PSYONIC：从触觉仿生手走向机器人灵巧操作平台

随着人形机器人、协作机器人和具身智能快速发展，灵巧手成为机器人产业链中越来越受关注的关键部件。机器人要进入制造、物流、医疗、护理和家庭服务等真实场景，不能只具备移动、识别和对话能力，还需要完成抓取、捏合、旋转、放置、试探力度等复杂手部动作。相比视觉识别和路径规划，手部操作更依赖触觉反馈、力度控制和连续调整，长期来看是机器人从实验室走向真实应用的关键难点。

美国仿生技术公司PSYONIC成立于2015年，总部位于美国加利福尼亚州圣迭戈，创始人兼CEO为Aadeel Akhtar。公司最初面向上肢缺损人群开发高性能仿生义手，随后将产品能力延伸到机器人学习和工业自动化场景，其核心产品Ability Hand正在跨越医疗辅具和机器人末端执行器两个领域，使公司在业界备受瞩目。

一、产品技术：Ability Hand以触觉反馈提升仿生义手实用性

PSYONIC的核心产品Ability Hand定位为轻量化、高耐用、可负担的先进仿生义手。与传统义肢主要解决支撑、装饰和基础抓握功能不同，Ability Hand更加重视真实生活中的使用体验，重点围绕触觉反馈、多指抓握、轻量化结构和成本控制展开设计。

其技术特点主要体现在三个方面：

1. 通过触觉反馈改善用户控制体验

Ability Hand的指尖集成压力传感器，用户抓握物体时，系统会将压力变化转化为手臂处的振动反馈，使用户感知接触和用力状态。这一设计在上肢假肢中具有现实意义。许多传统肌电假肢可以执行开合动作，但用户往往需要依靠视觉判断是否抓稳、力度是否合适。Ability Hand通过触觉反馈补充了动作控制中的感知环节，在拿取纸杯、鸡蛋、柔软物体和轻小物品时，可以帮助用户更准确地调整力度。

2. 以轻量化和多抓握模式适配日常场景

Ability Hand重量约490克，低于成年人人手平均重量。五根手指均可屈伸，拇指支持电动和手动旋转，能够形成多种抓握方式，适配杯子、餐具、门把手、工具等常见对象。产品还具备一定防泼溅、防尘和抗冲击能力，使其更适合日常连续使用。对于仿生义手而言，性能参数只有转化为稳定、舒适、低负担的日常体验，才具备真正的商业化价值。

3. 通过混合制造降低成本和维护门槛

高端上肢假肢长期存在价格高、适配复杂、维修成本高等问题。PSYONIC采用3D打印、硅胶、橡胶、注塑和数控加工等混合制造方式，在产品开发阶段快速迭代，在量产和维修阶段控制成本。公司还强调Ability Hand能够进入美国医保和商业保险覆盖范围，使触觉反馈、多指抓握等高端功能不再局限于少数展示性案例，而是进入更大范围的临床适配和日常使用场景。

二、应用合作：从人用义手进入机器人训练体系

Ability Hand原本面向人体佩戴设计，需要在真实生活中处理不同材质、不同形状和不同受力状态的物体。这些能力与机器人灵巧操作所需的末端执行能力高度重合。2026年以来，PSYONIC在机器人领域的合作明显加速。

3月，PSYONIC公司宣布与英伟达合作，将Ability Hand集成到NVIDIA Isaac Lab中。Isaac Lab是面向机器人学习的仿真和训练框架，支持开发者在虚拟环境中训练、验证和部署机器人策略。Ability Hand进入这一体系后，研究人员可以围绕一只已经在真实人类场景中使用的传感化仿生手，开展机器人操作学习和策略训练。PSYONIC在合作中提出“real-to-real”路径，即让人类佩戴Ability Hand完成真实任务，采集手部动作、接触、力度和操作过程，再将这些数据用于机器人训练。与主要依赖仿真数据的方式相比，这一路径更强调真实物理环境中的人类操作经验。PSYONIC在演示中展示了移液等任务：人类用户先佩戴Ability Hand完成操作，随后同一只手被连接到工业机器人、机器狗和人形机器人等不同平台上执行类似任务。通过同一硬件连接人类示范和机器人执行，可以降低人类动作数据向机器人操作策略迁移时的形态差异。

6月，ABB Robotics宣布与PSYONIC合作，将Ability Hand与ABB GoFa协作机器人结合，探索利用义手使用者产生的触觉和动作数据提升机器人抓取能力。双方关注的应用场景包括汽车、航空航天、包装、物流和生命科学等领域。这些行业存在大量重复、精细、易变和劳动强度较高的操作任务，对机器人柔性抓取和精细操作提出了更高要求。PSYONIC提供的触觉传感、多指抓握和真实操作数据，正对应工业机器人向非结构化任务扩展的需求。

三、发展展望

PSYONIC的发展路径显示，具身智能所需的关键能力并不只来自整机机器人公司，也可能来自医疗辅具、传感器、人机接口和末端执行器等细分领域。仿生义手长期服务上肢缺损人群，核心目标是帮助用户恢复日常生活能力；机器人灵巧手面向工业和服务场景，目标是让机器具备更强的真实世界操作能力。两者虽然应用对象不同，但都需要解决触觉感知、柔顺抓握、力度控制和动作反馈等共同问题。

这一模式为机器人产业提供了新的数据来源。视觉、文本和仿真数据已经广泛用于人工智能训练，但真实接触过程中的力度、滑动、形变和手指调整信息仍然较难获得。Ability Hand如果在人体使用和机器人部署中持续积累操作数据，就有可能为机器人灵巧操作提供更接近真实物理交互的数据基础。

总体看，PSYONIC的意义在于将仿生义手从医疗辅助产品扩展到机器人灵巧操作场景。随着机器人从“能移动”走向“能操作”，触觉、抓握和真实交互数据的重要性将持续上升。类似PSYONIC这样的仿生技术公司，可能在具身智能产业链中承担更重要的连接作用：一端连接人类真实操作经验，另一端连接机器人学习和工业自动化需求。 

参考文献：

[1]PSYONIC官网. https://www.psyonic.io/.

[2]PSYONIC partners with ABB Robotics to apply human touch to robot dexterity[EB/OL]. (2026-06-19).https://www.massrobotics.org/psyonic-partners-with-abb-robotics-to-apply-human-touch-to-robot-dexterity/.

[3]PSYONIC & NVIDIA Officially Announce Collaboration at NVIDIA GTC 2026[EB/OL]. (2026-03-16).https://www.psyonic.io/news/press-release-psyonic-amp-nvidia-officially-announce-collaboration-at-nvidia-gtc-2026.

[4]Monica Hernandez.San Diego startup brings bionic hands to factory robots[EB/OL]. (2026-06-16).https://www.nbcsandiego.com/news/local/san-diego-startup-brings-bionic-hands-to-factory-robots/4037661/.