Mimic Robotics双臂灵巧手进入Audi产线测试：ETH spinout的工业验证与mimic-video开源生态

2026年2月24日，一段不到两分钟的demo视频让Mimic Robotics进入视野：搭载两台仿人灵巧手的双臂工站在Audi Q6 e-tron车门框执行weather seal柔性插入，部署于Tamino Primo产线。密封条柔软、形变大且需贴合曲面，是传统自动化长期瓶颈。4月8日，Audi确认开始系统性测试灵巧手方案，合作进入产线验证。这是Mimic首次公开命名大客户与具体应用，此前仅以“Fortune 500制造商”等泛称pilot。

Mimic Robotics是ETH软体机器人实验室衍生公司，不追人形，聚焦灵巧手。核心硬件mimic Hand M1.0采用腱驱动，21关节、16自由度，指尖精度±0.5mm，负载7kg，手部尺寸接近成人。可搭载Franka Emika Panda等机械臂或移动平台，形成固定或移动工站。提供RaaS和直购，价格未披露。2025年底完成1600万美元种子轮，用于物理AI与灵巧制造。

该灵巧手的技术栈围绕“视频‑动作模型”（VAM）构建，与主流VLA不同。CTO Elvis Nava等在mimic‑video中以NVIDIA Cosmos‑Predict2为视频骨干，通过流匹配逆动力学解码动作，样本效率提升10倍，收敛速度提升2倍。2026年6月15日，mimic‑video被NVIDIA开发者博客列为World‑Action Model三大代表之一，获算力与生态背书。

此前mimic‑one扩散策略模型在16‑DoF手上，每任务仅需约250次演示，即在未知物体、背景和光照下取得93.3%成功率，并有33.3%自纠错增益。数据采集：工人穿戴集成摄像头与传感器的数据手套，直接执行原人工作业，无需遥操作与机器人在场，数据成本降低约5倍，采集速度提升约7倍。

跨形态泛化方面，LAD（ICRA 2026）通过对比学习将人手、mimic Hand和平行爪夹爪的动作空间编码到统一表示，单一策略跨形态成功率最高提升25.3%。与ETH、Microsoft Research合作的MAPLE框架从大规模第一人称视频预训练操作先验，降低数据需求。这些工作形成从视频预训练、可穿戴采集到产线执行的闭环体系。

CEO称工业场景需要全身形态任务不多，故押注灵巧手，瞄准高盛预计2035年380亿美元的人形与灵巧机器人市场。此前已与多家Fortune 500制造商及跨国物流商pilot，涵盖精密装配、分拣和搬运。Audi密封条入线测试让“全球汽车OEM”具名，“端到端像素到动作”获真实产线背书。

RobotScope 视角：Mimic路径具学术实用性，绕过人形难题，以可穿戴数据飞轮和视频生成先验解决样本效率与泛化问题。Audi的weather seal任务处于自动化盲区与人工短缺的狭窄地带，高精度柔性装配或成为灵巧手商业化首个锚点。但手部执行器寿命、模型参数量及定价未公开，规模化部署速度与经济效益存疑。产线亮相漂亮，但从demo到7×24工业运转，鸿沟远比看起来深。