春晚機器人從跳舞到干活，這家公司把馬斯克吹過的牛實現了

2026-03-30 全國政協委員無人駕駛自動駕駛 ai

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

文章圖片

今年的春晚，已經變成機器人大戰了。
在熱鬧之下，筆者關注到了一個很有趣的細節，相比于去年的機器人，今年的機器人都開始長出了一雙雙的手。
尤其是在沈騰和馬麗《我最難忘的今宵》節目里，鏡頭罕見地給了一雙手超長時間的特寫——盤核桃、串烤腸、精準拿取、細膩操作。
不但讓機器人更有人味兒了，也更接近我們理想中，能干活的機器人了。
過去一年，人形機器人迅速走紅，但始終伴隨著一種質疑：它們真的能干活嗎，還是只是在作秀？而能干活的同時，可量產、質量可靠的靈巧手，恰恰是這道分水嶺。
造手這件事，實際上比造人形機器人本體還要難的多。
馬斯克在談到人形機器人目前面臨的挑戰時指出，一半以上的工程難度，來自于造手。 2025 年 9 月， The Information 爆料，讓特斯拉人形機器人量產時間不斷延后的關鍵卡點，就在于靈巧手的設計問題。
手為什么那么難呢？按常見的人體全身運動模型（全身約 80 個常用自由度）來估算，單手就貢獻 20+ 個自由度，那么雙手合計超過 40 個自由度，已經占到全身常用自由度的一半以上。
而人手在承擔了極其復雜運動的同時，又擁有一個神奇的感知功能：觸覺。高自由度力控+觸覺，集成在「巴掌大」的一個空間內，簡直是人類光機電設計的終極挑戰。
而首次登上春晚的這雙手，幾乎滿足了所有人對靈巧手的幻想。
順著春晚鏡頭，筆者發現了一個更有意思的細節：這雙手，并非來自銀河通用的自研體系，而是出自一家長期保持低調、幾乎不主動發聲的公司——Sharpa 。
深挖一下 Sharpa 背后的故事，或許比春晚的機器人大戰更加有趣。

01
神秘低調的行業大佬終于站在聚光燈下

在業內， Sharpa 是一家很神秘的公司。
極客公園第一次注意到 Sharpa 這家公司，是在 2025 年 5 月的 ICRA ，機器人領域的國際頂級學術會議之一。
當時，不少人的注意力還主要集中在「機器人能不能走得穩」上，而部分意識到「靈巧操作」重要性的前沿學者，還停留在「高自由度靈巧手，離穩定可靠還遙遙無期」的絕望中。而 Sharpa 幾乎是「橫空出世」，成了現場最引人注目的展位。

Sharpa 在 ICRA 展出的能力徹底顛覆了這個認知。它可以從一副牌里，單張分離某張牌發牌。這種展示方式，在當時的靈巧手領域幾乎沒有先例——它不再只是完成單一動作，而是已經開始進入真實互動場景。業界當時普遍認為，這是全球最好的靈巧手之一。
這些高度評價主要集中在兩點：一是 Sharpa 對高自由度靈巧手的穩定掌控能力，二是其在靈巧手觸覺這一關鍵難題上的突破，其指尖集成了超過 1000 個觸覺單元的動態陣列，并具備毫牛級（約 5 mN）力分辨能力。換句話說，它能夠感知到接近半克重量變化帶來的細微受力差異。

更厲害的是它的觸覺能力。觸覺，才是靈巧操作中真正的「眼睛」。沒有觸覺的靈巧手控制，會像是「帕金森」。
實際上，我們在現實生活中，許多精細動作并不主要依賴視覺，而依賴手指的觸覺。扣紐扣時，人并不會盯著孔位，而是通過指尖感受到布料的厚度與紐扣邊緣的位置；拉拉鏈時，需要判斷卡扣是否對齊、是否順暢滑動，一旦出現輕微卡頓，手指會下意識減力或調整角度。甚至翻書頁這種看似簡單不過的動作，也需要觸覺來保持恰到好處的力控。

春晚的盤核桃，其實就是一個非常典型的需要觸覺參與才能完成的動作。
核桃在手里轉動時，接觸點在不斷變化，摩擦力也可能隨時發生變化。視覺只能告訴機器人「核桃大概還在手里」，卻無法判斷「是不是已經開始打滑」，「哪一側正在失去支撐」。

