一个月前，机器人公司 Sharpa 的机器人进驻上海吴江路 DQ 门店，工作是做奥利奥暴风雪，覆盖取杯、出料、加奥利奥小料、搅拌、倒杯交付等 55 个完整步骤。

在隔壁大模型圈轮流散播 AI 威胁论，表演眩晕瘫坐的同时，Sharpa 机器人已经在 DQ 门店默默打工了整整一个月，一天都没休息。

今年是人形机器人的进厂年，舞台上大展身手之后，机器人纷纷扔掉手绢和金箍棒，戴上劳保手套走进工厂和车间。人形机器人的下一步是应用场景里的实战，是当下毋庸置疑的产业趋势。

Sharpa 机器人上岗当天，舆论层面的看法相对积极，毕竟这是国内的具身智能领域，机器人首次在未经改造的真实场景里，执行的最复杂的长程任务。跟 Demo 性质的快闪完全不是一个概念。

但当整整一个月的打工生涯画上阶段性逗号，业外人士和业内人士，形成了截然不同的两种视角：

总的来说，围观群众当个景点游览，买冰淇淋的顾客表示做的有点慢，一套流程下来，Sharpa 机器人要花 6 分钟左右，是熟练人类店员的两倍，还是学徒水平。

同时，机器人的行为表现方差极大，既有挑勺子、甚至判断哪个勺子好拿这类非常 " 拟人 " 的神来之笔，但也存在桌子上有碎屑不知道擦的情况，做不到眼里有活。当然，消费者也纷纷表示 " 孩子还小 "，可以理解。毕竟吃完机器人做的冰淇淋，感觉自己智商已经变高了。

Sharpa 机器人在 DQ 门店挥汗如雨

Sharpa 机器人给顾客上情绪价值

具身智能从业者的态度是现场深度观察，回办公室逐帧拉片：机器人遇到了什么困难？哪些问题能自己解决？哪些问题解决不了？跟我司产品相比如何？Sharpa 现在还招人吗？

换句话说，产业界的关注点在于机器人积累的翻车姿势合集，做 DQ 冰淇淋的 55 个步骤里，很多步骤都隐藏着翻车点，对机器人泛化能力要求极高。就像人类员工也要培训一样，机器人在实战中暴露的长短板，是后续复盘研究的稀缺技术资产。

机器人一次抓了俩勺子

不夸张地说，如果 Sharpa 机器人一点错都没犯，产业界恐怕会大大松一口气，那说明技术挑战反而没有那么大，" 我也行 " 的幻觉会迅速蔓延。恰恰是机器人在实战中暴露的问题，在当下的产业阶段，极具研究和复盘价值。

一个会犯错的机器人，才是值得研究的机器人。

在大海里学游泳

2024 年，激光雷达公司禾赛的三位创始人李一帆、向少卿、孙恺创立 Sharpa，先从灵巧手切入，推出具备触觉感知的五指灵巧手 Sharpa Wave，于 2025 年 10 月顺利量产交付。

机器手是整个机器人公认的最关键的硬件环节，Sharpa 先解决了 " 手能不能干活 " 的问题，再把能力装到整机上。今年年初的 CES 上，Sharpa 展出人形机器人，同时发布 CraftNet 模型，现场展示了打乒乓球、发牌、组装纸风车等任务。

春晚盘核桃的机器手就来自 Sharpa

其中 Sharpa Wave 机械手的设计极其复杂，不仅能抓握物体，接触物体后，能通过触觉判断滑动、形变和受力，再调整握力，这是机器人能去 DQ 打工的关键环节。

今年 5 月，英伟达公布的人形机器人参考设计中，就采用了 Sharpa 的 W01 双手方案；Google DeepMind 在 Gemini Robotics 2 实验中，也把 W01 装在 Apptronik Apollo 2 上进行测试。上下游的订单，比表演的含金量高得多。

Sharpa 机器人采用轮式，相比机械手，表演能力天生吃亏。但机器手 + 机器人 + 配套的模型，组成了一套自主完成任务流程的技术栈。

大脑 + 身体 + 灵巧手的技术平台搭建完成，Sharpa 技术团队一边迭代产品，一边在真实场景实战：

今年 9 月，Sharpa 发布 Wave/W01 的迭代产品 W02，相比 W01 更轻更小。一起发布的还有人形机器人 D01，以及用于精准遥操与数据采集的外骨骼数据手套 AE01。

同一时间，Sharpa 机器人在 DQ 门店遇到了自己最严厉的父亲：冰淇淋。

机器人不像人类，天生能感知物理世界的触感、重力等反馈。所以，比起舞刀弄枪，拧瓶盖、开罐头这些生活中再寻常不过的动作，反而更难攻克。

做冰淇淋对人类来说不难，却是机器人的纽伯格林北环，55 个步骤，处处都是机关和陷阱。从大货车上徒手装卸钢卷，材料够强力度够大就行，做冰淇淋的时候，单是拿纸杯这个动作，要考虑的就非常多。

