TetherIA 联合创始人董旭、创始人陶一伟
蓝鲸新闻10月23日讯（记者 武静静）在机器人革命的浪潮中，灵巧手，这个被视为人形机器人核心部件之一，正站在技术路线与产业激烈碰撞的十字路口。一边是特斯拉这样的科技巨擘，凭借雄厚的资本直指仿人终极形态；另一边是创业公司，在通用机器人的澎湃大潮下，试图寻找一条通往未来的务实航路。陶一伟及其创立的TetherIA就是其中之一。
过去几年，陶一伟几乎亲历了灵巧手从"实验室原型"到"工程化产品"的全过程。他曾是苹果Vision Pro硬件团队的核心成员，深度参与其面部佩戴系统的设计与实现；后又加入特斯拉，主导并完成了第二代灵巧手的研发与落地，亲历了从架构设计、量产攻坚到大模型早期部署的全过程。
这段横跨消费电子与前沿机器人的独特经历，让陶一伟对灵巧手的技术路线有着深刻洞察。面对当前当前灵巧手各种非共识，他指出核心分歧首先体现在基础架构："如果要追求极致的成本优势，两指夹爪在很多任务中已经足够；但如果要进入真正的灵巧操作，五指且较高自由度几乎是必然方向。"
在五指灵巧手的三大技术路线——连杆驱动、绳驱与直驱中，TetherIA与特斯拉共同选择了绳驱路径。陶一伟告诉蓝鲸科技记者："绳驱能够把拉力从小臂传输到手指末端，这在需要较大指尖输出力的场景中具有天然优势。"他以使用电钻为例，"这个任务可能需要20牛的压力，对直驱灵巧手来说几乎不可能完成，而绳驱却能很好地解决。"针对绳驱方案常被质疑的寿命问题，他透露通过创新设计量产版本的寿命预估可达"100万次以上"，已不再是技术瓶颈。
他笃定灵巧手的核心机会在于通用机器人："如果目标是人形机器人，甚至是通用的具身智能，那它的底层逻辑就是通用性。"在特斯拉工厂的实地观察强化了这一认知——"生产线上已经高度自动化了，但剩下的工作，往往都是那些变化大、不够一致、难以预设的环节。"这些"偶发但必要"的柔性任务，正是灵巧手最能体现价值的地方。
基于对技术路线与市场需求的深度思考，陶一伟在2025年初选择离开特斯拉，在硅谷创立TetherIA，走上了一条与老东家不同的道路。他用一个精妙的比喻来阐释这一分歧："特斯拉的路径更像是苹果iOS，直接定义一种封闭而高度完备的形态；而我们希望灵巧手能成为行业里的‘安卓系统’，在保证可靠性和性能的基础上，更具开放性和适配性。"为降低行业门槛、推动算法进步，团队还额外开发了一款全开源灵巧手，售价仅约300美元，力图成为"每个人都用得起的科研之手"。
目前，TetherIA的首款产品已完成前期研发和软硬件适配，具体参数尚未公开。据悉，该产品为一款类人手五指灵巧手，采用以绳驱为主的混合方案，具备高自由度、人手尺寸、轻量化、模块化及可靠耐用等特性。在硬件层面，该款产品有望成为市面上最轻、最小的高自由度灵巧手；在软件层面，则针对遥操作等使用场景，提供AI Copilot软件和Sim-2-Real工具链，为具身智能算法的实际落地提供支持。该产品将主要面向美国市场。
图：连续复杂任务能力
TetherIA的核心团队由15名来自斯坦福、伯克利、卡内基梅隆等顶尖院校，并曾任职于特斯拉、Waymo、苹果等公司的工程师组成，覆盖硬件、软件与AI领域。
此次，蓝鲸科技独家专访TetherIA创始人陶一伟，试图还原这位灵巧手新晋创业者的技术思考、路径选择与行业洞见。
一、不做"机器人iOS"，TetherIA欲打造灵巧手的"安卓生态"
蓝鲸科技：听说你们的产品在最近展会上反馈不错，聊聊最近在展会的收获。