這時候，觸覺就成了唯一可靠的反饋來源。只有通過指尖對壓力、剪切力和微小滑動的感知，機器人才能及時意識到風險，并在核桃真正掉落之前，調整手指位置和用力方向。
這要求靈巧手具備實時、細膩的觸覺感知能力，能夠在接觸狀態發生變化的瞬間做出響應。
這樣基于觸覺反饋的靈巧操作， Sharpa 自己也在不同場合展示過類似能力。
早在 2025 年 5 月在 ICRA 展會上， Sharpa 機器人就展示過自主地低頭找到相機，瞄準觀眾，按下快門，然后用食指精準地找到相機撥桿，輕輕拉動，最后將照片取出，遞給觀眾的過程。
整個過程絲滑而精準，高度依賴靈敏的觸覺和非常快速的響應控制， Sharpa 通過這個高難度的 demo 成為了那次展會「全場最靚的仔」，據說幾天下來同一個機器人拍了幾千張照片。

這樣回看過去， Sharpa 這次出現在春晚舞臺，其實并不意外。
過去一年，從表面上看，靈巧手玩家一直在增加。不過，當自由度、尺寸、負載、可靠性和觸覺能力被同時放到同一張考卷上，能夠真正同時滿足各項要求并且高質量交付的玩家，就變得非常稀缺，也讓 Sharpa 這位長期低調深耕在行業里的「隱形大佬」，最終站到了聚光燈之下。
在機器人圈內， Sharpa 的產品常被半開玩笑地稱為「靈巧手屆的勞斯萊斯」。這種評價背后，其實有兩個很現實的原因：一是業內對其性能和穩定性的高度認可，二是它確實價格不菲——一雙靈巧手的售價在十萬美元級別，沒有折扣。
據行業人士透露， Sharpa 的靈巧手供不應求。去年 10 月開售以來，國內和硅谷的絕大多數頂級科技公司，以及機器人公司都第一時間下單，甚至不乏大單。
Sharpa Wave 一時間變成了機器人行業靈巧操作最硬的通貨，在公開論壇上每次有人開箱都會獲得同行的羨慕，畢竟誰能先拿到 Sharpa 的產品，誰就能夠有機會確保自己在「能真實操作物理世界」這一層面上不掉隊。靈巧手并不會直接決定模型的上限，但它會決定哪些能力可以被真正訓練出來，哪些只能停留在仿真或論文里。
Sharpa 的產品變成了靈巧操作「軍備競賽」最重要的彈藥。

02
Sharpa：春晚炫的是頂級的硬件，
CES 上展的是頂級的 AI 能力

因靈巧手一戰成名的 Sharpa ，卻很少對外自稱是一家靈巧手的公司。筆者深挖后發現，對 Sharpa 而言，靈巧手本身并不是終點，而只是其技術體系中最先成熟、也最容易被外界感知的一部分。
Sharpa 真正的護城河，是圍繞靈巧操作和觸覺建立的軟硬一體的 AI 模型能力，和持續快速推進的數據采集和訓練體系。
這在 Sharpa 今年 1 月的 CES 現場，體現的尤為明顯。

在 CES ， Sharpa 推出了人形機器人 North ，并對外公開了其自研的 VTLA 模型 CraftNet ，展臺的展示重點也從靈巧手能做到的單個高難度動作，轉向完整、連續、由模型驅動的任務執行能力。
值得一提的是， CraftNet 展現了很強的模型架構創新能力。
CraftNet 是一套端到端的分層模型架構，額外引入了一個專門面向物理接觸的高頻控制層——System 0：它不依賴語言或視覺推理，而是直接基于觸覺與力反饋運行，把末端控制頻率提升到了約 100 Hz ，比傳統控制層高出一個數量級。

這意味著機器人在接觸物理世界時，第一次具備了接近「手感」的連續調整能力。
有意思的是，大約三周后，估值已達數百億美元的 Figure 發布了最新的模型能力更新，在原有架構 Helix 之下同樣引入了名為 System 0 的層級，并強調其在高頻接觸、平衡和全身協調中的作用。這一命名與功能設計，與 Sharpa 此前提出的模型架構在結構層級與職責邊界上都呈現出高度一致性。
【春晚機器人從跳舞到干活，這家公司把馬斯克吹過的牛實現了】而在 CES 上， Sharpa 的 North 機器人做出的展示十分有趣。靈巧手的性能優勢被完整保留下來，但更重要的是，它開始服務于一個連續、閉環的任務過程。
以 21 點發牌為例， Sharpa 的 North 機器人，在 CES 上，能夠獨立擔任發牌荷官，在完全無人情況下連續陪觀眾打牌。