纸杯、杯环、勺子的形状和受力方式各有不同，搅拌时，机械手要用拇指和食指扶住杯环，劲小了拿不住，劲大了纸杯扛不住，怎么恰到好处的拿捏，就是一道坎。

Sharpa 机器人取出杯子

Sharpa 机器人正在加料

又比如门店的塑料勺是随机摆放的，碰见极端场景得机器人自己想办法摆弄出来，对软件算法的泛化能力要求极高。

冰淇淋也不像定位好的金属零件，温度、粘度等状态会变化，机器人得时刻判断产品能不能达到出品标准，尤其得扛住 DQ 的标志性动作 " 倒杯不洒 " 的考验，难度很大。

为了达到目前的零改造零干预效果，DQ 和 Sharpa 团队花了几个月的时间磨合调试。

图什么？肯定不是图机器人干活比人类慢。

拿勺子也是一道题

Sharpa 进店打工，算的是一本技术账。即李一帆口中的 " 先把场景做穿 "。

从表演到落地喊了很长时间，产业界对 " 高价值场景 " 已然有了共识：有标准化的SOP，但过程存在大量随机性。

工业场景如汽车生产，也是机器人落地的热门赛道，但这类场景的局限性也很明显。在人工智能爆发之前，汽车工业已经是一个自动化、数字化程度非常高的行业，机器人有心进厂打工，未必抢得动库卡和发那科机械臂的饭碗。

另一方面，正是因为自动化水平非常高，工厂里的碳基人类跟机器人都没什么区别了，留给机器人的发挥和试错空间都非常有限。

而在真实业务场景中试错，恰恰是目前全行业的头等大事。

具身智能目前处在一个技术快速进步的周期里，大规模的商业落地相对遥远。当技术迭代周期非常快，技术成果的半衰期就会非常短，技术壁垒的保质期更短。

想要保持在技术前沿，就需要大量的试错，在真实的场景里发现实验室无法预判的问题。" 做冰淇淋 " 这个场景，就非常适合用来试错。

和军事化管理的工厂产线不同，线下服务业的特点是核心流程标准化，但执行过程中有大量随机性场景。拿 DQ 门店来说，设备出现故障、勺子用完了去哪取、外卖员送餐心切对着硅基员工大小声等等，都是真实发生的情况。

类似 Corner Case 之于自动驾驶，实验室里的仿真不可能穷尽现实中所有的随机性场景，只有在真实场景中，才能发现实验室里没有充分预测的变量，再把现场数据带回仿真，扩展成更多种情形，最后重新到现实中检验。

一旦触及 " 落地 " 这个命题，意味着企业拿到的必须是可靠性很强的完整解决方案，没有企业愿意自己花钱陪机器人公司一起找 bug。因此，在实际运转中的试错和验证就非常重要。

但对机器人公司来说，让 Sharpa 的研发团队去 DQ 门店体验生活，干到区域总监也未必能穷尽所有随机性事件。因此，机器人在门店的打工时间越长，积累的 Corner Case 就越多，越能支持后续的工程改善。

换句话说，如果想拿融资，一定得多次彩排出一个完美的结果。如果想反哺技术实现，反而是犯错越多，工程团队积累的 knowhow 越多。

所以，Sharpa 让机器人在门店没日没夜地干，最重要的目的，就是在真实场景中验证机器人的能力，发现实验室里无法预测的问题。

创始人李一帆举过一个例子：机器运行一两个小时后，设备打出来的冰淇淋温度会变高，影响到后续搅拌环节的操作。这个问题，在之前的仿真测试中就没遇到过。

Sharpa 机器人上岗当天，也就出现了塑料勺子堆在一块的场景，机器人不负众望，用手指头拨了一下，顺利取出了勺子。从实际表现看，拿勺子是硅基员工面前最棘手的难题，也是翻车重灾区。

勺子卡住金属环，难倒硅基壮汉

勺子再次难倒机器人

勺子第三次难倒机器人

Sharpa 机器人在操作间忙活了一个月，积累的是整整一个月的翻车合集和试错方案。积累的内容越多，归因和修复的空间就越大，过程中形成的 Knowhow，直接决定了产研团队对技术的理解。

这就叫人教人教不会，事教人一次就会。老祖宗的智慧，碳基机器人也适用。

研究 AI Infra 和研究 AI 红包都是 AI，显然不可同日而语。一万公里的通勤和一万公里的赛道，积累的是完全两种驾驶技术。

别给我看 Demo 了

从大方向上看，经历了春晚跳舞、赛场打拳，各大机器人主机厂轮番出圈后，具身智能已经快速度过体操年，进入补脑年，整个具身智能行业的注意力，都在向机器人的执行能力迁移。

