هوش مصنوعی امروز میتواند پیچیدهترین کدها را بنویسد، تابلوی نقاشی خلق کند و در مذاکره طرف مقابل را قانع کند؛ اما همچنان نمیتواند بهسادگی یک اسکناس را از داخل کیف پول شما بیرون بکشد. این تناقض، نقطهی شروع معمایی است که به سراغ یکی از کمتوجهترین اما مهمترین گلوگاههای صنعت رباتیک انساننما میرود: دستها. در این گزارش، مسیر شرکتی گمنام و کوچک از شنژن چین به نام ووجی تکنولوژی (Wuji Technology) را دنبال میکنیم که ادعا میشود توانسته مشکلی را حل کند که دانشگاه استنفورد، کارنگی ملون، آژانس دارپا (DARPA) و گوگل دیپمایند (Google DeepMind) طی ۲۱ سال نتوانسته بودند بهطور کامل حل کنند.
چرا دستها مشکل اصلی رباتیک انساننما هستند
طی دو سال اخیر، دهها ویدیوی خیرهکننده از رباتهای انساننما منتشر شده، اما بیشتر آنها یک نکتهی مهم را پنهان کردهاند: عملکرد واقعی دستها. ایلان ماسک طراحی دست ربات آپتیموس تسلا را کاملاً محرمانه نگه داشت و نسخهی سوم آن با ادعای ۲۲ درجهی آزادی (DOF؛ Degrees of Freedom، معیار شمارش جهتهای مستقل حرکت یک مفصل) معرفی شد، بدون آنکه حتی یک نمایش عمومی از برداشتن و نگهداشتن یک جسم واقعی توسط آن دیده شده باشد.
بوستون داینامیکس (Boston Dynamics)، با وجود بیش از ۲۰۰ میلیون دلار بودجهی دریافتی از دارپا و نزدیک به سه دهه تجربه در رباتیک انساننما، برای اغلب این مدت اصلاً به فکر ساخت دست نبود؛ رباتهای این شرکت تا سالها بهجای دست، صرفاً درپوشهای سادهای داشتند. وقتی دارپا در چالش رباتیک سال ۲۰۱۵ کارهایی مانند بازکردن در و چرخاندن شیر آب را از شرکتکنندگان خواست، بوستون داینامیکس در آخرین لحظه یک گیرهی سهشاخهی ابتدایی از یک تأمینکنندهی ثالث روی اطلس (Atlas) نصب کرد. نسخهی تجاری امروزی اطلس هم دستانی دارد، اما این دستها برای کار سنگین طراحی شدهاند، نه کارهای ظریف؛ مصالحهای مهندسی که منطقی است، چون در یک خط تولید واقعی، یک انگشت شکسته یعنی توقف کل خط.
فیگور ۰۳ (Figure 03)، شناختهشدهترین نتیجهی غربی در این حوزه، دستهایی با ۱۶ درجهی آزادی، دوربین در کف دست و حسگرهایی با توانایی حسکردن وزنی معادل سه گرم دارد. با این حال، تیم مهندسی خود این شرکت در پخش زندهی رونمایی این ربات اعتراف کرد دست، سختترین بخش کل پروژه بوده است؛ نه تعادل، نه هوش مصنوعی، نه حسگرها. البته باید یک نکته را دقیقتر بررسی کرد: بر اساس گزارش رسمی خود شرکت فیگور، در دورهی ۱۱ماههی استقرار ربات فیگور ۰۲ در کارخانهی بیامو (BMW) در اسپارتانبرگ که به تولید بیش از ۳۰ هزار خودرو و جابهجایی بیش از ۹۰ هزار قطعهی فلزی کمک کرد، نقطهی اصلی خرابی سختافزاری، ساعد ربات بود (بهدلیل پیچیدگی سه درجهی آزادی، مدیریت حرارتی و سیمکشی در فضایی محدود)، نه لزوماً خود دست؛ و شرکت اعلام کرد در بیش از هزار ساعت کارکرد، خرابی سختافزاری «حداقلی» ثبت شده است.
استاندارد صنعت چین: گیرههایی در حد سال ۱۹۸۵
میان انبوه استارتاپهای رباتیک چینی که در رویدادهایی مانند نمایشگاه جهانی ربات (WRC) به نمایش گذاشته میشوند، بسیاری از رباتها اصلاً دست ندارند و تنها درپوش دارند. آنهایی هم که دست دارند، عمدتاً از دست RH56 شرکت اینسپایر روبوتس (Inspire Robots) استفاده میکنند؛ دستی با تنها شش درجهی آزادی فعال که هر انگشت آن عملاً یک محرک پنوماتیک مستقل و بدون کنترل مجزاست. طبق بررسیهای مقایسهای، این سطح از کنترل تقریباً معادل یک گیرهی صنعتی از دههی ۱۹۸۰ است.