這其實同時考驗了幾件事：一是機器人是否真的「理解」規則，而不是照著腳本走；二是能否穩定操作紙牌這種又薄又小、很容易粘連和滑動的物體；三是整套系統能否在連續決策和動作中保持穩定運行。
更最具代表性的，是 CES 現場展示的折疊風車的長程任務。

紙是一種典型的柔性物體，在操作過程中形狀會不斷變化，邊緣容易翹起，折痕會改變受力方式，摩擦條件也始終在變。正因為如此，這類任務幾乎不可能提前寫好一整套固定動作，機器人只能一邊接觸、一邊感知、一邊調整。
North 機器人還展現出了明顯的泛化和抗干擾能力。物體被臨時挪動、接觸條件發生變化，它也能實時重估位置、調整路徑，而不是中斷任務或回到初始動作。

這就是行業里反復提到的「最后一毫米」。
在疊風車這樣的任務中，真正決定成敗的，并不是視覺是否對齊，而是接觸發生之后，機器人能否在不斷變化的受力、摩擦和形變中持續修正動作。

Sharpa 的模型，正是在這一層完成了突破：通過將觸覺納入控制閉環，讓機器人在折疊過程中始終「知道自己在摸什么、該怎么調」，把原本極易失敗的最后一毫米，變成了可以穩定復現的能力。
這些能力，以 Sharpa 一如既往的風格，又是首發就是在展會上 non-stop 連續穩定的展示，又一次讓行業嘆為觀止。
4 天 CES ，每天 8 小時連續工作，風車疊了 400 多個，乒乓球打了 800 場，拍照 2000 多張，牌打了 900 局。
現場 demo 和視頻 demo ，也許對于業余觀眾看起來差別不大，但是在每一個從業者心中，都是天壤之別，一個是用于「哄觀眾」的，一個是用于「同行切磋」的。
一段 Demo 視頻，哪怕實際系統成功率只有 1% ，只要成功一次，這個視頻依然是天衣無縫的。而人山人海的現場展會，面對不可控的光照、人流、噪聲和設備狀態變化，如果不是 99% 以上成功率，每次失敗都會被觀眾拍下來變成反例在網上傳播，每一次失誤都會被無限放大。
也正因為如此，絕大多數人形機器人公司，包括 Figure、1X ，乃至 Tesla ，在公開自己技術進展的時候更多地選擇了提前錄制的視頻，而不是現場 demo（甚至還有幾次現場 demo 穿幫）。
Sharpa 這種看似叛逆的技術審美，既是一種極度的自信，也是希望提醒行業，當在全民都在為「泛化性」鼓掌的時候，不要忘了更重要的「魯棒性（可靠性）」。畢竟，只有 1% 成功率的 demo ，是永遠不會有機會走進工廠，走進家庭的。

03
隱形的獨角獸，
和它背后的團隊

在行業外， Sharpa 并不像人形機器人公司那樣頻繁出現在公眾視野中。網上的 Sharpa 的視頻，常常都是觀眾在參加展會時候自己拍的。細看的話， Sharpa 連一個官方公眾號都沒有。投資圈的朋友們透露，知道 Sharpa 早已是獨角獸，但是想找 Sharpa 聊投資合作還得托人牽線搭橋，基本也都被婉拒了。
但在業內，它的定位其實非常清晰。他們的傳播極其定向，更多出現在行業展會、學術會議、技術論壇中。相比曝光度， Sharpa 更在意的是被「對的人」看到。
在全球機器人四大會議中，陸續看到了 Sharpa 的硬件產品被學術圈廣泛使用，同時 Sharpa 的 AI 科學家也開始與機器人行業的頂級學者聯合署名。英偉達已向 Sharpa 發出公開邀請，將在 2026 年 GTC 大會上發表關于 CraftNet 模型的專題報告。
直到最近， Sharpa 的背景才逐漸被更多媒體披露。
公開資料顯示，這家公司由禾賽科技的三位核心人物在 2024 年底聯合創立，分別是 CTO 向少卿、CEO 李一帆以及首席科學家孫愷。回顧三位創始人的創業歷程，是典型的「工程出身 + 產業理解 + 充分市場驗證」案例。
禾賽通過近 10 年的努力，把激光雷達這個曾經被美國企業壟斷的行業，成本降低了 99.5% ，建立了全球完善的車規量產和質量體系，實現了年產數百萬臺并成為全球市占率第一，兩地上市，數百億市值，且唯一盈利的企業，可以說是「全村的希望」。

