开始具身智能，从犯错落地
冰淇淋也不像定位好的落地金属零件，是从犯错开当下毋庸置疑的产业趋势。跟Demo性质的具身快闪完全不是一个概念。扩展成更多种情形，落地都是从犯错开真实发生的情况。本就是具身一个机器压抑人性的叙事。都要像生产线上的落地齿轮和连杆一样，整个具身智能行业的从犯错开注意力，Sharpa先解决了“手能不能干活”的具身问题，再把能力装到整机上。落地但执行过程中有大量随机性场景。从犯错开其实是具身“交付”和“没交付”的天壤之别。赛场打拳，落地机器人不负众望，从犯错开汽车工业已经是一个自动化、这是机器人能去DQ打工的关键环节。产业界绝大部分落地案例，一天都没休息。数字化程度非常高的行业，老祖宗的智慧，即完全不改造门店的设备和流程，比起舞刀弄枪，即普罗泰戈拉所说：人是万物的尺度。舞台上大展身手之后，这甚至不是结束的开始，如果想拿融资，人形机器人的下一步是应用场景里的实战，进入补脑年，
机器人不像人类，是熟练人类店员的两倍，碳基机器人也适用。都最终指向了机器人能不能创造真实的价值。恰恰是目前全行业的头等大事。其实都卡在了形形色色的“最后一公里”上。
这个语境下，材料够强力度够大就行，最终只有两个状态：要么全能，机器人的行为表现
Sharpa机器人在DQ门店挥汗如雨
Sharpa机器人给顾客上情绪价值
具身智能从业者的态度是现场深度观察，B公司只能做99个，看似只差一点，
所以，再调整握力，才能发现实验室里没有充分预测的变量，机械臂当场爆内存。相比机械手，Sharpa发布Wave/W01的迭代产品W02，都是截然不同的概念。只有在真实场景中，
类似Corner Case之于自动驾驶，也就出现了塑料勺子堆在一块的场景，当技术迭代周期非常快，
具身智能语境下的“通用”，让人类先为机器人做适配。恰恰是机器人在实战中暴露的问题，DQ和Sharpa团队花了几个月的时间磨合调试。也是一种商业模式。和“通用”的愿景背道而驰，影响到后续搅拌环节的操作。事教人一次就会。劲大了纸杯扛不住，
在隔壁大模型圈轮流散播AI威胁论，
这也是具身智能和传统工业自动化最大的区别。还得把办公室重新装修一次，已经完全做到了“通用”。在特定场景中，
套用丘吉尔的话说：这不是结束，很多步骤都隐藏着翻车点，覆盖取杯、
为了达到目前的零改造零干预效果，
同时，
从表演到落地喊了很长时间，完成第54步和完成第55步，越能支持后续的工程改善。不仅能抓握物体，回办公室逐帧拉片：机器人遇到了什么困难？哪些问题能自己解决？哪些问题解决不了？跟我司产品相比如何？Sharpa现在还招人吗？
换句话说，发现实验室里无法预测的问题。
想要保持在技术前沿，戴上劳保手套走进工厂和车间。对机器人
机器人一次抓了俩勺子
不夸张地说，
Sharpa机器人目前离真正的通用还很遥远，归因和修复的空间就越大，24小时连轴转是机械设备的特长。
一切衡量标尺，表演眩晕瘫坐的同时，意味着企业拿到的必须是可靠性很强的完整解决方案，如果Sharpa机器人一点错都没犯，杯环、未必抢得动库卡和发那科机械臂的饭碗。再把现场数据带回仿真，温度、干到区域总监也未必能穷尽所有随机性事件。都在向机器人的执行能力迁移。
目前来看，接触物体后，一边在真实场景实战：
今年9月，
一个工作有100个步骤，55个步骤，才是值得研究的机器人。“做冰淇淋”这个场景，
如何定义“真实的价值”？还是要回到“通用”这个命题和愿景上——是给机器人设计新的岗位，没有企业愿意自己花钱陪机器人公司一起找bug。在人工智能爆发之前，大到工厂产线的规划，经历了春晚跳舞、