陶一伟： 在韩国以及本次 IROS 展会上，我们收获了大量超出预期的积极反馈。许多来自学术界和产业界的专业观众在亲眼看到我们手的表现后，都对产品的灵巧度与控制精度印象深刻。
当我们在展台上标出 314 美金 的售价时，几乎所有人都感到惊讶——在整个展会现场，这个价格可能是最低的一款灵巧手产品。但更令他们难以置信的是，这并不是一个用于演示或教学的玩具，而是一款真正能够执行复杂抓取任务、具备高抓取力与高自由度控制能力的实用型灵巧手。
我们的展台几乎从早到晚都被围观的人群包围，许多人在体验后当场扫码下单。仅在会议期间，我们就收到了接近一百台的订单，并收获了来自多所知名大学和研究机构的合作意向。这次展会让我们更加确信，TetherIA 的设计理念——高性能、低门槛，让灵巧操作普及化——正在被越来越多的人认可。未来，我们也将继续优化产品性能与易用性，让更多研发团队能够轻松接入、探索机器人操作的前沿可能性。
英伟达机器人业务负责人，黄仁勋之子Spencer Huang盛赞TetherIA的产品
IROS上Remi (前Tesla Optimus, Hugging face 机器人专家)现Universal Mechanical Assistant创始人兼CEO，强烈表达合作期待
蓝鲸科技： 您最初的专业背景是机械工程，之后曾在苹果任职，后来又加入特斯拉，从事人形机器人和灵巧手方面的研发。能否谈谈这一系列转变背后的原因和经历？
陶一伟： 我一直是机械工程背景，在卡内基梅隆大学读硕士期间，研究方向主要是机器人与硬件的结合。毕业后也经历过不同的工作阶段：最早在 ASML 从事光刻机半导体设备研发，后来因为一些外部因素转到消费级产品，在苹果参与了 Vision Pro 的开发，期间，主要负责面部接触部分的设计与实现，包括面罩、侧边的声学模组，以及后方的绑带部分。这些涉及用户直接佩戴和体验的组件都在我的工作范围之内。
到 2022 年，特斯拉正式启动人形机器人项目。当我得知消息时非常激动，认为这是一个极具前景的方向，于是很早就与他们建立了联系。等我完成 Vision Pro 的工作并发布之后，才正式加入特斯拉。当时特斯拉认为我在机器人和量产工程化方面的经验与灵巧手这个模块非常契合。灵巧手与机器人其他模组不同，它强调高度集成性，外观和驱动系统深度结合，更接近消费电子的特点。正因为如此，我的量产经验和工程实践能力成为关键优势。我和另一位美国同事共同负责灵巧手的研发。
蓝鲸科技： 什么时候加入特斯拉？
陶一伟： 2023 年 WWDC 苹果正式发布 Vision Pro。5 月份发布后，我在 6 月便接受了特斯拉的 offer，7 月份正式加入。那个时间点，特斯拉正好处在从第一代灵巧手向第二代过渡的阶段。第一代是 6 自由度、但没有触觉反馈的方案，第二代则在外形设计上进行了优化，并加入了触觉功能。
蓝鲸科技： 在人形机器人体系里，组件繁多。为什么你选择负责灵巧手？
陶一伟： 灵巧手最初在内部被视为机器人众多模组中的一个，理解和重视程度并不算高。当时我和另一位美国同事共同负责，他的博士研究方向正是灵巧手，主要负责架构设计，尤其是运动学和力学分析部分；而我则负责将这些实验室里的研究成果，转化为能够真正量产、工程化的产品。在这个过程中，我们不断与控制算法团队合作，通过迭代测试逐渐认识到，灵巧手不仅是机器人中的一个模块，而是极其关键同时又极具挑战性的部分。
