DexRobot的DexHand是负责抓取物体的末端执行器，DexTele则让人远程操纵机器人，同时记录触觉、关节、位姿、图像和深度数据。把两者组合起来，目的不是完成一次手部演示，而是建立“人类示范—同步数据—清洗与训练—策略执行—回收新失败”的具身智能（Physical AI）循环。即使机器人手自由度很高，数据链一旦断裂，也很难训练出精细操作策略。
DexHand三款产品不是简单的高、中、低配关系
DexRobot在Automate 2026展示了DexHand021 Pro、DexHand021和DexHand021 S。按照公司发布的Automate 2026材料，021 Pro标注22自由度、50N载荷、覆盖整个手掌的多模态感知，以及超过30万次耐久循环；021标注19自由度、23个内置传感器和腱绳驱动的欠驱动结构；021 S则以8自由度、0.6kg重量和开放SDK为特点。
这些参数并不是“数字越大越好”的排名。高自由度可以形成更多手指姿态，也会增加控制变量和标定项目。重复生产任务若只需要长期保持简单抓取，021或021 S可能更合适；接触研究和复杂工具使用，则可能更需要021 Pro的传感配置。最终选择应由物料和需要采集的数据类型决定。
| 型号 | 公司公开配置 | 适合优先评估的用途 | 仍需核对的边界 |
|---|---|---|---|
| DexHand021 Pro | 22 DoF、50N、全手掌多模态感知、宣称超过30万次循环 | 触觉研究、复杂姿态、高密度数据采集 | 50N的测试姿态与方向、传感器标定、独立耐久验证 |
| DexHand021 | 19 DoF、23个传感器、腱绳欠驱动 | 在工具使用和稳定抓持之间取平衡 | 传感器类型与频率、腱绳更换和张力管理 |
| DexHand021 S | 8 DoF、0.6kg、开放SDK | 教学、快速集成、简单重复任务 | 公司所称“80%核心功能”对应哪些具体任务 |
50N和30万次循环都不能代替逐类物体成功率
50N是力的单位，不等同于5kg载荷。若不知道测量方向、使用了哪些手指，以及手腕和机械臂能承受多大负载，就不能直接换算成可抓物体重量。超过30万次的耐久数据同样来自公司发布；采购时应索取公开测试报告，确认重复动作角度、速度、负载、温度和故障判定标准。
现场测试比峰值力更重要。应把滑塑料瓶、薄拉链袋、会变形的纸箱和带把手工具等失败模式不同的物体分组，记录抓稳后保持10秒、搬运途中滑移、放下时黏连，以及碰撞后零点漂移。若需先了解触觉信号，可继续阅读机器人触觉传感器的类型与局限。
DexTele更像一套“对齐时间后再记录”的数据设施
DexRobot将DexTele描述为遥操作硬件、力控人形机械臂、高自由度机器人手和专业数据平台的集成系统。公司还称，用户无需再分别二次开发结构、电气、通信、遥操作算法和数据管线。不过，“无需另行开发”只能理解为标准配置内的产品主张，并不保证它能立即接入所有客户机器人和存储系统。
一个操作回合里同时存在多套时钟：操作者手部动作、机器人关节角、指尖力、触觉分布、头部与腕部图像、深度帧以及成败标签，必须指向同一时刻。哪怕只错开50ms，图像里可能尚未接触，力传感器却已经记录冲击。DexTele的价值不在设备数量，而在时间同步、坐标系对齐、缺失检测和元数据管理能否被稳定复现。
一次遥操作变成训练样本，要经过六道数据工序
第一步是定义任务：不能只写“拿起杯子”，还要规定起始位置、允许的抓法、目标位置、成功判定和中止条件。第二步是对齐操作者与机器人的坐标，并校准机器人手和力传感器零点。第三步采集原始数据，正常示范、滑移和重试都要保留。第四步对齐时间轴与坐标系，同时处理个人信息和无关背景。第五步按地点和物体拆分训练、验证与测试集。最后执行策略，收集新的失败。
同一名操作者反复完成任务，模型可能连个人手部习惯也一起学走。应混合熟练程度和体型不同的操作者，并改变相机位置、照明和物体摆放。若把失败回合全部删除，模型就学不到接触偏离后的恢复动作。关于结构和质量门槛，可继续阅读遥操作数据采集方法。
| 数据阶段 | 必须保留的信息 | 常见的质量崩溃方式 |
|---|---|---|
