2026年8月，DQ的上海吴江路店。透明的玻璃工作间内，一台双臂机器人从消毒柜里取出金属杯圈，从叠放的纸杯里抽取出一只，在冰激凌机下接出奶浆，舀上三勺奥利奥，高速搅拌，最后把杯子倒转过来——暴风雪没有掉。这个动作在 DQ的品牌话术里叫“倒杯不洒”，是这家1940年起家的品牌对一杯暴风雪冰淇凌质量最古老的检验。而从这一天起，接住它最后一棒的是一台机器人。
机器人做冰淇凌这件事，其实并不新鲜。数年之前，机器人做咖啡、做冰淇凌的新闻已经见怪不怪。而几乎所有的展示内容都只是：取一个容器，从咖啡机或者冰淇凌机里直接接一杯，再递送到用户手中。这种级别的场景demo，本质上是一种“搬运”，仅靠自动化机械臂就可以完美呈现，跟AI可谓毫无关系，WAIC和WRC上比比皆是。
但直到你走进这家机器人暴风雪餐厅，真正看完机器人的工作全程，无论你是机器人行业的老兵，还是第一次看见机器人在吧台后面干活的普通顾客，都会产生各自不同的震惊。
普通顾客会震惊于暴风雪冰淇凌全套制作流程的复杂和机器人动作的流畅丝滑，它的某些动作细节（翻腕推门、刮净杯口等等）甚至会让人产生一瞬间的恍惚，让你分不清眼前做冰淇凌的到底是机器还是人类。
而对于行业从业者来说，则会产生更大的震撼：55步的长程任务规划能力、精密的触觉和力控算法、90%的成功率、本体与大脑的软硬一体以及真正的场景0改造所体现出的泛化能力......这已经不是一个展会上的demo，而是一个真正可以交付到真实场景里的解决方案。
而完成这个解决方案的，并非是那些耳熟能详的具身智能名宿，而是一家在公关传播上极为克制的神秘公司——Sharpa。
最神秘的公司，挑了个最固执的场景
Sharpa 成立于2024年底，三位联合创始人李一帆、向少卿、孙恺同时也是激光雷达公司禾赛科技的创始人。2026年1月，当媒体首次披露这层关系时，行业才发现，那只在demo里剥鸡蛋壳的灵巧手背后，是一家已经估值过百亿的公司。
它在机器人圈内迅速建立起一种近乎口耳相传的声望。全球多家头部机器人公司的视频demo里，那只来自中国的银色灵巧手成了默认的最优操作终端；想买Sharpa Wave的人被告知“没有库存”，只能相互租借；英伟达、谷歌、MIT、斯坦福的机器人实验室里也都能看它的身影；今年6月，当宇树的H2 Plus机器人被英伟达钦定成为其NVIDIA Isaac GR00T 的参考人形本体时，不少人发现，这具本体的手并不是宇树的手，而是 Sharpa Wave。
彼时，我们认识的几乎所有研究机器人操作的从业人员对于Sharpa Wave的评语都是“除了贵，几乎没有缺点。”
然而在机器人圈内如此火爆的Sharpa，其公开曝光的克制也是罕见的：ICRA 亮相后近八个月，国内也没有官方社交账号，投资人在各种渠道寻找其对接人，但Sharpa都选择避而不见；其产品唯一一次大规模进入公众视野，还是2026年春晚上借另一家公司的片段，展现了那双盘核桃的银色灵巧手，甚至都没有出现公司名。
我们从公司方面获悉，Sharpa已完成超45亿人民币融资，估值超200亿人民币。投资方包括阿里巴巴、美团、腾讯、京东、传音等产业资本，以及红杉中国、启明创投、美团龙珠、光合创投、九坤创投等投资机构。
与其他公司争先恐后地曝光自己抢入100亿/200亿俱乐部的热闹场面不同，Sharpa之前从未主动传播过这件事。“主动频繁地传播融资，会让员工误认为融资才是公司的核心 KPI。而我希望我们的工程师能够感受到，公司会更关注更有意义的事情。我们希望打造一个纯粹的“工程师乐园””，李一帆这样解释。
而这个刻意隐身的机器人公司，选择的第一个公开落地场景，却是一个极具破圈潜力的零售场景。选择场景的逻辑并非是落地实现的难易程度，而是从他们心中的终局倒推而来。
“终局一定是家庭，但进入家庭需要足够多的数据，所以我们找场景的第一标准就是跟家庭操作最接近的真实场景。”李一帆对我们表示。跟家庭直接相关的服务业就很接近，餐饮、酒店、零售，这些场景既需要极其复杂的灵巧操作，操作内容又和家庭高度重叠。
