1X’s NEO präsentiert 25-DoF, sehnengesteuerte Hände mit Krafttransparenz, vollständiger Rückantriebsfähigkeit, hochauflösender taktiler Haut und IP68-Versiegelung – und verwandelt Humanoide von „Nur-Schreib“-Greifern zu Lese-Schreib-Manipulatoren. Das Ergebnis: nahezu menschliche Geschicklichkeit, sicherere Interaktion und ein Daten-Flywheel, das verkörperte KI über Demo-Software hinaus voranbringt.
Die meisten Roboterhände sind Nur-Schreib-Geräte: Sie führen Positionen aus, spüren aber wenig durch ihre eigenen Gelenke. NEOs 25-DoF Sehnenhände kehren dieses Paradigma um und bieten eine Lese-Schreib-Oberfläche, bei der Kraft nach außen fließt und Informationen zurückfließen. Niedrige Übersetzungsverhältnisse (≈5:1–15:1) machen alle Gelenke vollständig rückantriebsfähig, sodass Kontaktkräfte nicht durch Reibung verloren gehen. In Kombination mit nativer Kraftregelung und hochauflösender taktiler Haut fördert die Plattform die Manipulation von vorgeskripteten Bewegungen hin zu Experimenten: ertasten, fühlen, anpassen. Praktisch erweitert das die Aufgabenabdeckung von Greifen und Ablegen zu feinen Handhabungen, Werkzeuggebrauch und nachgiebiger Interaktion – ohne externe Sensoren, die Zuverlässigkeit und Latenz erschweren.
Die Verteilung dieser 25 Freiheitsgrade ist wichtiger als die Anzahl. Anatomisch inspirierte Verteilung – insbesondere ein wirklich opponierender Daumen – ermöglicht stabile Präzisionsgriffe und dynamische Umgreifen. Spitzendrehmomente von etwa 3,5 Nm am Daumen-CMC, 2,6 Nm an den Finger-MCPs und bis zu 45 N distale Beugung liefern nützliche Kraft, während ein 17,75 Nm Handgelenk Werkzeugkräfte und Lastübertragung unterstützt. ±0,2 mm Positioniergenauigkeit hält die Plattform im Bereich kleiner Objekte effektiv, wo die meisten menschlichen Arbeiten stattfinden. IP68-Versiegelung und lebensmittelsichere Materialien erweitern die Einsatzbereiche von Spülen bis zu leichter Lebensmittelhandhabung, während Millionen-Zyklen-Validierung und geringe distale Trägheit Betriebszeit und Sicherheit in kontaktreichen Arbeitszellen stärken.
Taktil- und propriozeptive Ströme bilden die Grundlage für Policy-Lernen und schnelle Erholung. Rutschdetektion über Scherkanäle löst Unter-Sekunden-Umgriffe aus; vollständige Propriozeption hält den Regler jederzeit über Pose und Aufwand informiert. Das bedeutet, dass jeder Griff ein Trainingssignal wird – selbstbeschriftet durch die Physik der Interaktion – und die Abhängigkeit von brüchigen visuellen Heuristiken für transparente, verformbare oder verdeckte Objekte verringert. Für den Einsatz bedeutet das weniger handgefertigte Sonderfälle, schnellere Iteration und einen klareren Weg zur Generalisierung, vorausgesetzt, Betreiber können hochauflösende Kontaktspuren und Belohnungsfunktionen erfassen, versionieren und abspielen, die an Durchsatz, Schadensrate und Zykluszeitvarianz gebunden sind.
Für Käufer verschiebt sich die Frage von „Kann ein Greifer das?“ zu „Was ist unser Manipulationsumfang, Datenpipeline und Wartungsplan?“ Bewerten Sie anhand strukturierter Aufgaben – Fädeln, In-Hand-Drehung, Werkzeuganbindung und Flüssigkeitshandhabung – unter Zeit- und Sicherheitsvorgaben. Ordnen Sie Drehmoment- und Bandbreitenanforderungen Ihren SKUs und Vorrichtungen zu und testen Sie die Erholung von Rutschen und Kollisionen. Planen Sie Sehnenwartungsintervalle, Hautersatz und End-to-End-Telemetrie: Wenn Sie Millionen kontaktreicher Episoden erfassen können, akkumulieren Sie Fähigkeiten. Wenn nicht, riskieren Sie eine teure Demo. Der strategische Wert liegt in der Lese-Schreib-Schleife – und Ihrer Fähigkeit, sie zu skalieren.
