在具身智能与人形机器人技术迅猛发展的当下，一个核心难题正阻碍着行业前进的步伐：如何获取高质量的真实世界数据来驱动模型进化？传统仿真环境生成的“完美数据”已无法满足需求，行业迫切需要来自人类自然行为的高精度、多模态数据。这一需求在灵巧手操作领域尤为突出——手作为人类与物理世界交互的核心器官，其动作数据对机器人学习复杂技能至关重要。然而，当前优质手部数据的供给量不足产业化需求的10%，采集设备普遍存在精度不足、模态单一或穿戴笨重等问题。
针对这一痛点，简智机器人近日推出高精度人手多模态感知与行为重建设备Gen DAS Dex（以下简称“Dex”）。该设备以“全场景、高精度、多模态、轻量化无感穿戴”为核心定位，试图通过技术革新破解行业数据困境。Dex并非传统数据手套的简单升级，而是一套完整的手部行为数字化系统，其核心目标是在用户自然操作状态下，无感记录关节运动、触碰力度和力线变化等数据，为具身智能模型提供“人类如何操作”的真实样本。
当前具身智能领域存在一个“数据悖论”：模型能力越强，对数据质量的要求越高；但高质量数据稀缺又导致模型迭代缓慢。Dex通过构建正向“数据飞轮”打破这一循环——设备采集的数据用于训练模型，模型能力提升后又能指导更高效的数据采集策略，形成数据与模型的良性互动。这一解决方案从硬件底层出发，整合机械结构、传感器技术和协同算法，构建了完整的技术闭环。
Dex的颠覆性体现在六大技术亮点上。在自由度覆盖方面，设备采用仿生外骨骼设计，可检测人手23个自由度，全面还原手腕旋转、手指捏合等精细动作。例如，当用户使用螺丝刀时，Dex能精准捕捉手腕、手指和掌心的协同运动，为机器人学习复杂操作提供基础数据。精度层面，设备搭载自研磁编码器，实现0.02度关节检测和毫米级指尖定位，确保模型能学习到真实的物理交互特征，如拿起铅笔芯或蓝莓时的微小位移。
多模态数据采集是Dex的另一大优势。设备指尖配备高精度磁触觉传感器，灵敏度达0.05N，可感知羽毛纹理等细微触感；手部下方内置150度超广角摄像头，与头部Ego设备形成视觉互补，解决传统方案中的视野遮挡问题。在喂食猫咪的场景中，Dex能同时记录手指与猫粮、猫嘴的接触细节，为模型提供完整的视觉-触觉融合数据。这种多模态覆盖弥补了单一模态数据的局限性，使模型能理解“看到了什么”和“感觉到了什么”的完整信息流。
在协同效率方面，Dex与Ego设备通过SUB-G无线技术实现1ms超低延迟同步，确保头部视觉与手部动作的时间对齐。当用户从冰箱取苹果时，设备能精准记录视线锁定、开门、抓取和收回的全过程，避免因时间偏移导致模型学习错误因果关系。穿戴体验上，Dex通过优化磁编码器尺寸（仅3mm）和采用合金-弹性聚合复合材质，将重量控制在210g，与滑雪手套相当，支持长时间自然操作。
规模化采集能力是Dex破解行业痛点的关键。设备支持自适应手部尺寸调节，无需布置基站即可随时随地采集数据；语音控制操作和3小时续航满足长时间任务需求；自动流式上传功能使数据从采集到上传仅需3分钟，效率提升两个数量级。这种设计使大规模、多场景数据采集成为可能，为数据飞轮的高速旋转提供动力。
Dex的技术突破不仅体现在硬件层面，更重构了具身智能的数据供给逻辑。其提供的高精度、多模态自然行为数据，可降低模型训练的数据清洗成本，提升真实场景落地效率；与Ego设备协同建立的“头+手”一体化数据范式，为具身智能、人形机器人等领域提供了标准化、可复用的数据源；秉持“Human Sense”理念的设计，确保机器人学习的是人类自然行为而非机器限定动作；轻量化、无基站等特性则大幅提升了行业数据生产效率，有望推动数据成本下降和采集规模上升。
简智机器人已围绕具身智能数据构建全栈产品矩阵，包括无本体数据采集设备GenDAS、人工智能数据治理平台GenMatrix和大规模众包数据产线GenADP。公司积累了覆盖家庭、工业、物流等场景的数千万小时高精度多模态数据，并与30余家国内外AI企业达成合作。通过持续优化产品体验和拓展应用场景，简智正与行业伙伴共同推动标准化、规模化的数据生态建设。