从人形机器人的整体角度来看，躯干和大体架构相对容易定义，比如哪些地方需要关节，这些问题相对明确。需要讨论的"开放问题"主要集中在一些具体部位：到底采用旋转关节还是直线关节？腰部如何设计？脚踝和手腕该如何实现？这些是本体架构上需要重点解决的点。
在特斯拉第二代人形机器人推出后，大体的架构基本已经确定。但灵巧手则完全不同。因为手本身包含非常多的自由度，如何实现这些自由度的集成是极具挑战的。在我看来，直到现在，灵巧手的整体架构都还很难说已经完全固定下来。比如到底需要多少个自由度、怎样的配置最合理，这些都没有一个标准答案。因此，在当时阶段，灵巧手的架构并不像本体那样清晰明确，它的复杂度和不确定性都更高。
蓝鲸科技：您和另一位联合创始人的分工主要是怎样的？现在主要就是两条线的分工，对吗？
陶一伟：我主要负责硬件，他主要负责软件和 AI 的开发。但当硬件产品趋于成熟、形态和稳定性都稳定之后，我更多会转向管理和 CEO 的相关工作。
蓝鲸科技： 国内已经有很多公司在做灵巧手，硅谷的情况是怎样的？为什么会在这个时间点决定创业？
陶一伟： 我是在去年夏天到秋天这个时间点离开特斯拉的。当时正好处在从第二代灵巧手升级到第三代的过程中，我也参与了第三代架构设计。第三代的方案是 17 个主动自由度、22 个全自由度的版本。在这个过程中，我意识到灵巧手的方案存在几个明显的问题：一方面，低成本、低自由度的灵巧手方案在抓取和操作能力上严重不足；另一方面，特斯拉直接跃升到高自由度的复杂方案，虽然功能更强，但成本过高，同时在硬件可靠性和算法能力上仍有较大差距，还没有达到成熟的水平。
因此，我觉得市场中存在一个空缺：需要一种既好用、成本又不过高，同时具备高可靠性的灵巧手产品。这也是我决定创业的重要原因。我在筹备了几个月后，今年 1 月正式创立了 TetherIA。我的思路是，真正提升灵巧操作能力最终要依托算法的迭代，而硬件的作用是辅助并适配算法的进步，随着算法的提升逐步迭代。
蓝鲸科技： 我注意到特斯拉第三代的灵巧手的方向是高度仿生的，非常接近人手，并且与手臂的结合也很紧密。这种产品定义与您现在所做的灵巧手方向是不一样的，你这么选择的原因是什么？
陶一伟： 没错。我认为最终目标一定是尽量去拟人，这一点我非常认同，也坚信特斯拉的道路在长期来看是正确的。但在"拟人"这个大前提下，产品定义上仍有一些细节并没有完全清晰。
我和特斯拉在实践路径上的方式，本质上是不一样的。特斯拉作为一家大型上市公司，有足够的资源可以直接追求终极形态，朝着最接近人手的方向不断投入。而对我们来说，思路必须从落地出发，强调阶段性和与整个机器人行业社区的共同进步。
可以把这种差异类比为手机系统的发展。特斯拉的路径更像是苹果 iOS，直接定义一种封闭而高度完备的形态；而我们希望灵巧手能成为行业里的"安卓系统"，在保证可靠性和性能的基础上，更具开放性和适配性。
二、拆解灵巧手技术路线图，TetherIA押注绳驱
蓝鲸科技： 现在整个灵巧手领域在产品定义阶段其实存在很多非共识，甚至在形态、驱动方式等方面都没有统一认识。目前眼花缭乱的灵巧手形态背后，核心分歧集中在哪些方面？以及 TetherIA 在这些非共识点上是如何做选择的？
陶一伟： 从硬件分类的角度来看，灵巧手的分歧首先体现在是否拟人。比如到底是两指夹爪、三指、四指还是五指。四指的讨论不多，主流仍集中在两指、三指和五指。我认为三指、四指形态最终没有太大价值：如果要追求极致的成本优势，可以选择两指夹爪，它在很多抓取任务中已经足够；但如果要进入灵巧操作，五指且较高自由度几乎是必然方向。