Was sich geändert hat: Von Greifer-Verben zu Lese-Schreib-Manipulation
NEOs Hände gehen über die Drei-Verb-Grenze (Aufnehmen, Ablegen, Schieben) hinaus, indem sie Sehnenantriebe mit niedrigen Übersetzungsverhältnissen mit 25 krafttransparenten Freiheitsgraden kombinieren. Jedes Gelenk wirkt und fühlt, was präzise Kraftregelung und Rückantriebsfähigkeit über Hand und Handgelenk ermöglicht. Dichte taktile Haut fügt Normalkraft- und Scherkanäle über die Oberfläche hinzu, nicht nur an den Fingerspitzen. Die Integration ermöglicht feines Abtasten, In-Hand-Drehung, dynamisches Umgreifen und Werkzeugkopplung, die typische hochübersetzte, reibungsintensive Getriebe ohne externe Vorrichtungen nicht erreichen können.
Für Betreiber bedeutet das eine größere Aufgabenvielfalt ohne Werkzeugwechsel, bessere Robustheit bei variierenden Teilen und sicherere Mensch-Roboter-Interaktion dank Nachgiebigkeit und geringer distaler Trägheit. Die Hand fungiert als Instrument – misst beim Manipulieren – sodass Policies online angepasst und offline mit reichen Kontaktverläufen verbessert werden können.
Warum es wichtig ist: Daten-Flywheel für verkörperte KI
Der Engpass bei verkörperter KI ist nicht nur die Modellgröße, sondern die Qualität und Menge gelabelter Interaktionsdaten. Eine Lese-Schreib-Hand schließt den Kreis: Jeder Griff liefert Pose, Gelenkaufwand, Kontaktkarten und Rutschereignisse – präzise Signale, die Manipulations-Policies ohne teure menschliche Beschriftung trainieren. Mit IP68, robusten Sehnen und validierter Lebensdauer kann die Plattform Millionen Episoden in unordentlichen, realen Umgebungen sammeln, wo der Generalisierungsdruck am höchsten ist.
Erwarten Sie schnelleres Lernen bei transparenten, verformbaren und verdeckten Objekten; strengere Kontrolle der Schadensraten; und verbesserte Konsistenz der Zykluszeiten. Organisationen, die Erfassung, Speicherung und Auswertung von Kontaktspuren aufbauen, werden Vorteile akkumulieren, während jene, die nur auf Vision setzen, bei schwierigen Manipulationsfällen ins Stocken geraten.
Käuferleitfaden: Nutzen jenseits von Demos nachweisen
Führen Sie einen 6–8-wöchigen Pilotversuch mit einem Zielbündel von Aufgaben durch: (1) präzises Aufnehmen kleiner Teile (≤10 mm Merkmale), (2) In-Hand-Neuausrichtung und Gewindeeinführung, (3) nachgiebiges Abwischen und Ausgießen, (4) Werkzeuggebrauch unter Last (Schraubendreher/Glühbirne). Verfolgen Sie Zykluszeit p50/p95, Schadensrate, Umgriffserfolg nach Rutschen, Erholungszeit nach Störungen und kumulierte Wartungsminuten pro 1.000 Zyklen. Fordern Sie ±0,2 mm Platziergenauigkeit und demonstrieren Sie ausreichendes Handgelenkdrehmoment für Ihr Drehmomentprofil.
Für ROI modellieren Sie Arbeitskraftersparnis plus Qualitätssteigerung: weniger beschädigte Teile, reduzierte Vorrichtungskosten und Zeitersparnis bei Umrüstungen. Für TCO berücksichtigen Sie Verbrauchsmaterialien für Sehnen/Haut, Ersatzbaugruppen und Ausfallzeiten für IP68-Reinigung. Bevorzugen Sie Konfigurationen, die rohe taktile und Kraftdaten für Ihren MLOps-Stack bereitstellen.
