特斯拉 Optimus 专利公开腱驱动手部蓝图，触觉层接踵而至
一份新的 USPTO 申请详述了可热成型触觉传感器，超出特斯拉 WIPO 架构披露的范围
本月早些时候，美国专利商标局公布了一份特斯拉申请，描述了人形机器人行业一直难以可靠构建的东西：一种可以规模化制造的机器人触觉传感器。这份编号 US20260310299A1 的申请详述了一种「三维软性柔顺阵列触觉传感器」，其设计不只是检测接触，还要经受住量产机器人手部反复的机械应力 —— 并在最终磨损时能廉价更换。这是一系列专利披露中的最新一份，这些披露一块一块地向全球机器人界交出了迄今最清晰的公开视角：特斯拉 Optimus 的灵巧手到底是怎么工作的。
10 月 8 日的申请紧随一系列国际专利申请之后，后者由特斯拉于 2026 年 4 月通过世界知识产权组织公布。那些文件 —— WO2026080687A1 及配套申请 —— 以精确的工程细节披露了 Optimus 手部的完整机械架构：22 个自由度、全部安装在前臂的 25 个执行器、每根手指三根线缆、为减小摩擦设计的滚动接触关节，以及横跨 100 多个微型螺钉组件、要求亚毫米精度的装配公差。这一精度要求既说明了灵巧机器人手为何仍难以批量制造，也说明了这一特定设计为何引起全球关注。
中国科技媒体把 4 月的 WIPO 公开称为「开源」—— 这一说法广为流传，不完全准确，但也不完全错。特斯拉没有发布 GitHub 仓库。没有 Apache 许可证。这些专利不授予竞争者未经许可就制造这只手的权利。它们授予的是在硬件领域几乎同样重要的东西：一份详细的、合法公开的蓝图，任何国家的任何工程师现在都能读。专利披露与开源硬件之间的这一区别，既定义了特斯拉所发布内容的真正意义，也定义了该公司实际交出之物的边界。
改变讨论的腱驱动架构
特斯拉手部的核心工程决策是把电机放在哪里。在 Optimus 之前设计的多数机器人手中，执行器嵌在手掌和手指内部或附近 —— 这种配置让机械复杂度靠近施力点，但给手部最远端增加了质量、降低了灵巧度，并在狭小空间里造成热管理问题。特斯拉的 WIPO 专利描述了相反的布置：全部 25 个执行器安置在前臂。动力完全通过线缆传到手指，经由手腕和手部结构中的精密导管布线。
这与人手的架构相呼应。驱动人类手指的肌肉大多在前臂；肌腱 —— 长长的纤维连接体 —— 把力跨过手腕、穿过手掌传到每个指关节。这种方式把质量集中在手臂最强壮的地方，让指尖和指节结构保持轻巧紧凑，并让手实现一种如果每个关节都带专用电机在机械上就不可能达到的运动范围和抓握多样性。
腱驱动灵巧手不是新概念。由英国 Shadow Robot 公司开发的 Shadow 灵巧手在 2000 年代中期开创了这一架构，至今仍是全球机器人实验室的研究平台。德国航空航天中心的 DLR Hand II 和更近的 DLR-HIT Hand 在研究语境中探索了类似原理。Optimus 手部与这些先例的区别不在机械概念，而在制造语境：Shadow 的手是以研究仪器价格为研究打造的精密仪器；特斯拉试图以汽车生产的单位经济性制造同一想法的版本。从研究平台到生产线的这一转换，历来正是困难集中的地方。
每根手指三根线缆的设计让 Optimus 手部能独立控制每根手指的屈曲、伸展和侧向定位。指节处的滚动关节 —— 这一技术选择不同于较简单机器人手指所用的常规销轴关节 —— 减少了线缆驱动系统通常遭受的摩擦和机械回差。回差，即随着公差累积在机械联动中产生的松动或游隙，是精细操作的特别敌人：一个试图捡起硬币或穿接线缆接头的机器人，容忍不了哪怕零点几毫米关节游隙引入的不精确。