与此同时，各种各样的 Demo 与技术预览宛如外星科技，令人眼花缭乱，进入真实场景，又直接撞上空气墙。只能说卖给投资机构和股民，也是一种商业模式。

一切衡量标尺，都最终指向了机器人能不能创造真实的价值。

如何定义 " 真实的价值 "？还是要回到 " 通用 " 这个命题和愿景上——是给机器人设计新的岗位，还是让机器人融入人类的生产生活。

人类改造自然的工具都以人为基准设计，小到锅碗瓢盆的尺寸、大到工厂产线的规划，即普罗泰戈拉所说：人是万物的尺度。

具身智能语境下的 " 通用 "，意味着机器人要适应人类创造的事物，无缝融入人类的生产生活环境。即李一帆所说：通用人形机器人这件事，最终只有两个状态：要么全能，要么无能，没有中间形态。

这也是具身智能和传统工业自动化最大的区别。汽车产线上的机械臂炫酷无比，但本质是基于特定规划执行特定操作，既没有感知能力也没有决策能力。设备稍微移动几毫米，机械臂当场爆内存。

目前来看，产业界绝大部分落地案例，都需要改造原有的生产场景，让人类先为机器人做适配。相当于请机器人来上班，还得把办公室重新装修一次，和 " 通用 " 的愿景背道而驰，也缺乏商业上的经济性。

从商业角度看，完全自主和哪怕 1% 的环节人工干预，都是截然不同的概念。

举例来说，假设货车在高速公路上完全自动驾驶，下了高速换人类司机，哪怕只有一公里，对货运公司也没有任何吸引力。毕竟还得让人类开车，何不让他开完全程呢？

之前接受媒体采访，李一帆就表示看不下去 [ 10 ] ：你进来第一句话就是 " 我准备把你店里东西都换了 "，你能同意吗？

Sharpa 机器人主打" 零改造 + 全自主 "，即完全不改造门店的设备和流程，机器人直接使用为人类设计的工具。同时，整套流程完全由机器人操作，人类不做任何干预。在特定场景中，已经完全做到了 " 通用 "。

LinkedIn 的围观群众对 " 零改造 " 各种好顶赞

所以，完成第 54 步和完成第 55 步，看似只差一点，其实是 " 交付 " 和 " 没交付 " 的天壤之别。人工智能在诸多细分领域的落地，其实都卡在了形形色色的 " 最后一公里 " 上。

一个工作有 100 个步骤，A 公司的方案能做 100 个，B 公司只能做 99 个，两家公司的估值，很可能会差上十倍。

尾声

创办 Sharpa 后，李一帆在多个场合都表达过一个观点：不为机器人创造就业机会。

具身智能产业化开启后，有关机器替代人类的讨论层出不穷。但不太恰当的说，百年前工业革命所创造的机械化生产，本就是一个机器压抑人性的叙事。

大规模机械化生产的特点是标准与通用，精密的生产、流程的拆解、24 小时连轴转是机械设备的特长。为了适应机器，人类不得不三班倒、上夜班，把自己变成机器一边罚站一边机械式的完成重复劳动。

这个语境下，无论个体间的性格与天赋多么迥异，都要像生产线上的齿轮和连杆一样，完成机器规定的动作。人类先为机器定义了一个岗位，再让自己适应机器。

Sharpa 机器人目前离真正的通用还很遥远，但至少在奥利奥暴风雪这个场景里，Sharpa 没有为机器人改造人类的工作方式，也没有让人类成为机器，完成机器力所不能及的环节。这应该是具身智能共同追寻的愿景。

可以说，当这个 " 暴风雪时刻 " 出现，具身智能的未来图景才有了完整的雏形。当机器人在实战中意外出错，在犯错中慢慢修正和进步，技术和产业的赛跑才算真正开始。

套用丘吉尔的话说：这不是结束，这甚至不是结束的开始，很可能是开始的结束。

[ 1 ] 机器人 " 手作 " 冰淇淋出品稳了！ROI 转正还需时间，第一财经

[ 2 ] 对话 Sharpa 李一帆：通用机器人要么全能，要么无能，极客公园

[ 3 ] Sharpa Announces CraftNet - a Hierarchical VTLA Model for Fine Manipulation，Sharpa

[ 4 ] Gemini Robotics On-Device，Google DeepMind

[ 5 ] 人形机器人规模部署的四道门槛，McKinsey

[ 6 ] AI 机器人公司 Sharpa 完成 45 亿元融资，多家大厂联合押注，第一财经

[ 7 ] 55 步 " 倒杯不洒 "：一台双臂机器人，正式在 DQ 门店做冰淇淋了，21 财经