在上海吴江路 DQ 冰淇淋店，一台双臂机器人接过了暴风雪冰淇淋制作的最后一棒。在零环境改造的前提下，机器人独立跑完包含“翻腕倒杯不洒”在内的 55 步全流程长程任务，综合成功率达 90%。估值超 200 亿元的神秘具身巨头 Sharpa，正试图用一杯冰淇淋打破行业刷 Demo 的虚假繁荣。
数年以前，机械臂接咖啡、接冰淇淋的演示已屡见不鲜。但大部分展会 Demo 本质上只是简易的“搬运”流水线，仅凭固定轨道的自动化机械臂即可完成，与真正需要感知和决策的 AI 毫无关系。
在 DQ 门店的实际作业中，机器人面对的是极高难度的物理交互链条：
步骤间存在强依赖关系，一步出错即导致任务终止。
依靠 CraftNet 精密触觉与力控算法，感知杯体握力与物料阻力。
结合分层记忆能力，连续精准完成多勺配料添加。
面对不同放置角度与物理扰动，无需重新标注即可自主调整动作。
注：实测成功率 90% 为现场密集连续测试数据；长程任务中任意细节微调（如刮净杯口、翻腕推门）均由系统实时决策生成。
完成这一落地的并非老牌具身厂商，而是成立仅一年多、在公关传播上极为克制的公司——Sharpa。
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上市公司禾赛科技的联合创始人。公司目前已完成超 45 亿人民币融资，估值突破 200 亿人民币，投资方涵盖阿里巴巴、美团、腾讯、京东、传音等产业巨头，以及红杉中国、启明创投等顶级机构。
剪辑成功镜头、加速视频、环境贴标定位，甚至背后遥操作作秀。
手、脑、本体、数据全栈布局，以真实商业场景全流程打通为唯一标准。
其推出的 Sharpa Wave 灵巧手拥有 22 个主动自由度与 1000 多个触感单元，已成为英伟达 Isaac GR00T 参考人形本体的默认套件，在学术界与工业界极具口碑。
“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，Sharpa 联合创始人
在具身智能行业，绝大多数落地 Demo 会主动为环境做“减法”：贴定位标签、固定货架位置、调整特定灯光亮度。这种改造本质上是因感知能力不足而妥协的产物。
DQ 品牌的设备与物料均要求从美国进口，连勺子颜色都不允许微调。Sharpa 放弃自建理想化实验室，强行接入 DQ 既有环境，正是为了背书其真正的“零改造”泛化能力。
“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。”
—— 李一帆，Sharpa 联合创始人
“在具体场景里，机器人做不到全能，就是无能。”
—— 李一帆，Sharpa 联合创始人
行业过去一年历经了从 VLA 到世界模型的概念轮换，但在验收标准上依然缺乏共识。李一帆将具身智能的演进比喻为健身：
数字世界的涌现如同“悟道”，基于已有的完整文本数据重新处理即可爆发；而物理世界的具身智能没有任何捷径，必须依靠肌肉和肌肉记忆的一小时一小时训练。
首次跑通需数据积累：10,000 小时
同类任务降至 1,000 小时
做汉堡任务 100 小时
做拉面任务 50 小时
只有当跨场景训练时间呈现指数级收缩时，物理世界的通用智能才算真正迎来了属于自己的突破时刻。
当下具身智能进入商业现场，硬件成本短期内难以带来直接盈利。但敢于不改动任何环境、在真实商业线上一锤一锤刷高质量物理交互数据，是通往通用具身智能唯一无法绕过的正道。远离秀场 Demo，才是行业收敛共识的开始。