2026年8月28日，上海吴江路一家DQ门店的冰淇淋机前，一台机器人正在完成一杯暴风雪冰淇淋的全部制作流程：点单、取杯、操作冰淇淋机、搅拌、开盖加料、倒杯不洒，直到交付。这不是一次实验室演示，也不是一场限时快闪。据公司披露，这家门店将从8月29日起以“零改造、全自主、全年无休”的方式长期运营；公司称，机器人将在每日10:00至22:00的营业时间长期稳定运营，全年无休，无需人工持续操控。该运营安排来自公司新闻稿，尚无独立第三方对门店连续运营时长、故障率或人工介入频次进行核验。

就在同一天，这家成立不到两年的公司首次公开披露融资：Sharpa已完成超45亿人民币融资，投后估值220亿元。投资方名单里同时出现了阿里巴巴、美团、腾讯、京东、传音五家产业资本，以及红杉中国、启明创投、美团龙珠、光合创投等机构。在具身智能赛道融资消息已经不再稀缺的2026年，这笔交易的真正看点并不在于金额本身，而在于一家公司试图用一家真实营业的冰淇淋店，回答一个行业至今无人给出答案的问题：灵巧操作机器人到底能不能在真实商业场景中持续创造可核算的生产力。

Sharpa由禾赛科技CEO李一帆、CTO向少卿、首席科学家孙恺于2024年底创立。三位创始人带着激光雷达行业积累的硬件工程与量产经验进入机器人领域，但摆在他们面前的，是一个比激光雷达更缺乏共识的市场。李一帆在晚点LatePost的访谈中直言，作为连续创业者，他“从未见过钱如此多、人才如此密集、关注如此高但没有明确标准的行业”。这句话的另一面是：当行业没有标准，任何一家公司的技术叙事都难以被独立验证，而Sharpa选择把验证标准压在一杯冰淇淋上。

字段 内容
公司 Sharpa
轮次 未披露
金额 超45亿人民币
投资方 阿里巴巴、美团、腾讯、京东、传音、红杉中国、启明创投、美团龙珠、光合创投
总部 未披露
创始人 李一帆、向少卿、孙恺
官网 https://www.sharpa.com/

用55步冰淇淋流程，把“灵巧操作”从概念压进一家真实门店

Sharpa与DQ的合作，是理解这家公司技术路线的入口。DQ的暴风雪冰淇淋拥有高度统一的设备、原料、流程和质量标准，每一杯产品必须稳定达标方可交付。据公司披露，Sharpa机器人直接使用为人类设计的工具，门店的设备、原料、流程和标准均保持不变。这意味着机器人需要适应一个并非为它优化的环境：冰淇淋机的位置、搅拌机的操作方式、杯子的摆放、小料容器的开口方向，都是按照人类员工的作业习惯设计的。

从技术角度看，55步连续操作的核心难点不在于单步动作的精度，而在于误差沿任务链的累积。Sharpa在官方材料中称，其做法是将长任务拆解为可规划、可验证、可恢复的子任务，每完成一个阶段便评估状态并将偏差作为后续输入；结果不及预期时，通过重试或错误恢复继续推进。这套“规划—执行—验证—纠错”的闭环逻辑在工业自动化中并不新鲜，但将其应用于一个开放、非结构化的餐饮场景，且要求全程无人干预，是另一回事。

更值得关注的是触觉在其中的角色。Sharpa称其自研的分层端到端模型CraftNet引入了触觉模态输入，结合Sharpa Wave灵巧手的多指操作能力，根据触觉与力反馈实时修正手指动作和力度。公司披露，在55个步骤中，98%有触觉直接参与：抽取纸杯需要感知摩擦与阻力，高速搅拌需要随滑动、振动和受力变化调整握力，“倒杯不洒”则要随姿态和重心变化修正抓握。这些技术细节目前只有公司单方面表述，尚无独立第三方测试或同行评审对其触觉系统的精度、时延和可靠性进行验证。但至少从任务设计本身来看，DQ冰淇淋制作确实是一个触觉密集型的连续操作场景，比抓取固定形状的工业零件更接近“灵巧操作”的字面含义。

