Gen DAS Dex 正式發布：破解具身數據難題，從學習人類的雙手開始

在虛擬Agent時代，模型依托文本、圖像與視頻數據實現跨越式發展，語言智能、視覺智能走向成熟。

但當AI真正進入物理世界、要讓機器人像人一樣靈巧干活時，需要在open-world場景、有交互的處理多樣類型的任務。

所以從更底層能力來看，具身智能需要的不只video/language層面，而是在真實生活中認知、行動、產生交互，并根據物理反饋持續思考與迭代。

這就意味著具身智能需要學習的，不是一段視頻，而是在真實生活中、自然多樣的Human Data。

今天，簡智正式發布Gen DAS Dex（以下簡稱Dex）——實現人手全模態感知與行為的高精度重建，并與Ego配合，革新“Human Data”數據范式，為具身智能提供覆蓋“頭+手”全場景、精細化、可直接訓練的靈巧行為數據底座。

01 為什么今天的具身智能，需要Dex這樣的“手”？

人類五指經過數百萬年進化，形成27塊骨骼+ 34塊肌肉+ 24個自由度的精密結構，是面對復雜、多樣靈巧操作的“通用接口”；同時現實生活中大量五指操作，也為模型訓練提供了豐富的樣本與實例。

那么如何將手的行為轉化為可被理解、訓練的數據，面臨的是多維度的疊加挑戰：

1.高質量、自由度的靈巧手數據極度稀缺：多是視覺片段，缺少關節角度、且指尖空間精度停留在2-3cm，誤差大，有效數據供給遠不及產業需求。

2.多模態無法兼備、對齊：視覺、動作、觸覺不完整、不同步，時序錯位、空間不準，downstream模型難以訓練、無法泛化。

3.采集設備與自然動作沖突：笨重、遮擋、負重感強，導致動作變形，數據失真，無法長期大規模采集。

4.頭和手獨立存在，而非形成“認知+行為的閉環”：僅靠頭視角：看得見，卻摸不準，精細操作徹底失效，或者只有手摸得準，卻看不全，全局操作極易出錯。這些無法構成人行為的物理交互的時空閉環。

5.無法規模化，走出實驗室：遙操、動捕等方式都需要巨大成本布置場地，無法進入生活、進入戶外。

因此過去的問題在于，上面多個維度是“trade-off”狀態，而真正好用的數據需要被同時滿足，這也使得看似有“大量的數據、原始素材”，但實際不“好用”。

簡智Dex要解決的，正是這個斷層。

02 Gen DAS Dex 到底帶來了什么？

Dex不只是一只“數據手套”，而是一整套把人類雙手行為與感受，轉化為機器可理解、可訓練、可泛化的采集終端。它與Ego協同，首次實現“頭+手”全鏈路、全模態、高精度、低延遲的數據閉環，輸出可直接喂給模型的結構化數據。

1.全自由度覆蓋，逼近人手生理極限的靈巧還原

面向最復雜的精細操作，Dex用仿生輕量化外骨骼，完整支持人手23個自由度檢測，接近人手生理全部自由度。無論是指尖捏取、指節彎曲、掌心開合還是手腕扭轉，都能完整捕捉，讓機器第一次學到人類真實的“手怎么動”。

2.行業頂級精度，為模型迭代筑牢真值根基

精度，決定數據用來訓練的效率與價值。

?自研磁編碼器實現0.02°關節角檢測，且外骨骼結構使得在溫變與環境擾動下偏差極小，無需頻繁校準；

?搭配高精度IMU與Ego紅外+視覺多重定位，最終達成mm級指尖定位。每一個微操作都有真值，讓模型訓練告別“模糊估計”。

3.行業最全單設備模態，補齊觸覺+視覺雙核心

單一視覺永遠學不會物理交互。Dex做到真正多模態合一：

?指尖搭載高精度磁觸覺傳感，靈敏度0.05N，空間分辨率1mm，清晰捕捉撫摸、抓取、按壓的物理反饋；

?手背/手下方配置150°超廣視角攝像頭，與Ego View互補，無死角記錄抓取全過程。視覺看“怎么做”，觸覺懂“用多大力”，數據價值直接翻倍。

4.頭手協同1ms超低延遲，多模態信息可靠對齊

具身智能最痛的，是“頭看的”和“手做的”對不上。解決這一問題，不能只通過云端“拼湊”與對齊，而是需要從硬件開始就著手解決，

Dex通過SUB?G無線協同，統一控制相機快門、曝光、IMU采樣等全設備時鐘，實現多源數據亞毫秒級對齊。頭部視角、手部動作、觸覺信號完全同步，讓“眼?手”協同數據真正可訓練、可復現。

5.無感穿戴設計，讓采集像戴手套一樣自然

動作自然，數據才真實。

?自研磁編碼器微型化至3mm，整機體積與普通滑雪手套相當；

?合金+彈性聚合復合材質，重心優化，整機僅210g；長時間佩戴、連續復雜操作、精準抓取都無負擔，徹底避免“為采集而演戲”。

6.全場景規模化采集，本地端壓縮/質檢，讓效率提升兩個數量級

Dex從設計之初就為量產數據而生：

?結構自適應，適配不同手型；

?Ego+Dex穿戴即采，無需基站、無需場端設備；

?語音交互控制，單次續航超3小時；

?自動流式無線傳輸，3分鐘完成采集?上傳全鏈路，數據采集效率提升100倍。讓大規模、低成本、全天候、真實場景的數據生產成為可能。

03 從“看視頻的AI”，到“會動手的物理智能”

如果說互聯網數據成就了語言與視覺大模型，那么人類真實物理交互的數據，將成就具身智能。

Dex的意義，遠不止一款硬件：

?它第一次用單設備實現手部全自由度+高精度+觸覺+視覺+頭手同步的一體化采集；

?它把“經驗采集”從實驗室搬到日常場景，讓數據可規模化、可標準化、可互通復用；

?它與Ego協同，共同定義Human Centric數據新范式，為具身世界模型提供最核心的“頭+手”行為數據源泉。

過去，機器人靠編程與仿真模仿動作；未來，機器人將通過Dex學習億萬次人類真實操作，真正理解物理世界。

簡智 Dex 的發布，是具身智能數據基建的關鍵一步。我們不再滿足于讓機器人 “動起來”，而是要讓機器人學得會、做得穩、用得自然。以Dex 為采集入口，以全模態高精度數據為燃料，以頭手協同為骨架，一個可持續積累、持續迭代、持續泛化的物理智能時代，正在到來。讓機器人，從學習人類的雙手開始。