杯“龟速”冰淇淋，具身智能真的准备好了吗？

今天下午，借着Arm和外滩大会出差上海的契机，终于打车到静安（单行线，真实尝到了Sharpa机器人做的冰淇淋了。

一杯大约需要31元。

似乎因为是下午，所以今天我的预约并非线上，而是线下做的，等了差不多不到20分钟。

据悉，每次Sharpa机器人做冰淇淋，需要55个步骤，一杯差不多需要6-8分钟做好。

说一下我的实际感受：有惊喜、也有失望。

先说惊喜。

机器人做冰淇淋这个动作，无论是前期数采，还是后期的落地，都是比较难的动作——难点在于灵巧手“铁疙瘩”握住纸杯需要不同方向的力量，一旦动作和握住的力量不均衡，“做冰淇淋”这件事就做不成。

相对于物流快递分拣、叠衣服、抓取药物盒这些方案，机器人做冰淇淋、以及机器人完成洗衣机洗衣、挂衣服、叠衣服的动作，是目前具身智能行业两个最难的工作。

所以，从最后流畅度和运营维度来说，Sharpa机器人做的还是比较好的——至少没有某些机器人做一小时就需要停20分钟散热、增加电量，而是持续不断的执行任务。

简单介绍一下Sharpa。

Sharpa成立于2024年底，由激光雷达供应商禾赛CEO李一帆、联合创始人兼CTO向少卿、首席科学家孙恺共同创立，主要开发通用机器人及核心部件。

今年8月28日，Sharpa披露，公司累计融资额已超45亿元，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、光合创投等投资机构。

禾赛反复强调，Sharpa独立运营，与禾赛不存在股权从属关系。根据禾赛近期发布的中期业绩报告，其向Sharpa提供动力模组。

但我了解到，现在Sharpa团队的核心班底，依然都是清华大学精密仪器与机械系的博士和一些导师信息资源。

当年有个故事。

禾赛在早期初创阶段的时候，我就已经关注到这家公司，我沟通了几个月，希望采访李一帆。最后我查了一晚上资料，给出了20个问题（没有AI时期），基本上都是关注半导体产业和激光雷达市场趋势。

最后，禾赛公关团队给我了一句回复：老板觉得问题不怎么专业，我们想找专业的媒体报道。

我们无果而终，然后他们转过头投放了财经、汽车自媒体做了一系列文章，挺有趣的。

当然，这都是过去式了。

我想说的点在于，禾赛团队觉得市场不了解他们，而且上市的几年内，禾赛股价几乎就是“过山车”，过去12个月股价跌了33.74%，似乎也能说明一点问题。

最近，Sharpa联合创始人李一帆对外表示，机器人从Demo走向商业化，关键不是把某个动作做出来，而是能不能“把一个场景做穿”。系统要完整跑通，客户愿意持续使用，并且有进一步上量、降本的可能。

他把这个最低门槛称为“斩杀线”。

或许在李一帆看来，Sharpa是能够通过“营销式”、产品式方式，进入DQ形成具身智能机器人技术落地的实践场，并非真的想要实现大范围商业落地。

而每个客人，就是机器人的受试者。

甚至可以从这个视频当中看到，Sharpa机器人在拿奥利奥的流程中出现了明显的执行错误，最后也能自己进化学习，重新执行了“拿奥利奥”这个步骤。

尽管执行环境复杂，但Sharpa机器人的执行能力和任务成功率较高，而且几乎没有出现临时性倒地或者出现“抽搐”等问题。

这点我要打60-80分。

下面说说失望。

还是回到这个错误的任务执行，在我站的20分钟当中，Sharpa机器人竟然错误了三次——一次是拿奥利奥勺子没举起来。一次是拿红色叉子拿不起来，另一次是机器人握力过大、导致冰淇淋标杯出现了很深的凹痕（最后因为冷热胀到了正常状态）。

错误率和故障率有点高。

另一方面，机器人依然需要大量散热和空调设备，与银河太空舱方式类似，Sharpa机器人需要很稳定的作业温度。

而且，现场有超过三台insta在监测和反馈机器人动作，另一台相机负责拍摄最后合照（拍的都不好），最后我们并不知道这个数据怎么处理，是否会拍摄到客人的隐私数据，这点，Sharpa创始人李一帆从未回应过。

我觉得最不可接受的，还是Sharpa一直拿灵巧手扣杯子上沿，几乎处于接触状态，而且没有任何更换手套环节，个人感觉相当不卫生。

而且，冰淇淋金融套筒（能稳稳做平衡）最后是扔到类似回收桶那种，并不清楚后续的清洁工作和更换工作。

下单拍摄过程还遇到了突发事——insta Ultra的拍摄设备掉地下了，最后让机器人做完冰淇淋之后，人员进场进行了停止和干预，让摄像机和机器人恢复原位。

我不是要批评，而是觉得这种突发事件，其实映射出现场环境复杂下，机器人如何不需要人类干预下，能够长期、自主操作。

“全年无休，绝不偷懒”，似乎有点反讽。

而且现场DQ员工超过3人、Sharpa员工也有超过5人，他们内部群里也有陆续不断的反馈信息。

简单来说，Sharpa是在做一个真实的试验、测试、落地的方案，证明该公司在具身智能技术领域的优越性。

但在我看来，Sharpa机器人做的奥利奥冰淇淋“暴风雪”的成功，不是机器人大脑，而是灵巧手和真正的交互和平衡能力。

为什么这么说呢。

首先，Sharpa的护城河核心，就是自研了一套22个自由度的触感灵巧手，还有搭载激光雷达和摄像头的软件交互。

其次，关于这个冰淇淋技术的整套数采方案，Sharpa没有披露，我也现场问了一下，他们都拒绝回应。

我从行业了解到的是，Sharpa为了这个动作做了一个专门的数采中试基地，专门做这个动作的前训练和后训练数采工作。

而且我猜测，数采过程中，受试员和数采员大量用上相同的触觉手套，甚至做了一些视觉仿真工作。

这或许才是“机器人做冰淇淋”能成功落地的重要原因。

最后，这套55步的动作，并非具身基础模型，而是用专用数据做的小模型——这非常考验数据的清晰和采集能力。

总结来说，Sharpa与DQ能够得到广泛关注的核心原因，就是采集专用的场景数据做模型，再通过自研触觉灵巧手等新技术，最后让数据飞轮和商业飞轮转起来。

但机器人完成一杯DQ奥利奥暴风雪大约需要6分钟，熟练的人类店员通常需要两三分钟。

这也暴露出机器人商业化目前最现实的问题：机器人能做，但距离效率和成本真正达到商业使用要求，还有距离。

无论是要放在国内，还是在新加坡发力，只要符合规定，我觉得具身智能依然需要通用性和泛化性。

这块依然有一些争议。最近小鹏汽车创始人何小鹏表示，做通用人形机器人99%会死，差异化才是真正的出路。

在我看来，冰淇淋场景确实很难，但对于整个具身智能行业，仍需要大量通用机器人的数据，让具身智能实现通用和泛化，依然是目前整个行业的趋势——打破比较难，市场过于狭窄了。

你怎么看。