22 个自由度这一数字让 Optimus 手部接近但略低于人手约 27 个自由度。差距反映的是刻意的取舍而非技术限制 —— 具体说，Optimus 设计减少了单根手指上独立的内收和外展控制，以略小的运动范围换取更易管理的线缆布线架构。对特斯拉在 Optimus 训练数据中优先考虑的抓取、装配和操作任务，22 个自由度看起来足够。
触觉传感器专利究竟描述了什么
知道机器人手已接触到物体，不等于知道接触有多用力、具体发生在指尖的哪里，或表面是光滑还是粗糙。基于视觉的系统可以近似其中一部分，但摄像头捕获和推理处理的延迟，对灵巧操作所需的快速调整来说太高。触觉感知 —— 嵌在手指表面本身 —— 是把「能在受控实验室条件下做有用工作的手」与「能在真实工厂做有用工作的手」分开的工程前沿。
10 月的专利描述了一种围绕此前触觉传感器尝试中一个具体失败而设计的制造方法：直接在复杂 3D 表面上制造传感器昂贵、良率差，而且产出的传感器在退化时难以更换。特斯拉的解法把流程反过来。传感器阵列被制造成一张平面薄片，采用消费电子行业几十年来打磨成熟的柔性印刷电路和电子工艺。在 2D 状态下制造并测试完成后，平面薄片被热成型 —— 加热到特定温度并压入与手部表面精确三维几何匹配的模具 —— 成为覆盖指尖和接触面的贴合传感层。
由此得到的传感器通过两种互补的物理机制检测接触：电容感知，通过测量传感器电极之间电容的变化来映射接触面上的压力分布；以及压阻感知，通过检测传感材料受压时电阻的变化来测量施加力的大小。单个传感层同时提供两种读数，给机器人的控制系统关于抓握发生在哪里、有多用力的信息 —— 这些数据对实时调整握力、避免压碎易碎物体、以及检测物体开始滑落至关重要。
机器人触觉感知的难题有几十年的历史；这个问题之所以一直抗拒解决，主要是因为生产环境的要求在每一个维度上同时都比实验室条件更苛刻。传感器必须小到能装在可能只有几厘米宽的指尖表面上。它们必须坚固到能经受反复抓握循环而不退化。它们传递读数的延迟必须低到机器人控制系统能实时调整握力 —— 这个回路必须在个位数毫秒内完成才显得灵敏。而且它们必须能以不抵消自动化经济性的成本批量制造。此前针对其中任何一项要求优化的方法，通常至少在另一项上失败。特斯拉的热成型传感器专利代表的是一种押注：制造优先的方法 —— 为良率和可替换性而非峰值感知分辨率设计 —— 才是生产语境下正确的工程优先级。
可更换的「感知手套」设计针对的是一个曾损害多个此前商业机器人部署的制造现实：生产环境中的触觉传感器会磨损。一只每天执行数千次操作循环的手，其传感层会先于机械结构退化。通过把传感器设计为模块化、可换的一层，而不是需要整手拆解才能更换的集成组件，特斯拉试图把消耗性传感元件的维护经济性与底层执行器和结构硬件的资本成本分开。这一架构决定呼应了汽车维护中可更换刹车片的逻辑：廉价更换磨损件，保住下面昂贵的机器。
专利公开不是开源 —— 但效果相近
「开源」的确切含义在这一语境下很重要。在软件中，开源意味着以授予他人使用、修改和分发权利的许可证发布代码，通常不欠原开发者任何版税。在硬件中，开源通常意味着以类似条款发布设计文件（CAD、原理图、物料清单）—— 比如开放计算项目或某些 RISC-V 实现。特斯拉这两件事都没做。Optimus 手部专利在专利合作条约成员国为所述架构授予特斯拉法律保护。一个为商业销售制造这一精确手部设计的竞争者将欠特斯拉许可费，假如特斯拉选择主张其权利。
