手指能撿起錢包裡的硬幣、旋轉並裝上燈泡、拉起外套拉鍊，也能察覺物品正從掌中滑落，立即調整抓握。人形機器人新創 1X 最新公開 NEO 的新一代機器手，試圖把人類每天不假思索完成的手部動作，交給機器人。
根據《WIRED》報導，NEO 的五指機器手具備 25 個自由度，接近人手常見的 27 個自由度，並採類似人體肌腱的驅動設計。1X 表示，開發這雙手的目標，是移除限制人形機器人能力的「硬體上限」，讓資料成為能力擴張的主要障礙。
1X 更給這雙手一個特殊定位：「通往物理世界的 API」。
Introducing NEO’s 25 Degrees of Freedom, tendon-driven hands — nearing or surpassing human-level dexterity, strength, speed, and reliability.
— Bernt Bornich (@BerntBornich) July 9, 2026
For seventy years, robotics worked around the hand problem. The humanoid bet is the reverse: it lives or dies at the fingertips. pic.twitter.com/Dz1KMykUCy
1X：人形機器人的能力上限，可能就在手臂末端
「人形機器人就像一台電腦，而雙手就是它連接物理世界的 API。」1X 在官方技術文章中如此形容。
1X 認為，模型、感知系統與雙腿，讓機器人理解任務、辨識環境並移動；雙手則決定它抵達物體面前後能做什麼。若機器人只有兩指夾爪，大致只能抓取、放置與推動，即使 AI 模型持續升級，應用仍只能組合有限的動作。
NEO 新手部共有 25 個自由度，其中手指與手掌占 22 個、手腕占 3 個。1X 參考人體手部結構配置自由度，尤其強化拇指與其他手指相對運動的能力。
但關節數量並非 1X 此次發布的唯一重點。官方花了更多篇幅解釋，NEO 如何從接觸物體的過程「感覺」外界。
不只下指令，1X 想讓機器手也能讀回力量
1X 指出，許多機器手本質上仍是「只寫不讀」（write-only）。控制系統要求手指移動到指定位置，機器手便執行動作；但常見的高齒輪比傳動結構，可能讓物體接觸手指產生的力量，在傳動過程中被摩擦消耗，難以回傳至馬達。也就是說，機器手知道自己被要求移動到哪裡，卻難以直接從關節判斷外界施加多少力量。
NEO 採取另一種設計。1X 把馬達配置在前臂，再以自家腱索穿過手腕帶動手指，模仿人體前臂肌肉拉動肌腱的方式。其 Tendon Drive 採約 5：1 至 15：1 的低齒輪比，讓外界力量能沿著傳動路徑回到馬達。
25 個自由度都具備原生力量控制與完全可反向驅動能力。外力推動 NEO 的手指時，手指可以順勢退讓，系統也能回報受到多少力量。1X 稱這項特性為「力量透明度」（force transparency）。
1X 因此以「read-write」形容 NEO 的手：它能向外施力，也能沿著相同的物理路徑讀回接觸資訊。這正是「通往物理世界的 API」所指的概念，手不只負責執行命令，也成為機器人感知外界的管道。
手指還得知道，物品何時開始滑落
光從關節讀取力量仍不夠。NEO 手指表面也整合高解析度觸覺感測，可測量法向力、接觸位置與剪切力。其中，剪切力能讓 NEO 察覺物體開始在手中滑動，在完全掉落前重新抓握。
這對小型、透明、柔軟或遭遮蔽的物體尤其重要，因為相機未必能完整看見手指與物體的接觸狀況。1X 公開展示中，NEO 能握住脆弱的摺紙而不造成破壞，也能透過壓力熱圖觀察握手時的接觸力量。
《WIRED》在與 1X 團隊的 Zoom 通話中，也觀看一台全自動 NEO 展示手指速度。機器人從逐指緩慢抬起開始，不斷加速，直到手指快速敲動，在螢幕上幾乎模糊成一片。
不過，《WIRED》提醒，目前仍難單靠展示影片判斷所有動作的自主程度。1X 回應，部分影片由機器自主驅動，部分則由操作人員控制，用來展示硬體能力上限。NEO 現階段也保留 Expert Mode，遇到複雜任務時，可由人類遠端操作。
NEO’s Hands
— 1X (@1x_tech) July 9, 2026
An API to the Physical World pic.twitter.com/zds5rlxfzT
機器人會走之後，業界開始攻「手」
1X 對手部的投入並不是特例。《The Guardian》7 月初以「機器人最難的問題」形容機器手。人類看似簡單的綁鞋帶、扣鈕扣，背後都涉及複雜神經指令與精細動作協調。
中國更已有一批新創專攻靈巧手。LinkerBot 創辦人周勇向《The Guardian》形容，打造機器手比製造人形機器人「難 100 倍」；Wuji Technology 創辦人 Pan Yunzhe 則認為，「操作物體的問題遠比移動問題重要」。機器人即使能在空間中移動，若無法使用工具，實際用途仍相當有限。
硬體進步後，控制問題隨即浮現。英國布里斯托大學機器人與 AI 教授 Nathan Lepora 指出，機器手的硬體挑戰正在逐步解決，但如何控制它們，「沒有人知道該怎麼做」。
教機器手拿起一袋雜貨、拉拉鍊或操作工具，需要三維空間中的動作、力量與觸覺資料。《The Guardian》指出，透過遠端操作教機器人完成裝袋等簡單任務，就可能需要數百小時的訓練資料。這也回到 1X 此次發布機器手時提出的主張：讓資料成為能力的主要障礙。
1X 已為 NEO 機器手建立專用產線，目前已有數百隻手下線，今年具備生產 1 萬隻的產能。該公司直言，「無法規模生產的手，就無法進行大規模實驗；沒有規模化資料，就沒有具身 AGI。」
對 1X 而言，量產也是其 AI 策略的一環。更多硬體意味著能進行更多實驗，累積機器人在真實世界抓握、接觸與操作物體的資料，再用於訓練操作能力。
NEO 的 25 自由度機器手，目前還不能證明人形機器人已能自主包辦家務。但 1X 這次從一雙手談起，已點出人形機器人要真正工作的另一道難題：理解任務、走到物體面前之後，機器人還得伸出手，碰觸、感覺，最後把事情做完。
【推薦閱讀】
◆ 【人形機器人家用化】22 度手指自由度、22 分貝靜音，1X NEO 用硬體差異化搶進家庭市場
＊本文開放合作夥伴轉載，資料來源：1X、《WIRED》、《The Guardian》，首圖來源：1X
