从FR3到Diana：DLR力控基因如何构建Physical AI的“触觉基建”

2023 年，Franka正式被思灵机器人（Agile Robots）收购，更名为Franka Robotics。

这份基因由同处慕尼黑的两大实体继承：Franka Robotics与思灵机器人。一条走向了Franka Research 3（FR3），定义了科研机器人开放平台的标准；另一条则在思灵机器人的手中，演进为今天的Diana系列——它不局限于科研，更将力控的边界推向工业级Physical AI的真实战场。

力控不是锦上添花，而是Physical AI的“触觉神经”

为什么Physical AI必须依赖力控？

1.物理环境中充满摩擦、形变、碰撞和不确定性；

2.无力控的机器人“看得见”却“拿不稳”，“会规划”却“插不准”，“能执行”却难保安全。

力控相当于给机器人装上触觉神经系统，使其能：

• 3.感知微小外力变化；

• 4.判断接触状态；

• 5.实时调整动作，动态适应环境。

案例说明

VLA的突破口：当大模型学会“调节力度”

最新研究（CompliantVLA-adaptor）表明，VLA模型的短板不在“脑”，而在“手”——它们输出位置，却不懂力度。

解决方案是：VLA不再直接指挥末端走位，而是预测阻抗参数（刚度与阻尼），交由底层控制器执行。这一“大脑发指令，小脑调力度”的架构，对机器人本体提出硬性要求——高频、低延迟的FCI接口与稳定力反馈，而这正是Franka生态从设计之初就锁定的核心能力。

Diana双星，向下普惠，向上突破

Diana 7 —— 科研力控的“工业级延伸”

它把FR3的开放控制理念带向更高负载与更广空间。德国汉堡大学团队的评价极具代表性：

“得益于Diana 7的安全功能，我可以更大胆地进行更有风险的尝试。”
这句话道出了科研平台的本质价值——安全决定探索边界，稳定决定研究效率。

Diana 3 —— 力控生态的“入门不妥协”

它面向轻量化科研场景，却保留了完整的7轴冗余、关节力矩感知与柔顺控制。更关键的是，精度与Diana 7持平（重复定位±0.05mm，力控相对精度0.5N），且接口完全统一——FR3上积累的代码可无缝迁移，学习成本归零。

不变的是基因，延伸的是边界

Franka定义了科研机器人的开放标准，Diana正将这一标准从实验室推向真实产业的物理交互。

从FR3到Diana 3 & 7，DLR的力控火种未变，变的是它所能触及的负载、空间与任务复杂度。当Physical AI走向现实，这套“同源不同构”的产品矩阵，正在成为全球研究者与产业界共同的触觉基础设施。