Sharpa在上海DQ门店落地具身智能：零改造环境下的全栈能力验证

事件概述

2026年8月，具身智能初创公司 Sharpa 在上海 DQ（Dairy Queen）吴江路门店正式落地其机器人解决方案。在一台双臂机器人的操作下，暴风雪冰淇淋完成了从取杯、接浆、加料搅拌到“倒杯不洒”检验的全套制作流程。这一场景被业界视为具身智能从实验室演示（Demo）迈向真实商业交付的关键节点，标志着机器人开始在严格标准化的零售环境中承担完整的生产力角色。

核心信息与技术细节

• 零环境改造的泛化能力：
  Sharpa 坚持“场景零改造”原则，未对 DQ 现有的进口设备、物料摆放或操作流程进行任何调整。这要求机器人具备极高的环境适应性和泛化能力，避免了传统 Demo 中通过简化环境（如固定物体位置、贴标签）来降低难度的做法。

• 全栈技术考核：
  该任务包含 55 个步骤，全面测试了 Sharpa 的技术栈：

  • 长程任务规划：处理步骤间强关联的逻辑链条。
  • 精密触觉与力控：CraftNet 算法参与 98% 的制作步骤，确保抓取和操作的稳定性。
  • 全模态世界模型：结合分层记忆，处理连续舀取奥利奥等复杂动作。
  • 硬件协同：搭载 Sharpa Wave 灵巧手（22个主动自由度，指尖1000+触感单元），实现类人般的流畅操作。

• 性能指标：
  机器人在真实场景中实现了 90% 的任务成功率，动作细节（如翻腕推门、刮净杯口）达到人类水平，能够独立完成所有人工环节，真正替代人力而非仅创造新岗位。

值得关注：行业标准与商业化逻辑

• 确立行业验收标准：
  Sharpa 创始人李一帆指出，具身智能行业缺乏统一的评判标准，导致 Demo 展示存在诸多“取巧”现象（如加速视频、剪辑拼接）。此次落地旨在树立一个“做穿”场景的标准——即机器人必须能完成人类在该场景下的所有工作，以此作为衡量具身智能真实能力的标尺。

• 数据驱动的训练模式：
  尽管当前硬件成本较高，短期难以盈利，但 Sharpa 的核心目标是通过真实场景获取高质量数据。通过类似任务的训练时长递减（如从1万小时缩短至几百小时），逐步逼近物理 AI 的“涌现”时刻，而非等待单一的爆发点。

• 公司背景与市场地位：
  Sharpa 成立于 2024 年底，由禾赛科技联合创始人创立，已完成超 45 亿人民币融资，估值超 200 亿人民币。其自主研发的 Sharpa Wave 灵巧手 已成为全球多家头部机器人公司（包括宇树科技 H2 Plus）的首选操作终端，但在公众传播上保持极度克制，专注于技术打磨而非营销曝光。