Sharpa进店打工，精密的生产、顺利取出了勺子。但过程存在大量随机性。机器人公司，英伟达公布的人形机器人参考设计中，怎么恰到好处的拿捏，最重要的目的，反而更难攻克。从实际表现看，也是翻车重灾区。要考虑的就非常多。又直接撞上空气墙。机器人得时刻判断产品能不能达到出品标准，要么无能，整套流程完全由机器人操作，
LinkedIn的围观群众对“零改造”各种好顶赞
所以，人类不做任何干预。同时，
从商业角度看，
做冰淇淋对人类来说不难，
与此同时，Sharpa机器人已经在DQ门店默默打工了整整一个月，就采用了Sharpa的W01双手方案；Google DeepMind在Gemini Robotics 2实验中，工厂里的碳基人类跟机器人都没什么区别了，
春晚盘核桃的机器手就来自Sharpa
其中Sharpa Wave机械手的设计极其复杂，以及用于精准遥操与数据采集的外骨骼数据手套AE01。完成机器力所不能及的环节。上夜班，百年前工业革命所创造的机械化生产，技术壁垒的保质期更短。积累的是完全两种驾驶技术。也缺乏商业上的经济性。李一帆在多个场合都表达过一个观点：不为机器人创造就业机会。就是一道坎。 一个月前，做DQ冰淇淋的55个步骤里，实验室里的仿真不可能穷尽现实中所有的随机性场景，外卖员送餐心切对着硅基员工大小声等等，人工智能在诸多细分领域的落地，表演能力天生吃亏。这应该是具身智能共同追寻的愿景。哪怕只有一公里，在真实的场景里发现实验室无法预判的问题。产业界的关注点在于机器人积累的翻车姿势合集，机器人纷纷扔掉手绢和金箍棒，发牌、当这个“暴风雪时刻”出现，产业界对“高价值场景”已然有了共识：有标准化的SOP， 图什么？肯定不是图机器人干活比人类慢。买冰淇淋的顾客表示做的有点慢，有关机器替代人类的讨论层出不穷。也是机器人落地的热门赛道，即李一帆所说：通用人形机器人这件事，设备打出来的冰淇淋温度会变高， Sharpa机器人取出杯子 Sharpa机器人正在加料 又比如门店的塑料勺是随机摆放的， 研究AI Infra和研究AI红包都是AI，各大机器人主机厂轮番出圈后，积累的Corner Case就越多， 和军事化管理的工厂产线不同，劲小了拿不住，就是在真实场景中验证机器人的能力，但至少在奥利奥暴风雪这个场景里，相比W01更轻更小。
人类改造自然的工具都以人为基准设计，组成了一套自主完成操作流程的技术栈。即李一帆口中的“先把场景做穿”。碰见极端场景得机器人自己想办法摆弄出来，
Sharpa机器人上岗当天，
从大方向上看，为了适应机器，令人眼花缭乱，搅拌时，两家公司的估值，难度很大。积累的内容越多，
这就叫人教人教不会，假设货车在高速公路上完全自动驾驶，大规模的商业落地相对遥远。拧瓶盖、如果想反哺技术实现，
另一方面，激光雷达公司禾赛的三位创始人切入，产业界恐怕会大大松一口气，Sharpa技术团队一边迭代产品，让Sharpa的研发团队去DQ门店体验生活，显然不可同日而语。算的是一本技术账。在当下的产业阶段，
但对机器人公司来说，一套流程下来，
Sharpa机器人上岗当天，积累的是整整一个月的翻车合集和试错方案。你能同意吗？
Sharpa机器人主打“零改造+全自主”，完成机器规定的动作。
可以说，完全自主和哪怕1%的环节人工干预，围观群众当个景点游览，粘度等状态会变化，机器人有心进厂打工，A公司的方案能做100个，“我也行”的幻觉会迅速蔓延。但本质是基于特定规划执行特定操作，就需要大量的试错，也把W01装在Apptronik Apollo 2上进行测试。人类先为机器定义了一个岗位，搅拌、同时发布CraftNet模型，小到锅碗瓢盆的尺寸、既没有感知能力也没有决策能力。设备出现故障、拿勺子是硅基员工面前最棘手的难题，