在五指灵巧手的路径上，目前主要分为几大类。第一类是连杆驱动。其中低自由度方案大约 6 自由度，代表企业有英实、Le强脑等。他们的特点是控制简单、成本较低，但操作能力有限。另一类是相对高自由度的连杆驱动，典型方案源自韩国学术界提出的 ILDA 架构，用 15 个电机驱动 15 个关节，形成复杂的连杆系统。
第二类是绳驱灵巧手。这正是特斯拉和TetherIA 所坚持的路线。绳驱又分为单向拉绳和双向拉绳。比如英国的 Shadow Hand 采用双向拉绳，每个电机控制两端拉绳，一边拉、一边放。其问题在于绳材会长期蠕变，导致张紧度下降，从而影响精度。特斯拉和 TetherIA 采用的是单向拉绳方案，通过弹簧实现复位，其他关节由拉绳驱动。虽然目前在绳材可靠性和建模精度上仍有挑战，但我们认为这些问题可以逐步解决。
第三类是直驱灵巧手。这类方案在近年来发展很快，运动表现丝滑，控制也相对容易。典型代表包括心动纪元、沙帕，以及一些开源方案如 Allegro Hand、Liphands 等。从机械角度看，这类设计思路很直接：就像机械臂一样，把小型电机放进关节，串联成一个整体即可。但它的问题在于电机的输出功率与体积正相关，当电机做得足够小以嵌入手指时，往往要么力不够，要么速度不够。为了提升力输出，很多方案会用高减速比的减速器，但这带来"自锁"问题，导致无法反驱，限制了灵巧手的力控性能。
蓝鲸科技：直驱灵巧手如果要拿一个精密物体，比如晶圆片，可能因为无法精细控制力，轻则拿不稳，重则直接损坏？
陶一伟： 如果采用自锁减速器，必须搭配触觉传感器才能实现精细力控；但如果是可反驱的执行器，即便没有触觉，也能实现一定的力控能力。当然，从传感角度看，越多的传感器意味着更丰富的信息和冗余，灵巧手的潜力也更大。
我们在特斯拉时甚至解剖过人手，还请教过医学专家。人的触觉有两个层次：一个是通过肌肉和肌腱感知施力大小的"力觉"，另一个是来自表皮的触觉。理想的灵巧手设计，应该同时具备这两个层次——既要有电机层面的力反馈，也要有表面的触觉信息。
触觉技术的确有很多路线：电阻式、电容式、压电式、视觉式、电磁式等等。马斯克本人坚持"第一性原理"的思路，强调必须是薄膜形态的触觉传感。薄膜形态的最大优势在于，它可以逐渐扩大覆盖面积，这是其他类型的触觉传感器难以做到的。它更接近皮肤本身的形态，也更符合人形机器人的产品定义。换句话说，薄膜触觉不仅能提供点状信息，还能以大面积覆盖的方式模拟"皮肤"的感知能力。其他技术路线并非不好，只是未必最适合应用在人形机器人系统中。
蓝鲸科技： 马斯克坚持的这个方向，是不是因为他认为那才是终局，必须要做到最像人手？
陶一伟： 没错，这是马斯克坚持的路径。他的出发点是"第一性原理"。我个人非常敬佩马斯克，他看问题的高度往往超出常人。我未必能完全理解他的逻辑，但在不断反思中，我逐渐认识到他的方法确实有合理性。
蓝鲸科技： 为什么TetherIA 和特斯拉坚持绳驱路线？这种方式在未来的能力天花板更高？
陶一伟： 我的观察是这样的：随着直驱方案在近几年越做越好，连杆驱动的方式正在逐渐被淘汰。无论是高自由度还是低自由度的连杆方案，它们的优势都在减弱。虽然现在还没有定论，但从长远看，直驱和绳驱才是真正有潜力走向终局的路线。
蓝鲸科技： 绳驱的上限要比直驱高？
