英伟达GR00T参考机器人指定的灵巧手Sharpa Wave，22自由度、每指尖超1000触觉单元，演示了精细触觉操作；临界点首发全直驱旗舰OmniHand 3 Ultra-M，20自由度、0.005N力分辨率，现场折气球小狗；灵心巧手发布Linker Hand O20/O30，并开源UMI-Dex采集方案；曦诺未来展出混合驱动Flex 2，400g却能提12kg；千觉机器人全球首秀TacCap-Gripper，专攻触觉数据闭环……

一场关于“手”的临界点之争

维也纳ICRA 2026，灵巧手赛道挤满了新面孔，全新硬件方案与技术路线集中亮相。

英伟达GR00T参考机器人指定的灵巧手Sharpa Wave，22自由度、每指尖超1000触觉单元，演示了精细触觉操作；临界点首发全直驱旗舰OmniHand 3 Ultra-M，20自由度、0.005N力分辨率，现场折气球小狗；灵心巧手发布Linker Hand O20/O30，并开源UMI-Dex采集方案；曦诺未来展出混合驱动Flex 2，400g却能提12kg；千觉机器人全球首秀TacCap-Gripper，专攻触觉数据闭环……

同台竞技的这些新生代企业，不少成立时间都不足3年，但各个都在争当灵巧手的TOP1。它们的“第一”各有依据：

4月智元合作伙伴大会上，临界点亮出成绩单，累计交付灵巧手8000余台、夹爪过万，Q1单季3500只，自称市占率第一。并定下了“出货量与市占率双TOP”的目标。

灵心巧手则宣布单月出货超4000台，自称占全球高自由度灵巧手80%份额；因时机器人披露2025年灵巧手交付破万台；曦诺未来完成三轮累计近 10 亿元融资，带着小米、理想、宁德时代的资本入场，规划年产万只级灵巧手；千觉机器人则宣称要补齐物理智能数据闭环。

与之形成对照的是第三方机构的行业划分：前瞻产业研究院将灵心巧手、因时机器人、帕西尼机器人划入灵巧手第一梯队，临界点被归入第二梯队。

在灵巧手行业标准缺失、统计口径混乱的当下，各家争抢的 “行业第一” 并无统一答案，本质是一场依托量产、技术、资本、生态展开的叙事话语权博弈。而临界点，正是这条赛道最典型的样本。

看似热闹的排名之争、出货量比拼，背后藏着人形机器人产业链最核心的战略逻辑。

作为人形机器人的核心末端执行器，谁能率先在零部件端跑出规模，谁就更有机会绑定下游整机厂商，大家抢的不是今天的订单，而是标准制定权、数据入口和生态位置。在具身智能产业链里，灵巧手是少数可能形成数据壁垒的核心部件，这也是产业资本密集下注的重要逻辑。

对赛道玩家而言，TOP1还有一层更直接的作用：它是估值叙事的杠杆。

视觉算法可以迁移，底层模型可以复用，本体硬件未来甚至可能逐渐标准化；但灵巧操作高度依赖真实世界的数据反馈，机器人如何抓取、旋拧、装配、整理，最终都需要大量真实操作数据去训练。

临界点的底气，来自量产与迭代速度。5个月四款产品，交付超8000台，意味着产能爬坡已经跑通。对还在原型阶段的竞品来说，这是实打实的先发差距。

而它当前的核心叙事正是“全栈式灵巧数据”：量产→数据→大模型→更好的操作能力→更多客户→更多数据。飞轮转起来，壁垒就建立起来。沿着这个逻辑，临界点已经长成了赛道上10亿美元估值的独角兽。

但这套叙事有一个很少被认真讨论的前提：数据不仅要足够多，还必须足够多元。如果长期集中于少数固定场景，模型更可能形成高度特化的局部能力，而非真正具备跨场景泛化的通用操作能力。

这正是临界点目前值得警惕的潜在问题。根据公开数据，截至2025年底，智元机器人累计出货约5000台，当前部署场景仍主要集中在工业验证、数据采集、导览展示及部分仓储领域。临界点此前提到的“5万+小时真实场景数据、1000台设备常态化运行”，很大程度上也来自这类场景。工业验证和数据采集本身具有较强的任务重复性，所产生的数据天然偏向少数固定操作，多样性有限。

相比之下，灵心巧手的客户覆盖科研院校、制造业企业、消费电子厂商及部分海外工业客户；其公开披露的LinkerSkillNet数据集已收录500余种复杂操作技能数据，并计划进一步扩展。曦诺未来则依托小米、理想、宁德时代的产业资本，试图打通从核心零部件到整机集成的全链条。因时机器人凭借近10年的积累，在微型伺服电缸等底层技术上建立了垂直壁垒。