这些专利提供的是完整的技术透明。WIPO 公开文件包含详细的工程图、材料规格、运动学图和制造公差。任何受过训练的机械工程师都能读懂它们、理解设计、提取原理，并构建架构上类似的东西 —— 即便商业用途的精确复制需要许可谈判。在这个意义上，中文机器人评论中广泛流传的与开源的类比在功能上是有意义的：这些知识现在以此前没有的方式公开了，而读过这些专利的全球工程师和制造商群体，在构建灵巧机器人手方面比 2026 年 4 月之前明显更有准备。
还有一个比竞争影响更少受关注的供应链含义。零部件制造商 —— 精密执行器生产商、线缆制造商、滚动关节供应商 —— 现在有了来自全球最受关注的人形机器人项目的公开规格，可以据此开模。宁波和其他已在供应特斯拉 Optimus 零部件链的中国硬件集群的制造商，自 2026 年 4 月起就能获得向任何客户报价腱驱动人形手零部件所需的详细规格。特斯拉自己也从这一生态采购零部件。WIPO 披露的长期效应，可能既关乎深化整个行业 —— 包括特斯拉自身采购 —— 的供应链，也关乎任何单一的竞争互动。
特斯拉公开的设计已经过时
这个故事中最能说明问题的细节，是 Elon Musk 在 4 月 20 日、WIPO 公开引起国际关注几天后在 X 上透露的。这份专利设计 —— 22 个自由度、25 个前臂执行器、每指三线缆的架构 —— 不是 Optimus V3 所用的。到这些专利走完 WIPO 公开流程时，特斯拉已经迭代到了新一代手部设计。
这与时间线一致。专利申请于 2024 年 10 月提交。WIPO 于 2026 年 4 月公布 —— 从申请到公开相隔十八个月，这是国际专利程序的标准周期。在一个像特斯拉 Optimus 这样快速迭代的机器人项目中，十八个月可能代表多个完整的设计周期。无论当前 V3 或更新的 Optimus 手部用的是什么架构，都不是那些 WIPO 申请中的那一个。
这造成了一种有趣的动态。特斯拉为已公开的架构获得完整的法律保护，履行了其专利义务。把工程资源投入逆向工程已公开设计的竞争者，研究的是特斯拉已经越过的系统。知识价值是真实的 —— 腱驱动、滚动关节和前臂执行器布置的工程原理不论代际细节如何都适用 —— 但一家试图通过复制 2026 年 4 月专利来追上特斯拉的公司，追的是特斯拉大约十八个月前所处的位置。因此，快速迭代硬件项目中的专利策略可以发挥一种并非纯防御的作用：在详细的在先技术变得过时的那一刻公开它，公司可以同时履行披露义务、培育供应链，并以仍未公开的当代设计的形式保护其真正的优势。
为什么装配规模仍是真正的约束
即便已公开的架构被完整复制，公开的公差也会是瓶颈。装配 Optimus 手部需要在 100 多个微型螺钉和线缆布线元件组成的零件集上实现亚毫米级的位置精度。这不是制表 —— 在精度要求上更接近光学仪器制造。世界上很少有工厂能以特斯拉商业人形机器人项目所需的规模维持这种产能，而能做到的工厂主要在服务半导体和精密光学行业。
训练挑战叠加在装配挑战之上。模仿学习 —— 特斯拉用来教 Optimus 操作任务的方法 —— 需要从人类演示中大规模采集数据。工人穿上动作捕捉服执行机器人要学的任务；记录下的动作成为行为克隆模型的训练数据。这种方法已被证明对具体、定义明确的任务有效，但其泛化局限在学术机器人文献中有充分记录：用模仿学习训练的系统在应用于与训练条件差异很大的物体、环境或任务类别时经常吃力。真实世界语境偏离训练分布越远，性能退化越剧烈。