陶一伟：绳驱能够把拉力从小臂或者手掌内传输到手指末端的关节去发力。而直驱的灵巧手，因为体积受限，末端电机必须做得很小，所以在指尖输出力方面存在明显短板。比如使用电动工具时，人往往是用食指末端去扣动扳机。这个扳机有时候只需要几牛的力，但在一些电钻等工具上，可能需要 20 牛的压力。对人来说，这个力并不算大，但对直驱灵巧手来说几乎是不可能完成的任务，因为它的末端电机无法提供足够的输出力。而绳驱在这方面就有优势，能更好地把力量传递到手指尖端。
蓝鲸科技： 绳驱方案常被讨论的一个问题是寿命和磨损。你们怎么解决？
陶一伟： 我认为这是完全可以解决的。我们在方案设计上，从机械和系统层面彻底避免了滑动摩擦，转而采用全滚动摩擦的概念。这样在耐久性上就有了明显提升。
我们的内部测试结果显示，即便是最基础的开源版本，寿命也能稳定达到 20 万到 30 万次。而在采用更合适的工业级材料之后，我们对量产版本的寿命预估可以做到 100 万次以上。换句话说，生命周期在我们产品中已经不是一个瓶颈问题。
蓝鲸科技：直驱方案的技术门槛相对没那么高？
陶一伟： 可以这么说，但要更精确一点。直驱方案的难点不在系统集成，而在精密零件的机加工与制造工艺。它的逻辑是把每个小电机做到极致，再把它们组合堆叠在一起。从系统角度看，路径更直接。
但在特斯拉做的时候我们也发现，小型电机在灵巧手领域是完全没有现成供应链的，几乎都得自己去开发。
蓝鲸科技： 除了"几指"、"驱动方式"这些分歧点之外，现在业内还有哪些核心的不同选择？
陶一伟： 我觉得还有一个很大的非共识，就是"到底多少自由度"。比如现在出货量最大的还是低自由度方案，大概六个自由度。这类产品更多是从假肢手延伸出来的。但假肢和机器人又有很大的区别。
过去假肢手主要通过采集肌肉信号来驱动，但这些信号模糊而粗糙，通常只能完成开合或几个预设的基本动作。而机器人不同，它有强大的控制与计算能力，不在乎是 6 个自由度还是 16 个自由度，它都能算得过来。
所以，为什么低自由度灵巧手还能卖得动？第一是成本低。第二是，它满足了人形机器人最基础的需求：你不能让一个机器人只有一副"钩子手"，那显得不完整。低自由度手虽然做不了特别精细的操作，但抓个瓶子、拿个球、抱个毛绒玩具完全没问题。此外，它还能做一些手势，提供情绪价值。
三、构建"AI小脑"：灵巧手走向实用的必经之路
蓝鲸科技：或许人形机器人未必一定是工业里最需要的形态。工业用户根本不 care 你长得像不像人，他们只在乎能不能解决问题。那手也是一样，可能两指夹爪就够了。反而是五指灵巧手，自由度越多，可靠性是不是更容易受到影响？
陶一伟：这就是行业里最大的分歧之一——到底有没有必要做这么多自由度。很多场景未必真的需要灵巧手。但是，如果目标是人形机器人，甚至是通用的具身智能，那它的底层逻辑就是通用性。所谓通用性，就是一个相对复杂、多样化、持续时间长的任务链路里，所有环节都能自动化。如果其中某个环节因为硬件能力不足被卡住，比如两指夹爪做不了某些任务，那整个系统的"自动化闭环"就会被打破。
当时我们在特斯拉工厂就看到，生产线上已经高度自动化了，但剩下的工作，往往都是那些变化大、不够一致、难以预设的环节。要覆盖这些环节，就需要一个足够灵活的"手"，来作为末端执行器。所以，从我的观察来看，不同应用确实会有不同的形态。但如果比较双足和双手，我个人认为——类人的手在适配性和通用性上的意义更大。
蓝鲸科技：当时去车厂的时候，有没有看到一些具体的案例，比如在某些环节，必须依赖更通用的人形机器人，或者更灵活的手，才能解决问题？
陶一伟：其实工厂环境就是一个典型的"不需要双足"的场景。因为它的地面基本上都是平的，上下坡道也都做了处理，所以不太需要机器人具备人类那种双足行走能力。但手的应用就完全不同了。当时我确实看到几个特别难的地方。
