在人工智能机器人领域，认知、感知与规划层面的技术突破日新月异，但让机器人像人类一样完成精细手部操控、执行复杂灵巧操作，始终是横亘在产业面前的关键挑战。这一难题的核心在于，现有技术难以精准捕捉人手操作中的微力觉、高精度几何关系及复杂接触动态，同时缺乏能处理超高维度状态与控制复杂度的智能系统。近日，灵巧智能科技有限公司（以下简称“灵巧智能”）通过发布DexCanvas大规模人手操作动作数据集，为破解这一瓶颈提供了基础设施级解决方案。
作为灵巧操作技术领域的创新企业，灵巧智能提出“硬件体系持续演进、算法平台开源共享、数据基建生态共建”的三维创新框架，并以此为指导开发了DexCanvas数据集。该数据集通过系统化采集与物理增强技术，将人类长期进化形成的操作模式转化为机器学习可用的结构化知识，为机器人实现“物理智能”提供了关键支撑。
DexCanvas的核心优势体现在三方面：其一，数据集的系统性与精度达到行业领先水平。基于22类人手操作模式，数据采集涵盖超1000小时真人多模态演示数据与10万小时物理仿真合成数据，同步记录亚毫米级位置轨迹、物理一致的接触力信息，以及RGB、深度、运动捕捉、力/力矩4种模态数据，为模型训练提供了高维度、低噪声的输入。其二，物理真实性得到严格保障。通过独创的物理信息完备操作轨迹复刻流程，确保手-物交互的几何接触与力学特性完全符合真实物理规律，同时提供力闭合、形闭合等关键物理属性的多维度抓取语义标注，使模型能理解操作背后的物理逻辑。其三，数据集具备强泛化与扩展能力。由于数据源于纯人类演示，不依赖特定机器人形态，可支持跨平台技能迁移；通过提供HuggingFace标准接口、开源数据加载器及使用示例，研究者可在模仿学习、强化学习、大规模预训练等多种范式下开展创新应用。
“我们的使命是让机器智能胜任物理世界的工作，从而解放人类去从事更具创造性的活动。”灵巧智能具身智能科学家表示，“DexCanvas数据集是这一使命的核心基石。它不仅解决了大规模、高质量、多模态灵巧操作数据缺失的问题，更通过物理增强技术，将人类操作中的隐性知识显性化，为机器人学习提供了可复用的结构化框架。”