制作冰淇凌这个任务的本质就是与工具和设备的交互：开柜、取物、舀取、搅拌、倾倒、递送等，这些基础的原子任务天生具备高迁移性，完成这个长程任务也让Sharpa后续向其他品类和场景的扩展变得更为容易。
而选择DQ这样一家以固执和流程严格著称的连锁品牌合作，除了考虑DQ本身的品牌影响力和未来品类扩展上的优势，更像是Sharpa给自己强行上的难度。
我们了解到，DQ的所有设备和物料必须全部从美国进口，连勺子的颜色都不允许调整，为的就是保持品牌和产品口味的一致性，这种固执无疑给机器人进驻提出了更高的要求。而对此，李一帆却表示：“要的就是这种固执”。而DQ的这种固执，恰好是Sharpa对场景真正“零改造”的强制背书。
具身行业里大部分公司的 demo，是先给环境做减法。最常见的下手处是操作对象：贴标签、固定位置、固定形状——物体越标准化，视觉和抓取越不容易出错；再进一步是环境本身：场地布定位、贴反光点、货架位置调整、灯光调到识别算法最舒服的亮度。
改造本身不可谓不合理，当感知和操作不足够可靠时，降低任务难度最便宜的方式就是改造环境，这也是大多数场景 demo “看起来能干活”，但总感觉哪里不对劲的原因。
在李一帆看来，开一家Sharpa自己定制的冰淇淋店没有任何价值，只会变成为机器人量身定制出来的场景和工具。
他将这种为机器人定制工作环境的行为比喻为“造电话亭”——将原本应该随身携带的手机装进一个电话亭里，会失去了追求具身通用和泛化的意义。
“本来我们追求的是一个完全通用的终极目标。如果因为能力不足，需要改造现有环境、工具和工作方法，这本身是在走捷径，是为了落地而落地，也是对泛化能力的一种阉割和妥协。而这种妥协一旦开始，就会一直妥协下去。”
在落地场景的打磨上，李一帆还有一条近乎苛刻的标准：这个场景里面人能干的所有事，机器人都得能干。
“制作一杯暴风雪有55步，就算能干54步也没有意义。剩下那一步最终还是得人来干，我们并没有节省人力，而只是给机器人创造了一个就业岗位。”李一帆表示，“我们从一开始追求的就是把一个场景“做穿”。在具体场景里，机器人做不到全能，就是无能。”
机器人行业缺一个标准
Sharpa的这次动作，将机器人商业化的验收标准从“完成任务”真正拔高到了“提供完整生产力”，我们或许可以将其称之为机器人行业的“暴风雪时刻”。而于Sharpa和李一帆而言，暴风雪餐厅也不仅是一门生意，在近两个小时的交流中，他反复提到的一个词，是“共识”。
机器人行业似乎有太多的共识了，尤其是方法论上的共识。一阵子一股脑全是 VLA，然后又全是世界模型，接着又全是落地场景。整个行业都在被”共识“裹挟着前进，以至于我们很难分清“跟风”与“共识”间的差别。
但另一方面，行业又极度缺乏另一种共识——评判标准。当我们将具身公司进行比较时，每个人都觉得自己是第一名，而且每个人都有一套自圆其说的故事来支撑。
“一个行业有明确的排名标准，其实非常必要。因为排好队之后，大家才知道哪些事情是真正有价值的，也才能明白资源该往哪投。”李一帆说。
禾赛所处的激光雷达行业同样经历过从非共识到共识的收敛，只不过那个过程非常快。
2016年前后，激光雷达行业的技术路线同样发散，每家都在讲自己技术路径的优越性。直到2018年，市场超过一半的声音开始认同禾赛行业第一的位置。到2019年，这个共识更加确定，禾赛的路径和数据成为了行业评判激光雷达公司优劣的标尺。
“明确的行业评判标准需要头部公司跑出能够服众的成绩，这也是行业头部公司的责任。而现在的具身智能行业还没并有出现这种收敛，没有敢说我给行业打个样。”李一帆说，“宇树确实打了个样，但是也许不是其他家想要成为的样子。我们这次的暴风雪餐厅，其实也是想给行业打一个样。”
“外界对Sharpa的认知至今大多数停留在那只“手”。Wave 灵巧手有22个主动自由度、1:1的人手尺寸，指尖搭载1000 多个触感单元，从展会上出彩的demo到行业里最好的口碑，不知不觉间，Sharpa已经被贴上了强势的灵巧手公司的标签。
李一帆笑称这个标签是“被动形成”的。“就像一堆文科生聚在一起，有一个人体育特别好，大家就老记着他体育好这事儿。另外，硬件本身是有有清晰评判标准的，好不好客户说了算，容易排出顺序；而AI能力的强弱标准很模糊，排不出公认的次序，也就不好被人记住。”