طلای واقعی صنعت: دست شادو با قیمت یک آپارتمان کوچک
نزدیکترین محصول موجود به دست انسان، دست شادو (Shadow Dexterous Hand) ساخت شرکت بریتانیایی شادو روبوت (Shadow Robot Company) است؛ دستی با ۲۴ مفصل و ۲۰ درجهی آزادی فعال، که مورد استفادهی گوگل دیپمایند، استنفورد، امآیتی و کارنگی ملون بوده است. قیمت این دست از ۱۰۰ تا ۱۵۰ هزار دلار متغیر است. طی ۲۱ سال، این دست صنعت هوش مصنوعی فیزیکی را حتی یک قدم هم بهطور اساسی جلو نبرده؛ نه به این دلیل که محصول بدی است، بلکه چون نمیتوان هزاران نسخه از آن خرید و در هر آزمایشگاه، کارخانه و خانهای نصب کرد. این دست یک ابزار آزمایشگاهی دستساز است، نه یک محصول انبوه؛ با شکستن یک مفصل، ربات تا چند هفته منتظر رسیدن یک تکنسین از لندن میماند.
واقعیت پنهان پشت «خودمختاری»: تلهاپراتور در سایه
نمونهی روشن این شکاف را میتوان در ربات خانگی نئو (NEO) شرکت نروژی وانایکس (1X) دید. این شرکت که با حمایت بیش از ۱۰۰ میلیون دلاری صندوق استارتاپی اوپنایآی شناخته میشود، در مهرماه ۱۴۰۴ (اکتبر ۲۰۲۵) پیشفروش نئو را با قیمت ۲۰ هزار دلار آغاز کرد و آن را «نخستین ربات انساننمای مصرفی جهان» نامید. اما در متن شرایط محصول، نکتهای پنهان بود: برای کارهایی که نئو هنوز یاد نگرفته، مالک میتواند یک «اپراتور» انسانی وانایکس را برای هدایت ربات از طریق هدست واقعیت مجازی رزرو کند؛ یعنی در واقع، بخشی از «هوش مصنوعی خودمختار» این محصول، یک انسان در آنسوی دنیاست که ربات را کنترل از راه دور میکند. به باور کارشناسان این حوزه، تکیه بر هزاران اپراتور انسانی برای هدایت رباتهای خانگی، راهحلی مقیاسپذیر برای هوش مصنوعی نیست؛ صرفاً نیروی کار را از آشپزخانهی شما به یک دفتر دورکاری منتقل میکند. جالب اینکه خود وانایکس در تیرماه امسال (ژوئیه ۲۰۲۶) نسل تازهای از دستهای خود را با ۲۵ درجهی آزادی و مبتنی بر تاندون معرفی کرد و مدعی شد این سختافزار، سقف توانایی فیزیکی رباتهای انساننما را برداشته است.
داستان یک شرکت موتورسازی
ووجی تکنولوژی در اسفند ۱۳۹۷ (مارس ۲۰۱۹) در شنژن و به دست یونجه پن (Yunzhe Pan)، فارغالتحصیل دوگانهی علوم کامپیوتر و شیمی، تأسیس شد. این شرکت در ابتدا صرفاً موتورهای الکتریکی بدون جاروبک کوچک و پرقدرت زیر برند پن موتور (Pan Motor) میساخت؛ موتورهایی به اندازهی یک قوطی کبریت و وزن حدود ۲۰۰ گرم که با وجود اندازهی کوچک، توانی معادل یک موتور صنعتی داشتند. مشتریان این موتورها عمدتاً سازندگان سروو، اگزواسکلت و چند آزمایشگاه دانشگاهی بودند؛ کسبوکاری کوچک و بیسروصدا تا سال ۱۴۰۲ (۲۰۲۳).
نقطهی عطف زمانی رقم خورد که یونجه پن به این پرسش رسید: گرانترین بخش هر دست رباتیک چیست؟ پاسخ، محرک است؛ موتور کوچکی همراه با گیربکس و کنترلکننده که ۳۰ تا ۵۰ درصد از کل هزینهی ساخت یک دست را تشکیل میدهد. و ووجی دقیقاً میدانست چطور فشردهترین و پرقدرتترین موتورهای دنیا را بسازد.