Sharpa还提到了一个“面向通用灵巧操作的全模态世界模型”，融合视觉、语言、触觉、力反馈以及关节角、本体觉等自身状态，用于判断任务如何继续。这套技术栈的完整性和实际效果，同样缺乏公开可查的独立验证。唯一可以确认的事实是：如果这家吴江路门店真的能在不改造环境、不安排人工持续操控的条件下长期运营，那么它至少证明了这套系统在单一场景中的工程可行性。但“单一场景中的工程可行性”与“通用灵巧操作能力”之间的距离，恰恰是Sharpa接下来需要跨越的。

“杀鸡不用牛刀”：一个反直觉的场景选择逻辑

在具身智能行业普遍追逐“通用人形机器人”叙事的背景下，Sharpa选择DQ冰淇淋店作为首个落地场景，看起来有些反直觉。李一帆对此的解释是：“杀鸡不要用牛刀，不要为机器人创就业机会，对吧？用70多个自由度的机器人干自动化机械臂就能干的事，那不可能算得过来账。”

这句话背后是一套成本与场景匹配的商业逻辑。传统自动化机械臂在结构化环境中已经非常成熟且成本可控，如果机器人只是替代机械臂完成重复性动作，其高昂的硬件成本和维护成本无法与现有方案竞争。因此，Sharpa选择的是一个自动化机械臂难以胜任、但任务边界又相对清晰的工作：DQ冰淇淋制作涉及多种工具操作、柔性物体处理、力控精度和连续多步决策，传统工业自动化方案难以覆盖，而完全开放的家庭场景又过于复杂。餐饮连锁的标准化程度恰好处于两者之间——环境有约束但非结构化，任务有规范但存在变异，这正是灵巧操作机器人当前能力边界可能覆盖的区域。

从产业链角度看，DQ的母公司CFB集团在中国运营着大量连锁门店，如果Sharpa的机器人能够在单店验证成功，其向同品牌其他门店复制的路径相对清晰。但需要指出的是，Sharpa目前只披露了吴江路一家门店的合作，尚未公布任何多店部署计划或商业合同细节。从单店演示到规模化复制之间，还隔着供应链、运维体系、门店改造成本分摊、人机协作流程设计等一系列问题。公司称“下一步会扩展到其他商业场景”，但未给出具体时间表或目标场景清单。

李一帆在访谈中提出了一个更长期的路线图：先“做穿”几个真实落地场景，在“赛道”上积累泛化能力和真实数据，2028年起逐步进入家庭。他同时坦承，2028年进家庭“大概率也做不到5000美金一台，那是我们的愿景”。这一时间表是李一帆个人提出的创始人愿景，目前没有公开数据或独立验证表明该目标能够按期实现。问题在于，餐饮场景中积累的灵巧操作能力，能否如公司所声称的那样迁移到家庭场景，目前没有任何公开数据可以支撑这一判断。

220亿估值背后的资本结构：产业资本为何集体押注

Sharpa这轮融资的投资者构成，在具身智能赛道中具有相当的辨识度。阿里巴巴、美团、腾讯、京东四家互联网平台公司同时出现在投资方名单中，加上传音这家手机厂商，产业资本的数量和集中度都远高于一般早期项目。红杉中国、启明创投、美团龙珠、光合创投等财务投资机构的参与，则提供了估值层面的背书。

李一帆在晚点LatePost的访谈中解释了他对资本结构的选择逻辑：“合理的钱+靠谱的盟友更好……阿里、美团、腾讯、京东、传音这些产业投资方有的数字AI做得好，有的是物理AI的终端客户，对我们来说既是财务投资人，也可能是合作伙伴。”这段话点出了一个关键信息：Sharpa引入产业资本，不只是为了钱，更是在为未来的场景落地铺设潜在合作通道。美团有本地生活服务网络，京东有物流和零售基础设施，阿里和腾讯在云计算和AI模型层有深厚积累，传音则在海外市场有渠道能力。这些资源能否真正转化为Sharpa的商业化助力，取决于后续合作的具体落地，而非投资本身。