| 标定 | 设备ID、固件、坐标变换、传感器零点 | 缺少标定文件，却把不同日期的数据合并 |
| 采集 | 操作者、物料、成功与失败、人工介入 | 只挑成功视频，导致失败分布消失 |
| 同步 | 时间戳来源、延迟修正值、丢帧 | 图像与触觉的接触时刻错位 |
| 清洗 | 排除理由、原始文件哈希、标签修改历史 | 覆盖原始数据，无法复现和审计 |
| 数据拆分 | 按地点、物体和操作者分离的规则 | 同一场景同时进入训练集与测试集 |
| 执行评估 | 策略版本、成功率、介入率、恢复时间 | 只留平均成功率，危险失败被掩盖 |
触觉、关节和图像回答的是不同问题
关节数据能说明手指和机械臂形成了什么姿态，却不知道物体是否真的在滑；触觉与力能确认接触，但要识别物体及接触部位，还需要图像和深度信息；位姿数据则负责连接手与物体的空间关系。把这些模态一起采集，是为了减少单一信号缺失时产生的歧义。
存储量也会迅速增长。持续记录多路高分辨率图像和深度帧，需要的空间与带宽远高于关节向量。原始数据保存期、压缩编码、个人信息遮盖、访问权限和删除标准，都应在采集前确定。若因云端上传缓慢而随意降低视频采样，小幅接触失败可能消失；更稳妥的做法是分开保存训练转换版本与可审计原始版本。
模仿学习不会在导入示范数据后自动完成
人类示范可以用于训练ACT等模仿学习策略，也可支持其他VLA类模型，但策略仍会在示范未覆盖的新物体、遮挡、碰撞或损坏部件前失稳。训练损失低，也不保证实体任务成功。必须在独立地点和新物体上评估，并把安全限制留在策略之外的控制层。
模仿学习与强化学习的分工可参考机器人模仿学习与强化学习对比。DexTele主要提供示范数据，后续如何补足失败恢复与探索仍需另行设计。策略超出预期范围时立即停车或转交遥操作的条件，也应与学习性能分开验收。
采购前应先把数据所有权写进合同
DexRobot官方新闻页和DexRobot官方网站提供产品信息与咨询入口，但客户价格、交期和数据平台合同无法仅从公开页面确定。研究机构或工厂引入DexTele时，应写明原始数据与衍生模型所有权、是否可外传、远程支持可以访问的范围，以及保存和删除责任。
硬件报价也不能只列机器人手。机械臂、操纵设备、相机、计算设备、存储、标定工具、备用腱绳与手指模块、软件许可、培训和现场支持都要拆开报价，才能看到总成本。发布材料中的“成本为对比产品的1/5”和“80%核心功能”均是公司主张；若没有比较对象、配置和合同范围，不宜直接当作预算定值。
好的试点不会从第一天就盲目追求数据量。可先选三项代表任务，用50~100个回合审计同步与标签质量；检查两名人员处理同一原始数据能否得到一致结果，以及策略失败能否追溯到原始帧，再扩大采集。错误管线收集的10万回合，可能不如可复现的1千回合有价值。
真正决定成本的是“可用于训练的回合比例”
即使记录1千次遥操作，若因传感器丢失、标定错误、违反任务定义或相机被遮挡而只能使用一半，实际数据单价就会翻倍。采集团队应同时统计总回合数与有效回合率，并按设备、操作者、物料和时段归类排除原因。某名操作者的数据经常被排除，可能是培训问题；只有一台腕部相机持续丢帧，则应排查通信或存储瓶颈。
重新采集的成本不只有操作时间，还包括物料摆放、机器人手标定、传感器归零、原始文件上传、标签审核和个人信息处理。训练后发现标签错误时，必须能回溯并修改原始数据，才能保住已经支付的采集成本。若供应商平台只导出专有格式，合同结束后的转换成本可能很高，因此应提前索取包含时间戳和坐标变换的原始导出规范。试点指标除“每小时采集量”外，还应加入“每个验收通过回合的成本”。
常见问题
DexHand021 Pro一定是最合适的型号吗？
不一定。复杂触觉研究可能更需要它，但简单重复任务可能更看重021或021 S较低的控制复杂度与维护负担。
DexTele只是某一款机器人手吗？
不是。它把遥操作设备、力控机械臂、灵巧手与数据平台组合起来，用于记录示范和多模态数据。
采完遥操作数据，操作策略就能直接上线吗？
不能。还要完成时间同步、坐标标定、清洗、数据拆分、独立评估和安全控制；失败与人工介入也应保留为训练和评测资产。
已核验的官方资料
最后核对：2026年8月23日