یک تغییر معماری ساده اما بنیادین
تقریباً همهی دستهای رباتیک بازار، از شادو گرفته تا تسلا و فیگور، از معماری «محرکِتاندونی» (Tendon-Driven) استفاده میکنند: موتورها در ساعد قرار دارند و کابلهایی مشابه تاندون انسان، آنها را به انگشتان متصل میکنند. این رویکرد از نظر ظاهری زیستی و طبیعی به نظر میرسد، اما در عمل چالشبرانگیز است؛ کابلها کش میآیند، لقی ایجاد میکنند و رفتاری غیرخطی دارند که مدلسازی دقیق آن در یک شبیهساز بسیار دشوار است. وقتی مدل یادگیری ماشین آموزشدیده در شبیهسازی قرار است روی سختافزار واقعی اجرا شود، اگر رفتار فیزیکی واقعی با شبیهسازی همخوانی نداشته باشد، کل مدل از کار میافتد.
تیم ووجی مسیر کاملاً متفاوتی رفت: کابلها را بهطور کامل حذف کردند و موتورهای ریز خود را همراه با چرخدندهها، مستقیماً داخل بندهای هر انگشت جای دادند؛ رویکردی که به آن «محرکِمستقیمِ صلب» (Direct Rigid Drive) گفته میشود. هر سیگنال کنترلی، بیدرنگ و بدون لقی به حرکت انگشت تبدیل میشود؛ رفتاری خطی و قابلپیشبینی که علاوه بر این، در برابر افتادن تصادفی از روی میز هم مقاوم است.
نسل نخست: دستی که در سکوت وارد آزمایشگاههای آمریکایی شد
در ۲۶ شهریور ۱۴۰۴ (۱۷ سپتامبر ۲۰۲۵)، ووجی ویدیویی در پلتفرم چینی بیلیبیلی (Bilibili) منتشر کرد که نخستین نسخهی دست ووجی را نشان میداد: ۲۰ درجهی آزادی، وزن کمتر از ۶۰۰ گرم، نیروی نوکانگشت تا ۱۵ نیوتون، و بیش از ۳۰۰ هزار چرخهی آزمون کارخانهای در کنار بیش از یک میلیون چرخهی آزمون داخلی. قیمت این محصول، بسته به پیکربندی، از ۵۵۰۰ تا ۱۶ هزار دلار بود؛ یعنی تا ۱۸ برابر ارزانتر از دست شادو، آنهم در همان ردهی ۲۰ درجهی آزادیِ سطح پژوهشی. طبق این گزارش، تنها یک ماه بعد، چند آزمایشگاه پیشرو در هوش مصنوعی و سازندگان ربات انساننما بهآرامی این دست را جایگزین محصولات شادو، تسلا و اینسپایر در پروژههای پرچمدار خود کردند؛ نخستینبار در تاریخ که یک آزمایشگاه هوش مصنوعی آمریکایی، دست رباتیک ساخت چین را در محصول اصلی خود به کار گرفت.
نسل دوم: رونمایی در وین
در نمایشگاه بینالمللی رباتیک و اتوماسیون (ICRA) ۲۰۲۶ در وین، ووجی نسل دوم محصول خود، ووجیهند ۲ (Wuji Hand 2)، را رونمایی کرد. طبق ادعای شرکت، ابعاد کف دست این محصول ۱۸۵ در ۸۰ میلیمتر است؛ دقیقاً اندازهی کف دست یک مرد بالغ معمولی. با وجود جایدادن تمام موتورها داخل انگشتان، وزن کل این مکانیزم تنها ۵۸۰ گرم اعلام شده که از یک تبلت معمولی سبکتر است. این دست ۲۰ مفصل کنترلشونده دارد (در برابر ۲۷ مفصل دست انسان که برخی از آنها غیرفعالاند) و میتواند همزمان یک تخممرغ خام را بدون شکستن نگه دارد و در همان لحظه، قرصی را با نیرو از یک بلیستر سفت بیرون بکشد.
مهمترین ویژگی این نسل، فرکانس کنترل ۱۰۰۰ هرتزی آن است؛ یعنی هزار بار در ثانیه، میزان دقیق نیروی وارد از هر انگشت را میسنجد؛ سرعتی فراتر از رفلکس انسان. همین ویژگی به دست ووجی قابلیت «بازگشتپذیری محرک» (Back-drivability) میدهد: برخلاف بیشتر رباتهای بازار که در برابر ضربهی ناگهانی، چرخدندههایشان میشکند، دست ووجی در لحظهی برخورد کمی تسلیم میشود تا از خودش و هر انسانی که نزدیک است محافظت کند. این محصول همچنین بهصورت بومی با شبیهسازهای اصلی صنعت رباتیک، از جمله ROS 2، MuJoCo و Isaac Sim انویدیا سازگار است؛ یعنی توسعهدهندگان میتوانند مهارت را در دنیای مجازی و با سرعتی چندهزاربرابر آموزش دهند و سپس در یک لحظه، همان مهارت را روی دست فیزیکی منتقل کنند؛ چیزی که به لطف دقت مکانیکی بالای این طراحی ممکن شده است.