但资本结构也带来一个需要警惕的问题：当四家存在竞争关系的平台公司同时投资同一家机器人公司，Sharpa在未来的场景合作中如何平衡各方利益，避免被任何一方的战略诉求绑定，将是一个微妙的治理课题。目前公司未披露各家投资金额和持股比例，无法判断是否存在主导性产业股东。轮次信息同样未披露，这在超45亿规模的一级市场交易中并不常见。通常来说，轮次信息的缺失可能意味着交易结构较为复杂，或公司有意模糊阶段性融资的边界。无论原因如何，这都增加了外部观察者理解其资本结构和治理安排的难度。

另一个值得注意的细节是，李一帆在访谈中表示“今天绝大多数具身公司不缺钱……大家花钱的速度远远不需要融这么多钱”。这句话既是对行业泡沫的侧面描述，也暗示Sharpa此轮融资的规模可能超出了其短期研发和运营的实际需求。如果这一判断成立，那么超45亿融资中相当一部分可能带有战略储备性质，用于在行业出清周期中保持领先身位。但公司未披露具体资金分配计划，仅表示“大头是招更厉害的人才”，研发资源“一半在硬件、一半在软件，也匹配了相当大的算力”。

从禾赛到Sharpa：全栈自研的边界与代价

Sharpa的三位创始人都来自禾赛科技，这家激光雷达公司在过去十年中经历了从创业公司到上市公司的完整周期，也经历了硬件量产、供应链管理、车规级标准认证等一系列工程化考验。这段经历对Sharpa的意义在于，创始团队对“硬件+AI”的复合型创业有直接经验，对量产和可靠性的理解可能优于纯AI背景的具身智能团队。

但激光雷达和灵巧操作机器人的技术难度不在同一量级。激光雷达是一个相对定义清晰的传感器品类，其性能指标可以被量化测量，客户需求也相对明确。而灵巧操作机器人涉及本体、灵巧手、触觉传感、运动控制、任务规划、世界模型等多个子系统，每个子系统本身都是未解难题，系统整合的复杂度更是呈指数级上升。Sharpa声称以“全栈自研”的方式推进，但李一帆同时强调“能买的就不自己做，只做机器人进化关键路径和差异化的东西”。这意味着Sharpa的全栈自研是有边界的，其自研范围集中在灵巧手、触觉系统和操作模型等差异化环节，而算力、通用大模型、部分传感器等可能依赖外部供应。

这种策略的合理性在于聚焦资源，但风险在于关键路径的判断可能出错。如果灵巧操作机器人的核心瓶颈最终被证明不在触觉或灵巧手，而在通用任务规划和长程推理能力，那么Sharpa的差异化投入可能无法转化为竞争优势。李一帆在访谈中反驳了“做机器人大脑和机器人是两件不同的事”的质疑，他认为“最优的硬件不是把硬件工程师逼疯，而是用模型和数据去定义机器人架构”。这一观点在逻辑上成立，但需要产品来证明。目前Sharpa唯一公开的产品化成果就是DQ门店的冰淇淋制作机器人，其能力边界和泛化潜力尚待更多场景验证。

关于团队规模，李一帆披露Sharpa目前有200多人，80%在做科研、产品、AI，还设有专攻科研和基础模型的Sharpa Academia。对于一个成立不到两年的公司来说，200人的团队规模在具身智能赛道中属于中等偏上，但考虑到其全栈自研的野心和55步任务背后的技术复杂度，这个团队规模是否足够支撑其路线图，是一个开放问题。公司未披露研发开支的具体数字，仅表示“具体我们不披露”。