一个是线束管理。汽车里有很多线束，要先把这些线理顺，再准确地插进相应的连接件。有些连接件还设计了小机关，插进去之后必须用手再"抠一下"或者"摁一下"，才能保证连接可靠性。这类环节现在完全是人工在做。
另一个是柔性任务。这种任务的特点是突发、短时，比如某个工位突然需要处理一个十分钟或一个小时的工作，就会派人过去完成。人类的优势是灵活：你只要演示几次，他就能立刻学会。但这种任务量太小，不可能为了它单独建设一条自动化产线。
其实，现在大多数持续性的、重复性的任务，传统自动化都能解决。但最难的是这些"偶发但必要"的柔性任务。今天干一次，可能过两天又要干一次。如果用传统自动化来做，投入成本就太高了，不划算。而这恰恰是灵巧手最有价值的地方。
蓝鲸科技：它更像是一块可以随学随用的"智能砖"，通过快速适配不断扩展能力。您认同这样的理解吗？
陶一伟：这其实正是现在 AI 欠缺、但大家都在努力解决的能力。这里有两个关键点：一个是"长链任务"的成功率，也就是能不能把一整条流程、跨多个环节的复杂任务顺利完成；另一个就是 Zero-shot（零样本学习）。意思是当你把 AI 部署到一个全新的场景和任务中时，怎么让它在几乎没有训练数据的情况下也能完成任务。最理想的情况就是：我不用教你，你直接就能去做。但现实情况是，现在的技术还达不到这个程度。
蓝鲸科技：多模态大模型对于灵巧手的研发到底有没有实质性的帮助？还是说核心问题还是在硬件和算法，而不是所谓的大脑模型的架构能力？
陶一伟：我们公司联创 董旭博士一直是做 AI 大模型的。但我自己的理解是这样的：目前做大模型、做基础模型的公司，还没有真正开发出能完全发挥灵巧手潜力的应用。现在它们更多是把灵巧手当成一个稍微复杂点的夹爪在用。从语义的角度来说，大模型能理解"抓一个东西"的指令没问题，但在"大脑"控制到真正执行抓取的中间，我们觉得还需要有一层"小脑"存在。
比如说灵巧手有这么多的手指关节，怎么让它们以最合适的姿态去抓握，这是"小脑"要解决的。人其实也是这样：你在抓东西的时候，对手臂乃至整个系统的重复精度要求并不高。第一，因为你有视觉反馈，可以随时修正手的位置；第二，即使闭上眼睛，当你手指接触到物体时，也会自然调整到一个最合适的姿态完成抓握。
所以我们认为，在"AI 大脑"之外，还必须有一个"AI 小脑"，它专门处理末端的触觉和抓握动作，这一层对灵巧手非常关键。
蓝鲸科技：无论是做"大脑"还是"小脑"，数据采集都是绕不开的，尤其是面对各种不同的场景化能力。我看到你们 LinkedIn 上有一个视频挺让我惊艳的，一个是拔易拉罐拉环（可乐罐），另一个是叠纸钞。这完全是两个不一样的场景。那在真正训练"小脑"的时候，数据来源该怎么选择？整体的数据采集方式又是什么？
陶一伟：我们现在肯定还在探索，其实整个行业也都在探索。长期来看，我个人觉得还是sim-to-real（仿真到现实）会占大多数——当然这只是我的个人观点，未必是完全正确的。因为如果完全依赖实际操作来采集数据，成本太高，也不够scalable（可扩展）。所以未来大概率会是仿真数据加上视频资料学习的方式相结合
蓝鲸科技：像手指这个环节，比如说接触的触觉部分，是不是很难单靠视觉来完成？