با این حال، باید یک نکتهی احتیاطی را هم در نظر داشت: تمام این ارقام، ادعای خود شرکت است که در نمایشگاه ICRA 2026 ارائه و در ویدیوی منبع این گزارش بازتاب داده شده؛ آزمون مستقل شخص ثالثی از ووجیهند ۲ هنوز منتشر نشده و قیمت و زمان عرضهی دقیق نسل دوم هنوز نهایی نیست. تجربهی صنعت رباتیک نشان داده مشخصات اعلامشده همیشه دقیقاً با محصول نهایی یکسان نیست؛ نمونهی آن، تفاوت میان وعدهها و واقعیت عرضهی ربات U1 شرکت یوبیتک (UBTech) در همین سال بود.
ستارهی واقعی: دستکشی که داده جمع میکند
هرچند دست ووجی محصول جذابتری برای رسانههاست، اما محصول واقعاً کلیدی اکوسیستم این شرکت، یک دستکش جمعآوری داده است؛ دستکشی پوشیدنی با حسگر روی تکتک مفاصل که همان ۲۰ درجهی آزادی دست ووجی را ثبت میکند. دلیل اهمیت این محصول به یک واقعیت بنیادین بازمیگردد: گرانترین و محدودترین منبع در هوش مصنوعی رباتیک، نه قدرت پردازشی، نه موتور و نه حسگر، بلکه داده است. برای آموزش یک مدل زبانی، ترابایتها متن آماده در اینترنت وجود دارد؛ اما دادهی نحوهی حرکت دست و بدن در دنیای فیزیکی، بهسادگی روی اینترنت پیدا نمیشود و باید از صفر جمعآوری شود.
برای این کار عمدتاً از تلهاپریشن (Teleoperation) استفاده میشود؛ یعنی یک انسان لباس یا کنترلر مخصوص میپوشد و هر حرکتش ضبط و بعداً توسط ربات بازپخش میشود. استاندارد صنعتی این روش، سامانهی موبایل آلوها (Mobile ALOHA) دانشگاه استنفورد است که قیمتی حدود ۳۲ هزار دلار دارد. برای رسیدن به مقیاس مجموعهدادهی RT-1 گوگل، تیم مربوطه به ۱۳ ربات، ۱۷ ماه کار بیوقفه و ثبت ۱۳۰ هزار مسیر حرکتی نیاز داشت. به باور آندری کارپاتی (Andrej Karpathy)، رئیس سابق هوش مصنوعی تسلا و از بنیانگذاران اوپنایآی، الگوی پیشآموزش در مقیاس اینترنت که برای مدلهای زبانی جواب داد، در رباتیک به همین شکل مقیاسپذیر نیست. دمیس هسابیس (Demis Hassabis) از گوگل دیپمایند هم بر این باور است که گلوگاه اصلی رباتیک، سختافزار نیست، بلکه هوش است؛ چون زمینهی فیزیکی دنیای واقعی را نمیتوان صرفاً با کلمات توصیف کرد. سرگئی لِوین (Sergey Levine)، بنیانگذار استارتاپ رباتیک فیزیکال اینتلیجنس (Physical Intelligence)، هم معتقد است صنعت رباتیک در آستانهی یک چرخهی خودبهبودی برای رباتهای همهمنظوره قرار دارد، اما این چرخه به داده نیاز دارد.
درسی از گذشته: چرا اوپنایآی میدان رباتیک را ترک کرد
برای درک عمق این چالش، کافی است به پروژهی داکتیل (Dactyl) اوپنایآی در سال ۱۳۹۸ (۲۰۱۹) نگاه کنیم؛ همان اوپنایآیای که سه سال بعد با ChatGPT اقتصاد جهانی را دگرگون کرد. در این پروژه، یک دست رباتیک پنجانگشتی برای حل مکعب روبیک، در یک شبیهسازی فیزیکی معادل ۱۳ هزار سال تجربهی پیوسته تمرین کرد؛ زمانی طولانیتر از کل تاریخ تمدن بشری. نتیجه؟ در دنیای واقعی، این دست تنها در حدود نیمی از موارد موفق به حل مکعب میشد؛ نرخ موفقیتی که بسته به میزان بههمریختگی مکعب، بین ۲۰ تا ۶۰ درصد نوسان داشت. یک سال بعد، اوپنایآی تیم رباتیک خود را بهآرامی منحل کرد و در تیرماه ۱۴۰۰ (ژوئیهی ۲۰۲۱) این تصمیم را رسماً اعلام کرد.