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。