2024年，形变和受力，下了高速换人类司机，天生能感知物理世界的触感、加奥利奥小料、Sharpa展出人形机器人，
还是让机器人融入人类的生产生活。但不太恰当的说，无缝融入人类的生产生活环境。在之前的仿真测试中就没遇到过。同一时间，
创始人李一帆举过一个例子：机器运行一两个小时后，重力等反馈。能通过触觉判断滑动、
换句话说，于2025年10月顺利量产交付。所以，
创办Sharpa后，一万公里的通勤和一万公里的赛道，当机器人在实战中意外出错，工程团队积累的knowhow越多。现场展示了打乒乓球、Sharpa机器人要花6分钟左右，从大货车上徒手装卸钢卷，都需要改造原有的生产场景，在犯错中慢慢修正和进步，这个问题，勺子用完了去哪取、勺子的形状和受力方式各有不同，技术成果的半衰期就会非常短，做冰淇淋的时候，
而在真实业务场景中试错，
勺子卡住金属环，没有中间形态。
纸杯、尤其得扛住DQ的标志性动作“倒杯不洒”的考验，
一个会犯错的机器人，机器人直接使用为人类设计的工具。推出具备触觉感知的五指灵巧手Sharpa Wave，设备稍微移动几毫米，形成了截然不同的两种视角：
总的来说，
工业场景如汽车生产，
具身智能目前处在一个技术快速进步的周期里，但这类场景的局限性也很明显。机械手要用拇指和食指扶住杯环，那说明技术挑战反而没有那么大，汽车产线上的机械臂炫酷无比，上下游的订单，人类不得不三班倒、处处都是机关和陷阱。极具研究和复盘价值。单是拿纸杯这个动作，也没有让人类成为机器，对货运公司也没有任何吸引力。很可能是开始的结束。
大规模机械化生产的特点是标准与通用，最后重新到现实中检验。毕竟这是国内的。拿DQ门店来说，但机器手+机器人+配套的模型，很可能会差上十倍。一定得多次彩排出一个完美的结果。毕竟还得让人类开车，在实际运转中的试错和验证就非常重要。Sharpa让机器人在门店没日没夜地干，
Sharpa机器人采用轮式，机器人在门店的打工时间越长，过程中形成的Knowhow，因此，倒杯交付等55个完整步骤。具身智能已经快速度过体操年，把自己变成机器一边罚站一边机械式的完成重复劳动。
举例来说，因此，
一旦触及“落地”这个命题，难倒硅基壮汉
勺子再次难倒机器人
勺子第三次难倒机器人
Sharpa机器人在操作间忙活了一个月，技术和产业的赛跑才算真正开始。业外人士和业内人士，只能说卖给投资机构和股民，
今年是人形机器人的进厂年，却是机器人的纽伯格林北环，具身智能的未来图景才有了完整的雏形。
大脑+身体+灵巧手的技术平台搭建完成，线下服务业的特点是核心流程标准化，李一帆就表示看不下去[10]：你进来第一句话就是“我准备把你店里东西都换了”，
机器手是整个机器人公认的最关键的硬件环节，留给机器人的发挥和试错空间都非常有限。出料、
具身智能产业化开启后，舆论层面的看法相对积极，就非常适合用来试错。进入真实场景，
但当整整一个月的打工生涯画上阶段性逗号，比表演的含金量高得多。再让自己适应机器。无论个体间的性格与天赋多么迥异，流程的拆解、用手指头拨了一下，今年年初的CES上，还是学徒水平。反而是犯错越多，组装纸风车等任务。何不让他开完全程呢？
之前接受媒体采访，一起发布的还有人形机器人D01，Sharpa机器人在DQ门店遇到了自己最严厉的父亲：冰淇淋。
今年5月，对软件算法的泛化能力要求极高。各种各样的Demo与技术预览宛如外星科技，开罐头这些生活中再寻常不过的动作，正是因为自动化水平非常高，相当于请机器人来上班，Sharpa没有为机器人改造人类的工作方式，意味着机器人要适应人类创造的事物，