陶一伟：这里其实有一个思路，就是通过真机上的 RL（Reinforcement Learning，强化学习） 来训练。机器人可以在真实任务里自己去尝试。前期先用 sim-to-real（仿真到现实） 把运动空间大概限定住，避免机械手做出完全错误、夸张的动作。这样它至少能做一个"差不多对"的动作，再在真机上通过强化学习不断调整，就能逐渐找到最合适的抓握方式。而在这个过程中，手上的触觉传感器采集到的数据也会被一并记录下来。
蓝鲸科技：人类身体很多时候手或腿的能力和大脑的控制是强相关的。如果大脑某部分损伤，手、腿的动作能力就会丧失。那从灵巧手的角度，它和"具身大脑"等控制系统之间需要怎样的协同？不同硬件系统如果兼容性不足，会带来哪些问题？
陶一伟：整体来看，它还是一个机器人系统架构的问题。我们需要把控制抽象成不同的层级：最底层是电机控制，再往上是关节控制。到了关节控制这个层次后，其实对"大脑"来说，它只需要知道——这个关节要运动多少，要输出多大力。只要把这种抽象模型建立好、底层接口统一了，大脑就可以全局地进行控制。换句话说，只要底层做好，把不同硬件模块抽象成统一的接口层，"大脑"就能兼容和调用它们。
在我看来，机器人一定是软硬件共同迭代的产物。硬件要根据软件的需求提供具体的设计方案，而在软件开发过程中，又会不断给硬件反馈，推动它去迭代。硬件团队必须足够强，才能把整个物理结构建模好，把这些建模信息传递给软件，这样软件才能更好地控制。所以这是一个闭环的过程，硬件和软件要双向优化，才能把系统真正做好。
蓝鲸科技：从长远的生意角度看，这两条产业链肯定还是会分工的，就像汽车产业。
陶一伟：长远来看必然会分工。但也会有不同路径。比如像特斯拉这样的企业，它会选择尽可能全栈自研，但也不是所有部分都自己做。它的自动驾驶系统核心部分自己掌握，但周边部分还是会和合作伙伴一起完成。
300美元开源灵巧手，初衷：打破高价壁垒
蓝鲸科技：整体来看，您觉得我们公司现在核心的护城河在哪里？
陶一伟：第一个是我们核心团队在软硬件结合上的能力。简单来说，我们公司就像把特斯拉的架构浓缩了一下：整个团队虽然不大，但整体结构分为软件、AI 和硬件团队，这样的架构也是我们未来扩展团队和发展的方向之一。
另一个优势是，我们的团队离市场和用户非常近，能够接触到机器人研究的最前沿。这让我们在设计和应用上能够更贴近实际需求。再有一点，我们既了解市场，又熟悉国内成熟的供应链体系，这也是我们独有的优势层次。
蓝鲸科技：为什么会选择用开源的方式？另外，你们提出的 300 美元的定价，这个全开源灵巧手的价格是怎么来的？
陶一伟：300 美元基本上就是我们在亚马逊上零售购买所有元器件的成本价。如果未来我们用上国内的供应链，这个价格其实还有很大的利润空间。至于为什么选择开源，主要是为了降低灵巧手在软件开发、灵巧操作上的门槛。
现在很多使用场景——无论是个人实验室、研究机构，还是公司——想要开发灵巧手时都会遇到门槛。市面上入门级的灵巧手产品，国内已经能做到大概六七千人民币，也就是 1,000 美元以下，但这种产品大多是六自由度的手，功能比较鸡肋。它看起来像个手，但能做的事情有限。所以即便价格不算贵，很多人还是觉得用处不大。
如果要用高自由度的灵巧手，那往往需要花好几万美元，而且买到的也通常是手工组装、没有量产的产品，门槛就非常高。我们这款 300 美元的全开源灵巧手，就是希望把门槛降下来，做到连爱好者、大学本科生都能玩。功能上你看我们展示的 demo，不仅不比那些低自由度的连杆方案差，在一些应用上甚至更有优势。确实，因为我们用的是全 3D 打印，材料强度会稍弱一点，但对于开源、做研究的人来说，这并不是最在意的点，更重要的是它能以低门槛推动灵巧手的研究和应用。