这背后是同一道逻辑：外部客户越多元，数据越多元；数据越多元，大模型泛化能力越强；大模型越强，能服务的场景越广。反过来，如果起点长期停留在单一生态内部，飞轮转出来的是一个高度特化的局部优势，而非服务全行业的通用能力，长此以往，数据维度的单一性，可能会在通用能力比拼的阶段，成为外部客户选择时的顾虑，从而陷入“外部客户不够多→数据不够多元→通用迭代受限”的潜在困境。

不过，这个困境是方向性的风险，不是已成的定局。临界点成立仅5个月，目前正处于智元生态内加速积累产能和数据的阶段。外部客户拓展的时间窗口还在。而且工业标准化数据采集场景仍是具身大模型基础训练数据的重要来源，只是该类数据难以支撑通用人形机器人多场景落地需求。

这个鸡生蛋困境的根源，恰恰藏在临界点最引以为傲的起跑结构里。

智元对临界点的控股，构成了一套其他灵巧手公司很难复制的起跑结构：直接继承智元打通的采购与制造体系，规模化采购+部分核心零部件自研，让OmniHand入门款下探至9800元。对独立创业公司而言，光是打通稳定供应链往往就需要数年；临界点从成立第一天起就拥有这套基础设施。

更关键的是数据回流。智元的人形机器人部署为临界点提供了纯第三方供应商很难获得的优势：真实工况下的大规模操作数据，以及母公司天然提供的早期订单支撑。

这就是Tier0.5结构：用母公司生态资源换起跑速度，再通过独立融资与外部扩张获取成长空间。

值得一提的是，这套结构的优劣并不绝对。机器人行业未必会像互联网平台一样，最终形成高度通用的基础能力市场。对于仓储搬运、工业装配等率先落地的场景，商业化可能长期建立在有限场景之上。在这种情况下，垂直一体化数据闭环的迭代效率，反而可能高于开放生态。数据多样性是否一定比闭环效率更重要，行业本身还没有答案。

但问题在于，临界点的终局野心并非只做智元的配套，而是成为全行业的操作底座。它试图跨出智元生态时，Tier0.5的张力就彻底爆发了。

当临界点从智元生态零部件走向行业级供应商时，非智元系厂商采购它的产品，买的不仅是硬件，更会考量潜在的生态与供应链绑定风险。尤其在灵巧操作高度依赖数据迭代的当下，外部客户难免会有顾虑：把核心末端交给一家深度绑定竞对的供应商，自己的数据边界和供应链安全能否得到保障？客户需要的不仅是产品性能，还有对供应商中立性的信任。

全球成熟供应链早已验证中立性的长期价值：台积电能同时服务苹果、高通、英伟达，靠的是结构性承诺：不做自有芯片；博世能长期向不同车厂供货，建立在不生产乘用整车之上。两者的中立性，都是在市场格局形成之前就确立的。

而临界点走的是反向路径。先深度绑定智元，再试图建立中立性。先上车再换座，不仅要面对路径依赖的惯性，更要付出极大的信用成本。好在灵巧手市场还在极早期，9800元的入门款至少让临界点有了一张让外部客户愿意试水的门票，价格优势可以暂时压过中立性顾虑。

目前，临界点尚未公开披露任何信息隔离机制。随着其向全行业供应商转型，机制的不透明本身就是信任建立的障碍。

不过，短期来看，依托母体生态完成产能、订单、原始数据积累，仍是临界点最务实的成长路径；生态依附带来的发展局限，更多是面向全行业通用化发展阶段才会凸显的长期考验。

某种意义上，临界点面对的问题，也是整个人形机器人产业未来都会面对的问题：垂直一体化带来最快的起跑速度，但当行业走向开放市场后，中立性、生态关系与数据边界又会成为新的竞争门槛。

灵巧手行业今天争夺的，看起来是出货量、订单和TOP1。但更深层的问题是：机器人时代的核心零部件，最终会属于封闭生态，还是开放供应链？

每家公司都在用对自己有利的口径讲故事。但真正的答案，不取决于谁现在卖得多，而取决于谁能在封闭与开放之间，找到让全行业都愿意接入的平衡点。临界点正在测试这个平衡点是否存在。而英伟达、特斯拉、宇树则分别选择了自己的答案。

维也纳的展台已经撤了。但这场实验才刚刚开始。