但在Sharpa的真实版图里，灵巧手只是入口。Sharpa同样在大脑、本体、数据上进行了全栈的布局。而从这次的暴风雪餐厅案例中，我们也可以清晰地感受到其在AI全栈能力上的领先实力。
区别只是，Sharpa也从来没有做过技术层面的营销，在友商们纷纷官宣技术团队背景优势、模型架构优势、数据质量优势、数采效率优势抑或是榜单成绩的时候，Sharpa只是默默打磨着自己的落地场景。
这杯暴风雪端上来之前，Sharpa 的技术栈已经被完整考核了一遍：55 步任务，所有步骤之间都是强关联，考的是长程任务规划能力；触觉参与整个制作98%的步骤，考的是 CraftNet 精密的触觉感知和力控能力；连续三勺奥利奥，考的是全模态世界模型加分层记忆能力；全程零改造的环境和工具，考的则是大脑的高度泛化能力以及 Sharpa Wave 的灵巧操作。长程、触觉、模型、泛化和硬件五件事在同一个场景里发酵，这正是 Sharpa 口中“全栈”的第一次公开答卷。
“AI的泛化能力，本身是无法通过demo展示的。”李一帆认为，“能够展示的部分只有他的子集——涌现。行业里关于demo展示其实有大量取巧的方法。”
李一帆没有细说具身行业里demo取巧的方法，但其实关于demo的花活已经成为行业里心照不宣的秘密。同一个动作拍一百次，取成功的一次发布；真实速度太慢就加速视频；人工介入的镜头全部剪掉；将多个割裂的任务片段拼成一条完整的流程；最极端的做法是遥操作，演示者戴着头显，躲在幕后冒充机器人的大脑。这些乱象也让这个行业的demo可信度越来越低。
对于demo的态度，李一帆表示“只做70分就好”。在他看来，demo的目的只是真诚地向公众展示自己的技术进步，将一个demo从70分打磨到100分所花的时间，应该被投入到更多更有价值的探索工作上，比如打磨真实的产品——暴风雪餐厅就是一个真实的产品，而产品是必须要打磨到极致的东西。
“坦白讲，现在的解决方案肯定是不挣钱的，因为硬件成本还是比较高，但这个问题本来也不是我们第一代产品设计中最大的挑战。最大挑战还是能不能跑通。而对系统能力的提升和获得高质量的不同场景的大量新鲜数据，才是我们做这个产品的主要原因。”
具身就像健身
对于行业，李一帆有一个很有趣的比喻：具身智能行业就像健身。
一方面，就像健身，肌肉不可能一夜之间就长出来。大家都在期待的物理AI的GPT时刻，但李一帆认为这个行业大概率不会出现这种“时刻”式的爆发。他说数字世界的涌现像“悟”：中年人能够突然在一天内想通好多事，这个开悟时刻就是GPT时刻。
“数字世界的历史数据是完整的、充足的，GPT时刻的那个瞬间只是重新处理一遍这些信息。但物理世界不是这样的，健身的本质是：教练教了你，你还是得练。肌肉是每天都在增长的，没有可能说一夜之间你就练成了。”李一帆表示。
“比如说我们做冰激凌任务训了1万小时，之后我们做类似的任务训练可以缩短至1000小时内，做汉堡任务可以继续缩短到100小时，做拉面只要50小时。如果能进入这个节奏，那就有点GPT时刻的意思了。”
这个比喻另一个层面的映射更有意味：就像在健身房里——有的人是在真练，而有的人只是去打卡拍照。
李一帆把这种表现出在做的事和真正在做的事的一致性称为“真诚”，而真诚本身也成为Sharpa这家公司始终贯彻的内核——永远只做自己觉得有真正有价值的事，而非做给别人看的事。这一点在当下的具身智能行业里，显得尤为稀缺。
“大家的短期压力都太大，而“真诚”在应对短期压力上效果确实不够好。”李一帆表示出对于行业的理解。他能在洪流般的具身行业里保持这份真诚，部分也是因为连续创业者的身份：不需要靠融资新闻维持存在感，账上的钱也让他没有生存压力；他见过高调的好处和坏处、也见过融资多的好处和坏处，最终得出了他自己的结论：不真诚的事，本质都是浪费时间。
李一帆的健身房比喻讲到最后是这么说的：最理想的状态是永远只练、不跟别人说，让别人慢慢发现你的肌肉长出来了。
（本文首发于钛媒体APP，作者｜陶天宇，编辑｜杨林）
热门跟贴