一句话定义：手内灵巧操作（In-Hand Manipulation）指机械手在已经握住物体的前提下，不松手、不换手、不借助桌面或另一只手，仅靠手指之间的协调动作改变物体在手心里的位置与姿态。
生活里的样子：把一枚硬币从指尖滚到手心再翻回来，或者把笔从写字姿势捻到笔尾朝下——你没有放下笔，也没让桌子帮忙，只是几根手指交替地松开、推、滚、接住。机器人做同样的事，就是手内灵巧操作。
为什么它被当成下一道门槛
抓取（Grasping）解决的是“从自由空间到稳定接触”。一旦抓住，接触状态基本不变，两指平行夹爪加吸盘就能应付很多场景。手内操作正相反：接触状态一直在变，某根手指抬起的瞬间，物体只剩其余手指托着，重力、摩擦和指尖力必须在极短时间内重新平衡。更麻烦的是接触点常被手掌和物体挡住，摄像头看不见，只能靠触觉（tactile sensing）与本体感觉推断。误差还会累积放大——物体滚歪一点，下一步就可能掉。
它同时压着感知、规划、控制、硬件四件事，所以常被看作物理智能（AI 词典：Physical AI">Physical AI）从“会抓”走向“会玩”的评测门槛。
常见建模与评测方式
- 接触建模：用抓取矩阵（grasp matrix）把指尖力映射成物体运动，配合摩擦锥约束；多数工作先做准静态（quasi-static）假设，再逐步放开到动态过程。
- 学习控制：用强化学习（Reinforcement Learning）把关节指令映射到物体位姿变化，奖励通常是目标位姿误差加掉落惩罚；常见做法是在仿真里训练再迁移到真机，用域随机化（domain randomization）缩小差距。
- 示教路线：用动捕手套或遥操作（teleoperation）采集人手数据，再学一个生成手指轨迹的策略。
- 评测：看位姿是否到达、转了多少角度、耗时、掉落次数，以及换物体、换尺寸、加扰动后是否还稳。各家的具体口径不同，以官方页面为准。
| 维度 | 抓取 Grasping | 手内灵巧操作 |
|---|---|---|
| 任务目标 | 建立并维持稳定接触 | 在不断换接触的同时改变物体位姿 |
| 接触状态 | 基本不变 | 持续切换，手指交替离合并 |
| 主要反馈 | 视觉为主 | 触觉与本体感觉为主 |
| 典型失败 | 没抓住、滑落 | 滚过头、掉落、卡死 |
| 常见指标 | 抓取成功率 | 位姿到达精度、掉落率、泛化与抗扰动 |
和相邻概念的区别
手内灵巧操作是灵巧操作（Dexterous Manipulation）的一个子集。多指协同使用工具、手臂配合搬运属于更大范畴；手内重定向（in-hand reorientation）专指改变朝向那一类；手指步态（finger gaiting）是“手指轮流离开再接触”的一种具体策略。抓取是它的前置条件，不是同一件事。
对从业者与普通人的意义
对从业者，它把触觉闭环、高频控制、仿真到真实的迁移放进同一张考卷，多自由度手指和指尖触觉往往是前提，遥操作采集的数据通常比纯仿真更值钱。对普通人，这条门槛解释了为什么机器人能分拣纸箱，却还难以叠衣服、拧瓶盖、把钥匙在手里翻个面。下次看机器人手演示，留意它有没有偷偷松手或借了桌面——没有，才算手内灵巧操作。