特斯拉自己的数据采集运作在人的一侧遇到了摩擦。公司要求生产工人在轮班期间穿戴动作捕捉设备 —— 一些员工认为这种做法具有侵入性并予以抵制。训练数据的质量和覆盖面与采集到的演示的多样性和数量直接成正比；这方面工人参与度的限制直接影响成品 Optimus 系统在结构化演示条件之外能可靠执行哪些操作能力。
竞争者的位置
没有任何竞争的人形机器人项目发布过可与特斯拉 WIPO 专利相比的技术细节。竞争版图可以勾勒，但对手架构的具体细节有很大不确定性。
波士顿动力的 Atlas 机器人近年从早期的液压设计更新为电动驱动，但它主要不是灵巧操作平台。它为移动性和负载搬运优化；其手部设计反映了这一优先级，自由度更少，精细操作能力也不及 Optimus 专利所描述的。
Figure AI 的 Figure 03 平台吸引了大量企业关注，宣称灵巧度与 Optimus 相当，但没有发布达到特斯拉专利申请那种程度的架构细节。对 Figure 操作能力的独立性能验证仍限于公司自报的演示和合作伙伴评估。
Sanctuary AI 的 Phoenix 手是有部分公开信息的、技术上最可比的竞争者；Sanctuary 把灵巧操作强调为核心产品差异点，并公开谈论过受肌腱启发的驱动方法。量产规模仍不清楚。
Agility Robotics 的 Digit 已在亚马逊仓库商业部署，但为包裹搬运和物流任务优化，那里握力和可靠性比 22 个自由度所带来的精细运动灵巧度更重要。
而2026 年 7 月 FCC 的行动把外国生产的先进机器人设备 —— 包括人形机器人 —— 加入该机构的受管制清单，使新的外国制造型号无法获得在美国进口或销售所需的 FCC 设备认证。该措施影响未来一代的中国平台；一些在 7 月 28 日之前已通过认证的现有型号仍可在美国销售。宇树和傅利叶都运营着自由度在 12 到 14 范围的人形平台，聚焦直驱驱动而非特斯拉追求的腱驱动方式。FCC 的限制实质性地限制了下一代中国人形平台进入美国的路径，而特斯拉、Agility 和 Figure 的美国制造系统不受影响。
蓝图与规模化生产之间的差距
2026 年 10 月的触觉传感器专利到来之际，特斯拉手部在演示条件下能做什么与在量产规模下能做什么之间的距离，仍是整个人形机器人行业的决定性竞争问题。特斯拉对 Optimus 的商业主张取决于一条具体的经济链：机器人必须能以足够的产量制造，把单位成本压到部署一台比为同一任务雇人更合理的门槛之下。公司已讨论过在仍在敲定的商业安排下向企业客户部署早期 Optimus 单元 —— 在制造成本结构继续优化的同时提前锁定工业伙伴。公开一份专利 —— 哪怕是详细的 —— 并不能缩短那段距离。孤立地解决热成型制造问题也不能。
从 2026 年 4 月到 10 月的一系列披露确实确立的是，特斯拉是在制造工程的层面思考这个问题，而不只是能力工程。可更换感知手套架构不是机器人触觉在技术上最令人印象深刻的可能解法；它是一个为生产线维护计划和成本约束的现实而设计的解法。热成型方法不是性能最高的可能传感器制造方法；它是能以可接受的良率和成本生产数百万个传感器的方法。这些是把研究演示与商业部署分开的工程判断，它们出现在专利申请中表明特斯拉的内部开发是围绕部署经济性而非基准性能来组织的。
真正将以商业产量出货的那只手 —— 既取代已公开的 WIPO 架构、也取代 Musk 在 4 月暗示的当前内部迭代的那个设计 —— 仍未公开也未经验证。触觉传感器专利描述的是对「让灵巧机器人手在真实环境中足够可靠」这一最难的剩余问题之一的、面向生产的解法。包括它将附着其上的、尚未披露的机械架构在内的完整系统，能否达到商业部署所需的操作可靠性门槛，是尚无任何已公开专利回答的问题。