发帖
雷达卡
2026年才刚开年，字节跳动Seed团队就扔出一个大招GR-Dexter机器人系统。这回最炸的不是AI写代码，也不是机器人跳舞，而是它那双手。
21个自由度的灵巧手配上双臂，不仅能自己整理化妆台、用吸尘器打扫房间，还能抓起85%从未见过的东西，听懂你随口说的抽象指令，比如“拿个能喝的”或者“把颜色最深的那个递给我”。
是不是有点不敢信？别急，咱们慢慢看，这双手到底有多接近人类。
＜iframe class="video_iframe rich_pages" data-src="https://mp.weixin.qq.com/mp/readtemplate?t=pages/video_player_tmpl&action=mpvideo&auto=0&vid=wxv_4323616208286597120" data-mpvid="wxv_4323616208286597120" data-vidtype="2" data-cover="http%3A%2F%2Fmmbiz.qpic.cn%2Fmmbiz_jpg%2FIWr1fTT4dMTI255V0FMzOJGbTZiafsnibUrVBZSiaLShorgKeic5hMCepVDLIWcmAjcbIMOaPR8Nhb2uZ05w0IuBXQ%2F0%3Fwx_fmt%3Djpeg" data-ratio="1.7777777777777777" data-w="640"＞＜/iframe＞
现在市面上很多机器人，看起来挺酷，其实手上功夫很糙。基本就是个电动夹子，开合一下，能夹个水瓶就算优秀了。
可生活哪有这么简单？整理化妆台要拉开抽屉、挑出口红、摆好眼影盘；用吸尘器得按开关、调档位、弯腰扫碎屑这些动作，没一双真正灵活的手，根本玩不转。
首先，控制太复杂。人类双手有27个自由度，机器人想接近这个水平，等于从按一个开关变成同时操控上百个关节，稍微协调不好就直接乱套。
其次，视觉容易被遮挡。手指又密又多，一干活就把摄像头挡住，连目标在哪都看不清。
最后，训练数据太稀缺。这种高自由度的操作，靠传统方式采集数据又贵又慢，行业卡在这儿好多年了。而字节这次，一口气把这三个难题全破了。
GR-Dexter的核心秘密，藏在它的ByteDexterV2灵巧手里。
这双手高219毫米、宽108毫米，大小跟成年人手掌差不多，却塞进了21个自由度。每根手指都能独立弯曲转动，尤其是拇指，特意多加了一个自由度，能轻松对握其他四指，抓东西又稳又准。
设计上也特别聪明。手指采用模块化结构，关节能单独控制，不会牵一发动全身。抓细小物件时，精准度拉满。
同时加入仿生运动逻辑，不用程序员逐帧调动作。比如抓杯子，手指会自动贴合杯身，既不打滑，也不捏碎。
最贴心的是，五个指尖都装了高密度触觉传感器，就像给机器人装上了皮肤。按按钮知道用多大劲，拿鸡蛋懂得轻一点，握工具立刻收紧。这份细腻，才是做精细活的关键。
再配上两条Franka机械臂，整套系统自由度飙到56个，外加四个不同角度的摄像头，彻底告别手挡住眼的尴尬。双臂配合起来，干活又快又稳，真有点左右互搏的意思了。
光有身体还不够，机器人得学本事。可谁来教它21自由度的手怎么动？普通人连操作界面都搞不明白。
字节的办法特别游戏化：让人戴上MetaQuestVR头显和Manus数据手套，像玩体感游戏一样远程操控机器人。你手腕一转，它就同步转；你手指一弯，它立刻模仿。脚边还配了个踏板，踩一下就能暂停，安全又顺手。
就这么玩着玩着，团队快速攒下了20小时化妆台整理和20小时抓取放置的高质量示范数据。
但这只是开始。他们还整合了三个开源机器人数据集，包含140小时操作视频和超过10万条动作轨迹，相当于让机器人跟着前辈偷师。
更狠的是，他们收集了800多小时人类第一视角的操作视频，洗碗、切菜、叠衣服、开瓶盖等全拿来当教材。
所有数据统一格式、对齐语义，相当于给机器人请了一堆名师，还帮它整理成一本万能操作手册。所以它学到的不是死套路，而是通用的生活智慧。
有了身体、有了经验，还得有个聪明的大脑。GR-Dexter的模型有40亿参数，像个超级管家，能把你说的话、它看到的画面、自己的状态全融合起来，生成一连串流畅动作。
最牛的是它的举一反三能力。教它抓马克杯，下次见到玻璃瓶、保温杯，它自己就知道怎么调整手势。听过把杯子放进盒子，换成把卷尺、胡萝卜、钥匙放进去，照样搞定。
甚至你说拿个能喝的东西，或者厨房里最长的工具，它也能推理出目标。而且动作输出做了平滑处理，没有机械式的卡顿或突兀停顿。不管是花半小时整理梳妆台，还是轻轻按压咖啡机按钮，都稳得一批。
整理化妆台，里面有各种形状的化妆品，还要开合抽屉。哪怕换了全新布局，GR-Dexter成功率高达89%，传统模型才64%。
用吸尘器？四指稳握机身，拇指精准按开关，还能调档位扫碎纸，真像个动手党。夹可颂面包装盘？一手用夹子，一手托盘底，动作丝滑不掉渣，强迫症看了都舒服。
面对23种从未见过的物体，抓取成功率85%，传统方法只有45%。听到没练过的抽象指令，比如拿起厨房用具，也能准确识别并完成操作。
字节的GR-Dexter不再是只能重复固定流程的工厂机器人，而是真正能进家门、看懂人话、随机应变的生活伙伴。
当然，它还有进步空间。目前只用了几百小时人类示范数据，网上还有海量第一视角视频没吃透。手和臂的协同也能更紧密。40亿参数的模型未来或许能压缩，塞进更小巧的家庭机型。
但即便现在，GR-Dexter已经让我们看到，那个家务躺平的未来，不再只是科幻片里的幻想。字节这次没搞虚的。硬件、数据、模型三位一体，扎扎实实朝着实用迈进了一大步。
或许用不了几年，你回家喊一句收拾一下客厅，真有个机器人默默走过来，把乱糟糟的茶几理得整整齐齐。而你，只需要瘫在沙发上，说一句：收拾一下，我的老铁兄弟~
想系统掌握AI核心技能、获取行业认可资质？
CAIE注册人工智能工程师认证
助你拓宽职业赛道，成为AI领域持证实力派
京公网安备 11010802022788号
