自变量发布灵巧操作系统TwinDex：零真机遥操数据，机器人自主完成精细化学实验

9月3日，自变量（项目主页x2robot.com）发布全新灵巧操作系统TwinDex。最受关注的是一段一镜到底的化学实验Demo：在机器人后训练阶段真机遥操数据为零的情况下，系统仅凭几百条无本体数据，就自主完成了旋拧瓶盖、注射器推注等多项精细操作。整个实验包含24个子动作，跨越三种工具，涉及多次双手协调与工具切换，每一步都要求毫米级定位与稳定力控。

量子位的报道把这次发布放进一个更大的争论中：今年5月，英伟达机器人负责人Jim Fan在一场公开演讲中宣告VLA、遥操已死，当时多数人的第一反应是AI圈又多了一条暴论；几个月后，TwinDex不靠真机遥操数据完成精细操作，被视为这条判断开始照进现实的注脚。

Demo拆开来看，TwinDex集中展示了三类过去最难的灵巧操作能力：一是对精度要求极高的精细操作，例如左右食指同时对准工具箱的狭窄卡扣、准确插入后向下拨开，再以食指和拇指捏住提手开箱，注射器推注时则以食指和中指固定筒身、拇指对准推杆精确发力；二是三指协作，扫帚与簸箕任务中三根手指围绕手柄形成包络，共同承担支撑与控制；三是更接近人手的柔性操作与掌内调整，拧瓶盖时用食指和拇指捏住瓶盖、靠手指侧摆完成旋转，翻书时拇指先把最上层书页搓出，再完成捏取、交接与翻页。

报道指出，以往这类精细操作往往让人联想到结构更复杂的五指灵巧手和庞大的真机遥操数据，但TwinDex证明不少任务用三根手指就够了。它的三指九自由度构型，是在灵巧性、稳定性与工程复杂度之间取到的折中：两指夹爪难以覆盖旋拧、掌内调整等操作，五指方案则带来更多关节、驱动器、传感器以及标定维护成本；在经过基础抓取、原地旋拧、工具使用与掌内操作等元操作测试并与多种候选构型对比后，自变量认定三指九自由度是当前的甜蜜点。

TwinDex并不只是一只灵巧手，它还兼具另一重身份：一套可穿戴的无本体数据采集系统。与许多采集与执行使用两套硬件的方案不同，TwinDex采用数采与执行同构的设计，这三根手指既负责干活，采集数据用的也是同一套结构，即所谓所采即所得。采集员在采集端做出的动作可以直接映射到机器人执行端，从运动方式、接触方式、视觉观测到时间同步都尽量保持一致，从而把原本发生在数据处理阶段的本体对齐提前到了数据产生之前。

效率数据同样直观：TwinDex单位时间能够产出的有效轨迹约为传统真机遥操的5.3倍。可穿戴外骨骼式的采集端不占用真实机器人，多名操作员可以在不同地点同时采集，系统会同步记录视觉、关节状态、手腕位姿等多模态信息，再通过标定、时间同步与标准化处理汇入同一训练空间；模型架构与训练流程也被设计成能够容忍一定范围内的采集误差。

更关键的是数据利用效率。自变量发现，随着数据量增加，无本体数据和真机遥操数据训练出的策略会以相同速率持续提升，并最终收敛到接近的表现；在这组实验中，训练模型时无本体数据近乎可以100%替代真机遥操数据。这意味着过去每扩展到一个新任务都必须从真机遥操数据开始的路径依赖，正在被打破。

报道判断，TwinDex真正值得关注的，不只是数据采得更快，而是它进一步证明：最接近机器人动作的高质量数据，未必只能由真实机器人生产。当然，在具身数据配方远未收敛、任务覆盖与数据多样性依然有限的今天，还不能直接宣布遥操已死；但有一点正越来越明确。高质量数据与真机遥操之间的强绑定，正在松动。接下来值得观察的，是TwinDex能否把这一结果复制到更多任务上，以及无本体数据规模做大之后，能否走出一条属于自己的Scaling Law。