对话 Sharpa 李一帆：通用机器人要么全能，要么无能

作者｜Li Yuan

过去一年，上海静安区兴业太古汇北广场因路易威登的巨型装置成为打卡地标。而在不远处的吴江路 169 号，一家 DQ 门店即将迎来新的“店员”——由 Sharpa 打造的机器人。

不同于以往仅作为噱头的自动化设备，这台机器人并非在特制环境中运行，而是完全适应人类现有的工作流程：从取杯、开柜门、盛料搅拌到最终的“倒杯检验”，它需在不改造任何设备和工具的前提下，独立完成制作一杯 DQ 暴风雪所需的 55 个步骤。

该项目将于店内进行每日 12 小时的连续运营，直接接受真实顾客的检验。对于 Sharpa 而言，这不仅是其灵巧手技术的展示，更是整机系统与 AI 能力的首次综合落地。

尽管目前在成本与效率上尚未完全超越人工，但 Sharpa 联合创始人李一帆将此次试运营定义为一次“真诚”的测试：不降低任务难度，不改造环境，验证机器人是否具备在真实世界中独立工作的能力。唯有跨过“能做”的能力门槛，后续的提速与降本才具有确定性。

李一帆反对行业内普遍存在的“修电话亭”式落地策略——即为了迁就机器人能力而专门改造环境或简化流程。他认为，这种做法虽能解决短期问题，却无法让机器人获得真正的通用智能。Sharpa 的目标是让机器人适应人类原有的工具与环境，将在一个场景中学到的技能迁移至下一个场景，从而实现真正的泛化。

近期，Sharpa 宣布完成超 45 人民币融资，投资方涵盖阿里巴巴、美团、腾讯等产业资本及红杉中国等顶级机构。以下为 In The Loop 与李一帆的深度对话。

用通用的硬件做通用的软件

问：外界常将 Sharpa 视为灵巧手公司，但 DQ 项目展示了整机与 AI 能力，如何理解这一布局？

李一帆：Sharpa 自成立之初便致力于通用硬件与通用软件的研发，目标是到 2050 年解放人类 20% 的时间。推出灵巧手是因为当时行业缺乏能操作人类工具的末端执行器，这是实现物理世界落地的前提。然而，公司的核心精力始终均衡分配在软硬件两端，整机系统与数据基础设施的建设难度丝毫不亚于灵巧手。

此次 DQ 项目正是我们对“通用软件”定义的实践：在不改造环境的前提下，从头到尾完成真实工作，并在实际运营中反复执行，最终将学到的技能重组应用于新场景。

问：为何选择 DQ 作为首个落地场景？

李一帆：我们设定的标准极为严格：场景必须真实，任务链条完整，且严禁修改原有设备、流程、原料和工具。DQ 作为国际知名品牌，其操作规范严苛且广为人知，在此约束下跑通项目最具说服力。此外，餐饮场景透明度高，机器人表现优劣一目了然。

问：对机器人而言，制作一杯冰淇淋的真正难点何在？

李一帆：难点不在于单一动作，而在于连续完成 55 个步骤的稳定性。纸杯易变形、柜门把手狭窄、勺子需从杯中精准抓取，以及搅拌时应对高粘度混合物的实时力控调整，这些都要求机器人具备极高的感知与决策能力。任何一步失败都会导致任务中断。若为每个难点改造环境，系统将退化为专用自动化，失去通用价值。

从单点突破到技能泛化

问：项目目前处于什么阶段？未来如何演进？

李一帆：目前仅是第一步，但至关重要。未来我们将更新硬件，增加更多品类如汉堡、披萨等。核心逻辑是“把一个场景做穿”：将复杂任务拆解为子技能，当面对新任务时，可复用已学技能。例如，做汉堡的 60 个步骤中可能有 40 步已在冰淇淋任务中学会，仅需示教剩余部分。这种技能的重新组合与迁移，才是泛化的本质。

问：试运营期间是否需要工程师驻场？

李一帆：早期需要人员进行讲解与监护。技术层面是否驻场取决于系统稳定性：若故障频率低至一周一次甚至一月一次，即可视为无需驻场；若一天多次，则仍需优化。

问：如何提升作业节拍与降低成本？

李一帆：提速依赖两方面：一是硬件机械速度的提升；二是模型稳定性的增强。当前速度受限并非推理慢，而是为了确保高成功率。如同新手开车，熟练后方能加速。随着数据积累与模型强化，速度与稳定性将同步提升。

关于成本，基于我在禾赛科技的创业经验，硬件降本遵循“先好用、后便宜”的路径。一旦 AI 与任务跑通，规模化量产自然带来成本下降。提速与降本是高确定性的未来趋势。

机器人：要么全能，要么无能

问：业界常有观点认为机器人完成 90% 的工作也是一种落地，您如何看待？

李一帆：这是一个陷阱。若剩下 10% 最难的工作仍需人工，那么人就无法离开岗位，且需等待机器人完成前序步骤，整体效率并未提升。这种“为机器人创造就业机会”的模式，无法产生真实的商业价值。90% 的完成度在商业账本上往往等同于 0。

若只做单一环节，通用人形机器人将面临“斩杀线”：在专用设备面前毫无价格优势。专用设备结构简单、成本极低，通用人形机器人若在单点竞争，注定失败。因此，通用人形机器人只有两个状态：要么全能，替代整个人类工作流；要么无能，因为中间形态无法通过商业验证。

拒绝“修电话亭”式的妥协

问：为何行业越来越倾向于简化场景或改造环境以求快速落地？

李一帆：这是一种短视的妥协。改造环境如同“修电话亭”，虽能暂时解决问题，却绕过了机器人本该学习的关键能力，阻碍了通用智能的进化。我们在 DQ 项目中坚持“四不改”原则：不改设备、不改流程、不改原料、不改工具，旨在逼迫模型直面真实世界的复杂性。

问：通过大量部署专用场景获取数据，能否反哺通用智能？

李一帆：数据的价值取决于其信息密度。在单一重复场景中采集的数据只能训练出专用智能，无法自然演化为通用能力。只有在复杂、多样的真实任务中（如 DQ 制作冰淇淋），机器人学习到的精细操作与力控技能才能迁移至其他场景。正如自动驾驶领域，挑战高难度场景所获数据的含金量远高于简单路况。我们相信，唯有攻克复杂任务，才能积累出通往通用智能的高质量数据。