与特斯拉的隐形对标：视频评价之外，还差什么

在Sharpa的叙事中，特斯拉是一个无法回避的参照系。李一帆在访谈中被问及特斯拉时表示：“特斯拉应该挺不错。但不代表我觉得特斯拉的灵巧手比Sharpa好，因为我们也没试过，只是基于视频。”这句话的坦诚之处在于承认了评价的局限性——基于视频的判断无法替代实际测试。但这句话的另一层含义是：Sharpa目前也缺乏一个被行业公认的评测基准，来证明其灵巧操作能力与特斯拉或其他头部玩家的相对位置。

特斯拉在机器人领域的优势在于其垂直整合能力：自研芯片、自研电机、自研执行器、自研AI模型，以及从汽车制造场景中积累的大规模工程化经验。Sharpa在灵巧手和触觉系统上的投入，可以视为对特斯拉路线的一种差异化回应——如果特斯拉的强项在于运动控制和规模化制造，那么Sharpa试图在操作精度和触觉闭环上建立自己的壁垒。但这种差异化能否成立，取决于一个关键假设：触觉和灵巧操作确实是通用机器人能力的核心瓶颈，而不是一个可以被视觉和力控近似替代的辅助模态。

李一帆用一个比喻来论证触觉的不可替代性：“每天看3小时足球比赛，已经有很强的视觉世界模型，但不代表能上场踢球。因为还需要知道脚碰到球的触感、发力大小等。”这个类比在直觉上有说服力，但从工程角度看，触觉传感的精度、耐久性和成本问题至今未被任何公司彻底解决。Sharpa Wave灵巧手的具体规格——自由度数量、触觉传感器密度、力控精度、使用寿命——均未在公开材料中披露。没有这些数据，外界无法判断其触觉系统是真正的技术突破，还是实验室原型级别的阶段性成果。

更根本的问题在于评测标准的缺失。李一帆自己承认，机器人行业“没有明确标准”。在缺乏统一基准的情况下，各家公司的技术声明难以横向比较，投资者和客户也难以做出理性判断。Sharpa选择DQ门店作为“真实场景验证”，某种程度上是在为自己建立一个可观察的评测环境。但单店运营的表现能否代表技术能力的上限或下限，仍然是一个统计学问题。如果吴江路门店的机器人需要频繁的人工干预或维护，那么“全自主”的宣称就需要打折扣；如果它确实稳定运行，那么下一个问题是：这套系统在DQ其他门店、其他餐饮品牌、其他服务场景中的表现会如何。

“澡堂子里讨论谁跑得快”：行业泡沫中的克制与风险

李一帆对具身智能行业现状的描述相当直白：“行业太热太早期时，人人都觉得是第一梯队，真实落地场景很少，像在澡堂子里讨论谁跑得快。”这个比喻的尖锐之处在于，它同时指向了行业的信息不对称和评价体系缺失——当所有人都声称自己领先，而真实落地场景又极度稀缺时，任何技术叙事都无法被有效证伪。

这种环境下，Sharpa的策略是用一个可参观、可体验的真实门店来制造差异化证据。DQ吴江路店是一个公开营业场所，任何顾客、投资者或竞争对手都可以实地观察机器人的工作状态。这比发布技术演示视频或实验室测试报告更具说服力，但也意味着更高的暴露风险：一旦机器人出现故障或需要人工介入，负面信息同样会公开传播。Sharpa选择在融资公告前一天开放这家门店，时间安排上显然经过精心设计，目的是让“真实场景验证”成为融资叙事的核心支撑。

但“真实场景验证”本身也有层次之分。一家门店、一款产品、一个品牌的成功，距离“做穿一个赛道”还有相当距离。李一帆提出的三项条件——不为机器人专门改造环境、全程由机器人自主操作、完成包括多个步骤的复杂任务——是判断“真实落地”的合理标准，但满足这三项条件只是起点，不是终点。真正的商业化验证还需要回答：机器人的单次任务成本是否低于人工？设备故障率和维护成本是否在可接受范围内？门店员工和顾客的接受度如何？这些问题目前都没有公开数据。