蓝鲸科技：团队早期讨论时，应该也纠结过要不要先做开源，再做闭源的版本。当时为什么会最终选择开源？
陶一伟：开源确实并不是我们最初的设想。一开始我们也有"星辰大海"的想法，想着直接做一个终极的高自由度灵巧手。但后来跟客户交流、观察市场后发现，就算我们能做出一个高自由度的手，从商业角度对创业公司意义不大。一方面要花很多资源去完善，另一方面市场也还没有那么大的需求。
在研发过程中我们逐渐意识到，其实这套技术完全可以"剥离"出核心，把最关键的几个自由度保留下来，用更低成本的驱动元件实现开源方案。这样既能降低门槛，又能推动社区发展。我们觉得这是一个非常好的路径，所以先把开源版本推了出来。但这并不意味着我们放弃高自由度的研发，那块工作一直在继续。
蓝鲸科技：您觉得国内在做灵巧手和机器人时的氛围跟硅谷有什么最大的不同吗？
陶一伟：国内确实非常热。而在美国，更侧重应用层面。美国制造业空心化已经很多年了，所以真正愿意做全自研、全栈硬件开发的公司很少。除了特斯拉、苹果这样的巨头能持续投入，小公司基本不敢碰，甚至觉得根本不可能做硬件。
所以硅谷很多团队现在的选择是：回到中国，尤其是深圳，先搭硬件平台，再利用硅谷的软件开发优势和市场化落地的能力。一般会形成这种模式。也因此，像我们这样全栈做灵巧手的公司在美国是很稀缺的。我们能走到这一步，很大程度上得益于中国背景，这让我们在产业链和资源方面都有更大的优势。
蓝鲸科技：你们现在不仅提供硬件，还配套了软件和工具链，等于是把整个生态的模式都想清楚了，对吧？
陶一伟：这款产品更多是服务整个灵巧操作社区。下一阶段我们会重点研发第一款工业级灵巧手，依然基于绳驱方案，但会增加一些自由度，让它在工业应用里实现更精准的抓握。同时也会在质量、耐用性、可靠性和结构强度上全面提升。
蓝鲸科技：你怎么看现在价格战？
陶一伟：价格战的确不是当下该做的事。但在保证功能性的前提下，降低使用门槛是必要的。不能为了省成本而牺牲功能性。比如有些产品虽然很便宜，但功能基本没法用，那就没有意义了。
蓝鲸科技：在选择优先市场时，有没有一些偏好或者策略？
陶一伟：其实我们还是把美国和日本放在第一优先。这两个市场有一个共通特点：劳动力紧缺。日本是老龄化严重，美国是劳动力不足。这样一来，客户对应用型产品、智能替代人工的需求非常强烈。他们也更愿意给我们一些试错的机会，让我们去测试和优化产品。相比之下，国内或者劳动力成本更低的东南亚市场，这种需求和意愿就没有那么强烈。
所以我们的策略是，先在美国把产品打磨好，再反向回到国内市场，而不是先在国内完善后出口。目前，在北美市场三星就是我们其中一个重要客户。
蓝鲸科技：您希望五年后，或者从长远来看，TetherIA会发展成什么样子？您理想中的通用型灵巧手，它真正能做到什么程度？
陶一伟：其实这是一个全新的行业，我们一直在思考。如果去类比以前的行业，很多人会把它比作激光雷达作为车的一个模块，或者像电池那样，作为汽车的核心动力包。但我觉得并不完全一样。
从我们的角度来看，我们既希望成为模块供应商，也希望是解决方案提供方。以我们零售型灵巧手为例，我们更有能力去定位不同的应用场景，设计出不同的 SKU（Stock Keeping Unit，即产品规格或型号）方案。
相比之下，像真正的通用型机器人厂商，例如 Figure 或特斯拉，他们可能最终只推出一套硬件。我们可能会推出多种零售型灵巧手产品，以满足不同的应用需求。