值得一提的是，禾賽的激光雷達今年同樣登上了春晚，被應用在宇樹機器人的系統中，支持其完成復雜動作、實現避障和群體協同。
很明顯，創始團隊本身長期與最頂尖的機器人團隊、產業伙伴和研究機構保持著密切交流，對當前機器人技術真正卡在哪里，有著非常清醒的判斷。
這也解釋了為什么 Sharpa 把幾乎全部精力投入到機器人最核心的環節上：如何讓操作足夠穩定、絲滑和自然，如何把視覺與觸覺融合進同一套控制體系，以及如何把「最后一毫米」從一個反復失敗的黑箱問題，變成可以被系統性解決的工程問題。
從這個角度看， Sharpa 的低調并不是刻意回避聚光燈，而是一種被反復驗證過的工程判斷。創始團隊并非第一次面對這種「看起來慢、但必須穩」的技術路徑——他們此前已經在禾賽身上完整走過一次。
在激光雷達這條線上，禾賽做成過一件極其困難的事：先把產品的質量和可靠性做到行業可用，再把性能推到足夠領先，最后才通過工程和規模，把成本壓下來。這條路徑并不討巧，卻最終穿越了量產、良率和商業化的多重門檻。李一帆在多個場合都提到過，這是一種對「不可能三角」的現實解法：不是同時追求質量、性能和成本，而是明確順序——先質量，再性能，最后才是成本。
這套方法論，也被原封不動地帶進了 Sharpa 。
靈巧手和通用機器人同樣存在一個更尖銳的不可能三角：自由度、穩定性和成本彼此拉扯。很多團隊選擇先把 Demo 做出來，再回頭補工程；而 Sharpa 的選擇，恰恰相反——在能力邊界沒有被真正跑通之前，不急著規?；?，更不急著降成本，而是把最難的工程問題先解決掉。
從 Sharpa 對靈巧手的可靠性的處理方式上可見一斑。盡管目前的靈巧手真實的應用環境都相對較友好，但 Sharpa 在內部測試中仍然對靈巧手做了累計超過 300 萬次連續按壓和 5000 米以上的摩擦行程，接觸對象覆蓋不銹鋼、大理石、木材、橡膠等多種常見材質，用于驗證高頻操作和多材質環境下的穩定表現。做出來固然重要，但是很明顯 Sharpa 更關注「能不能在真實世界里反復、長期地用下去」。

從公司結構上看， Sharpa 的布局也明顯服務于這一目標。公司全球總部設在新加坡，研發和制造中心位于中國上海，而業務運營則放在美國硅谷，能同時兼顧核心技術研發、工程實現和產業落地，是一套明顯為長期可用性而設計的組織形態。
CES 上， Sharpa 公開了自己的一句話使命——「We manufacture time by making robots useful.」他們的解讀是，只有真正讓機器人做好「最后一毫米」的工作，才能把人從繁重、重復的勞動中解脫出來。今年得到了春晚聚光燈眷顧的 Sharpa ，是為了最終把聚光燈的焦點重新還給人類。
Sharpa 所做的，是通過軟硬結合，讓機器人擁有與現實世界進行復雜交互的能力，未來能在工廠、商業、乃至家庭場景中，去接管那些細碎的工作。
而人類節省下來的，將不僅是體力，更是可以被重新分配的時間與精力——用于追求更完美的自己，用于和家人、朋友一起創造更高價值、也更有意義的事情。從某種意義上， Sharpa 的終極目標是為我們「制造」時間。
*頭圖來源：Sharpa

推薦閱讀

上一篇：GEO亂象：誰為AI營銷的泡沫買單？

下一篇：曝蘋果正測試酒紅色版iPhone 18 Pro