一台冰淇淋機器人估值220億：靈巧手正在成為具身智能的印鈔機

上海吳江路的 DQ 門店裡，一台機器人正在做一件看起來「很笨」的事。

它從消毒柜拿出杯圈，抽出紙杯，對準冰淇淋機接料，撒上奧利奧碎，攪拌，刮乾杯口，最後把杯子倒扣過來——驗證 DQ 招牌的「倒杯不洒」。整套動作 55 步，全程自主完成，店員站在旁邊連一根手指都沒動。

店員做一杯只要 2–3 分鐘。這台機器人要 6 分鐘。

慢了兩倍還多，但沒有人催它。因為 DQ 和背後的 Sharpa，根本不在乎效率。他們在乎的是 資料。

這不是降維打擊，是升維練兵

大多人看到這條新聞的第一反應是：百億估值的公司，跑去給冰淇淋店打工？大材小用了吧？

說這話的人，完全沒看懂具身智能的競爭邏輯。

平時餐廳裡看到的「機器人」，基本都是端盤子、送菜、來回跑。說白了就是帶輪子的托盤，幹的是最低自由度的搬運。這種機器人不需要「手」，只需要會走、會避障、會送到位置。技術含量趨近於零，護城河根本不存在。

Sharpa 偏要鑽進後廚，用人類的設備、人類的原料、全球統一的標準，把一整套工序從頭到尾全幹完。

Sharpa 創始人李一帆曾說：如果一個幾十自由度、帶視覺帶力控的人形機器人，最後只幹個普通機械臂就能幹的遞咖啡的活，那成本永遠算不過來。

話裡的核心是：機器人不能要求環境迁就它，不能幹 9 步留最後一步給人擦屁股。那不是創造生產力，那是給機器人找了份閒差。

所以 DQ 這個場景，難就難在 55 步環環相扣。紙杯會軟，冰淇淋的軟硬會隨溫度變化，三次加料在視覺上幾乎一模一樣，差一點就全盤失敗。

而 Sharpa 要的，恰恰就是這些失敗。

真正的壁垒不是晶片，是「摔跟頭」的資料

具身智能最大的門檻是什麼？

不是看影片學動作軌跡。你讓 GPT 看一百遍做冰淇淋的影片，它也不會知道握杯子該用多大力。因為影片裡沒有觸覺、沒有力覺，也沒有出錯之後怎麼修復的邏輯。

你看人做一次，只知道手抬多高。但你不知道握紙杯要用多大力才不會捏扁，不知道灑出來是接料歪了還是攪拌太快，不知道刮杯口的角度差兩度會導致什麼結果。

這些資訊只有讓機器人在真實場景裡摔跟頭、出錯、再調整才能蒐集到。這些「失效資料」喂進模型之後，下一個場景才能少走彎路。

Sharpa 練這個 DQ 流程練了不到五個月，實驗室成功率已經很高。但這個數字不算數。真實門店裡的各種突發狀況——尖峰時段人流干擾、設備溫度波動、原料批次差異——才是真正的大考。

今天在 DQ 練會的抓握、舀取、攪拌、倾倒，明天放到便利店理貨、酒店客房服務，甚至家庭家務裡，都能直接復用。如果換個場景還要重新練十萬小時，那這家店就是一次性工程，毫無商業價值。

這才是 Sharpa 真正的野心：用一家 DQ 門店，換一套可遷移的靈巧操作資料底座。

估值 220 億，比老東家還值錢

Sharpa 這家公司，2024 年底才成立，到現在還不到兩年。剛剛官宣新一輪融資，總額超過 45 億人民幣，投後估值直接衝到 220 億。

更有趣的是它的背景：三個聯合創始人全是激光雷達龍頭禾賽科技的創始團隊原班人馬。而禾賽自己的市值亦不菲。

成立不到兩年的新公司，估值超過了老東家。為什麼禾賽不把這個業務放在體內做，非要分出去另起爐灶？

這是非常典型的產業打法。

第一，賽道不同，估值邏輯天差地別。激光雷達是成熟製造業邏輯，看的是出貨量、毛利率、成本控制。人形機器人是爆發期科技成長邏輯，看