李一帆在访谈中提出了一个更朴素的判断标准：“假设有人用机器人做汉堡店，能不改造环境、机器人全程完成，开出1000家店，我如果只敢开10家，那他一定比我厉害。”这句话把竞争拉回到了商业常识的层面——不是比谁的技术参数更漂亮，而是比谁能在真实市场中规模化。但Sharpa目前连10家DQ门店都没有开出来，距离1000家店的验证标准还有数量级的差距。公司称“泛化时间接下来会大幅缩短”，这一判断的依据是什么，未披露。

资金用途与待验证假设：45亿能买到什么，买不到什么

Sharpa披露的资金用途相当简洁：加速核心技术研发、持续吸引与培养顶尖人才。李一帆补充说，研发资源一半在硬件、一半在软件，也匹配了相当大的算力，但具体数字不披露。这种模糊表述在早期融资中并不罕见，但对于一笔超45亿规模的交易，投资者和公众有理由期待更清晰的资金分配逻辑。

从已披露的信息可以推断，Sharpa的烧钱速度不会低。200多人的团队中80%是科研、产品和AI人员，这类人才的市场薪酬在具身智能热潮中被推至极高水平。加上灵巧手和机器人的硬件研发、原型制造、算力租赁或采购，以及DQ门店的部署和运维成本，Sharpa的月度开支可能达到数千万元级别。如果以45亿融资对应24至36个月的运营周期计算，这笔钱大致可以支撑公司走到2028年——也就是李一帆设定的家庭场景验证起点。这个时间匹配度可能不是巧合。

但资金充裕也带来一个隐性问题：当公司不需要在短期内证明商业可行性时，技术路线图的执行纪律从何而来？李一帆在访谈中批评了行业“花钱的速度远远不需要融这么多钱”的现象，但Sharpa自己此轮融资的规模同样远超其短期运营需求。如果这笔钱中的相当部分被用于长期技术储备而非短期商业化验证，那么Sharpa与它所批评的行业泡沫之间的界限，可能比其叙事所暗示的更模糊。

Sharpa面临的核心待验证假设可以归纳为三个层面。第一，技术假设：触觉感知和灵巧操作确实是通用机器人能力的关键瓶颈，且Sharpa的技术路线能够在这一瓶颈上建立可持续优势。第二，商业假设：DQ冰淇淋制作场景的经济性能够跑通，即机器人的部署和运营成本在规模化后低于或接近人工成本，且这种经济性可以复制到其他餐饮和服务场景。第三，迁移假设：在餐饮场景中积累的灵巧操作能力和数据，能够有效迁移到家庭场景，支撑2028年进家庭的路线图。这三个假设目前都缺乏足够的公开证据支持，而Sharpa的220亿估值，本质上是在为这三个假设的成立概率定价。

从已披露的DQ门店运营安排看，Sharpa至少迈出了验证第一个假设的第一步。但“每日10:00至22:00长期稳定运营”的承诺，需要以周、月、季度为单位的时间来检验。一家门店的运营数据，无论好坏，都不足以支撑220亿估值的全部叙事。Sharpa需要在未来12至18个月内，拿出更多场景、更多门店、更多可核算的商业数据，才能让“灵巧操作机器人跑通商业化”从一个大胆假设变成一个可验证的命题。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

  • 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
  • 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
  • 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：Sharpa用一杯55步的暴风雪冰淇淋，把具身智能行业从“澡堂子里的速度竞赛”拉进了一家真实营业的门店。这个选择的聪明之处在于，它创造了一个公开可验证的证据场——任何人都可以走进吴江路，亲眼看看机器人是否真的在无人干预下工作。但聪明不等于已经赢了。单店验证与规模化商业之间，隔着成本核算、运维体系、跨场景迁移三座大山，而Sharpa目前只翻过了第一座的山脚。220亿估值买的是2028年进家庭的期权，行权条件写在每一杯倒杯不洒的冰淇淋里。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。