在具身智能與人形機器人技術迅猛發展的當下，一個核心難題正阻礙著行業前進的步伐：如何獲取高質量的真實世界數據來驅動模型進化？傳統仿真環境生成的“完美數據”已無法滿足需求，行業迫切需要來自人類自然行為的高精度、多模態數據。這一需求在靈巧手操作領域尤為突出——手作為人類與物理世界交互的核心器官，其動作數據對機器人學習復雜技能至關重要。然而，當前優質手部數據的供給量不足產業化需求的10%，采集設備普遍存在精度不足、模態單一或穿戴笨重等問題。

針對這一痛點，簡智機器人近日推出高精度人手多模態感知與行為重建設備Gen DAS Dex（以下簡稱“Dex”）。該設備以“全場景、高精度、多模態、輕量化無感穿戴”為核心定位，試圖通過技術革新破解行業數據困境。Dex并非傳統數據手套的簡單升級，而是一套完整的手部行為數字化系統，其核心目標是在用戶自然操作狀態下，無感記錄關節運動、觸碰力度和力線變化等數據，為具身智能模型提供“人類如何操作”的真實樣本。

當前具身智能領域存在一個“數據悖論”：模型能力越強，對數據質量的要求越高；但高質量數據稀缺又導致模型迭代緩慢。Dex通過構建正向“數據飛輪”打破這一循環——設備采集的數據用于訓練模型，模型能力提升后又能指導更高效的數據采集策略，形成數據與模型的良性互動。這一解決方案從硬件底層出發，整合機械結構、傳感器技術和協同算法，構建了完整的技術閉環。

Dex的顛覆性體現在六大技術亮點上。在自由度覆蓋方面，設備采用仿生外骨骼設計，可檢測人手23個自由度，全面還原手腕旋轉、手指捏合等精細動作。例如，當用戶使用螺絲刀時，Dex能精準捕捉手腕、手指和掌心的協同運動，為機器人學習復雜操作提供基礎數據。精度層面，設備搭載自研磁編碼器，實現0.02度關節檢測和毫米級指尖定位，確保模型能學習到真實的物理交互特征，如拿起鉛筆芯或藍莓時的微小位移。

多模態數據采集是Dex的另一大優勢。設備指尖配備高精度磁觸覺傳感器，靈敏度達0.05N，可感知羽毛紋理等細微觸感；手部下方內置150度超廣角攝像頭，與頭部Ego設備形成視覺互補，解決傳統方案中的視野遮擋問題。在喂食貓咪的場景中，Dex能同時記錄手指與貓糧、貓嘴的接觸細節，為模型提供完整的視覺-觸覺融合數據。這種多模態覆蓋彌補了單一模態數據的局限性，使模型能理解“看到了什么”和“感覺到了什么”的完整信息流。

在協同效率方面，Dex與Ego設備通過SUB-G無線技術實現1ms超低延遲同步，確保頭部視覺與手部動作的時間對齊。當用戶從冰箱取蘋果時，設備能精準記錄視線鎖定、開門、抓取和收回的全過程，避免因時間偏移導致模型學習錯誤因果關系。穿戴體驗上，Dex通過優化磁編碼器尺寸（僅3mm）和采用合金-彈性聚合復合材質，將重量控制在210g，與滑雪手套相當，支持長時間自然操作。

規?；杉芰κ荄ex破解行業痛點的關鍵。設備支持自適應手部尺寸調節，無需布置基站即可隨時隨地采集數據；語音控制操作和3小時續航滿足長時間任務需求；自動流式上傳功能使數據從采集到上傳僅需3分鐘，效率提升兩個數量級。這種設計使大規模、多場景數據采集成為可能，為數據飛輪的高速旋轉提供動力。

Dex的技術突破不僅體現在硬件層面，更重構了具身智能的數據供給邏輯。其提供的高精度、多模態自然行為數據，可降低模型訓練的數據清洗成本，提升真實場景落地效率；與Ego設備協同建立的“頭+手”一體化數據范式，為具身智能、人形機器人等領域提供了標準化、可復用的數據源；秉持“Human Sense”理念的設計，確保機器人學習的是人類自然行為而非機器限定動作；輕量化、無基站等特性則大幅提升了行業數據生產效率，有望推動數據成本下降和采集規模上升。

簡智機器人已圍繞具身智能數據構建全棧產品矩陣，包括無本體數據采集設備GenDAS、人工智能數據治理平臺GenMatrix和大規模眾包數據產線GenADP。公司積累了覆蓋家庭、工業、物流等場景的數千萬小時高精度多模態數據，并與30余家國內外AI企業達成合作。通過持續優化產品體驗和拓展應用場景，簡智正與行業伙伴共同推動標準化、規?；臄祿鷳B建設。