一套很小的“词汇”：抓取、释放、推动。更多关节可以扩展动作范围，但只有动作还不够。拿起杯子、袋子或水果时，机器人需要知道自己用了多大力、接触点在哪里，以及物体是否开始滑动。
按照 1X 的说法，其传动采用约5:1至15:1的减速比，并让关节具有反向驱动能力：外力可以推动关节，系统也能测量这股力。触觉表皮则补充压力和剪切数据。于是，手不再只是执行器，也成为感知通道。
视觉无法解决所有操作问题。物体可能被手指遮挡，可能透明或易变形，也可能在摄像头及时发现之前就开始滑落。触摸不只是作用于世界，也是向世界提问。
硬件创造可能性，但不能证明自主性
机器人视频经常混合三个层次：
- **机械能力：**手可以到达某种姿态、施加力量或检测接触。
- **任务控制：**系统能够协调动作，完成一个具体操作。
- **可泛化自主性：**机器人可以识别新情况、规划、从错误中恢复，并在无人干预下可靠复现结果。
新手部为第一层提供了证据，也为第二层展示了有前景的演示，但它本身无法证明第三层。现有规格和能力主张也来自制造商；关于成功率、速度、维护、磨损以及数千次循环后的表现，仍缺少独立评估。
这种区分并不会贬低真实的硬件进步。它只是避免把一项真实改进扩大成目前公开证据尚无法支持的自主性主张。
真实部署应该测量什么
评价通用机器人，不应看一段视频塞进了多少种演示，而应看环境不再配合时它如何工作：
- 无人帮助时，它能完成多少任务，又需要多长时间？
- 物体移位或门的阻力增加时，它如何恢复？
- 它需要多频繁的人类干预？
- 腱、涂层和传感器能承受多少次循环才需维护？
- 面对人、宠物、液体和易碎物时会发生什么？
- 与只自动化真正所需的单项任务相比，通用性要付出多少成本？
任务越稳定、空间越可控，为人形结构付费的理由就越少。环境越不可预测、预期任务范围越广，兼容性就越有价值。
人的形态也许不是制造机器的最佳方式，但如果机器必须使用我们已经建成的世界，它可能是一种合理方式。
