一台冰淇淋机器人估值220亿：灵巧手正在成为具身智能的印钞机

上海吴江路的DQ门店里，一台机器人正在做一件看起来”很蠢”的事。

它从消毒柜里取出杯圈，抽出纸杯，对准冰淇淋机接料，撒上奥利奥碎，搅拌，刮净杯口，最后把杯子倒扣过来——验证DQ招牌的”倒杯不洒”。整套动作55步，全流程自主完成，店员站在旁边一根手指都没搭。

店员做一杯只要2到3分钟。这台机器人要6分钟。

慢了一倍还多。但没有人催它。

因为DQ和这台机器人背后的公司Sharpa，压根没人在乎效率。他们在乎的是另外一样东西：数据。

本文最后会告诉你三个普通人能切入的赚钱口子。

这不是降维打击，这是升维练兵

大多数人看到这条新闻的第一反应是：百亿估值的公司，跑去给冰淇淋店打工？大材小用了吧？

说这话的人，根本没看懂具身智能的竞争逻辑。

平时你在餐厅里见到的所谓”机器人”，基本都是端盘子、送菜、来回跑。说白了就是带轮子的托盘，干的是最低自由度的搬运活。这种机器人不需要”手”，只需要能走、能避障、能送到位置。技术含量无限趋近于零，护城河根本不存在。

Sharpa偏不。它非要钻进后厨，用人类的设备、人类的原料、全球统一的标准，把一整套工序从头到尾全干了。

Sharpa创始人李一帆说过一句很狠的话：如果一个几十自由度、带视觉带力控的人形机器人，最后只干个普通机械臂就能干的递咖啡的活，那成本永远算不过来。

这句话的核心是：机器人不能要求环境迁就它，不能干9步留最后一步给人擦屁股。那不是创造生产力，那是给机器人找了份闲差。

所以DQ这个场景，难就难在55步环环相扣。纸杯会软，冰淇淋的软硬会随温度变化，三次加料在视觉上几乎一模一样，差一点就全盘失败。

而Sharpa要的，恰恰就是这些失败。

真正的壁垒不是芯片，是”摔跟头”的数据

具身智能最大的门槛是什么？

不是看视频学动作轨迹。你让GPT看一百遍做冰淇淋的视频，它也学不会握杯子该用多大力。因为视频里没有触觉，没有力觉，没有出错之后怎么修复的逻辑。

你看人做一遍，只知道手抬多高。但你不知道握纸杯要用多大劲才不会捏扁，不知道洒了到底是接料歪了还是搅拌快了，不知道刮杯口的角度差两度会是什么结果。

这些信息，只有让机器人在真实场景里摔跟头、出错、再调整，才能被采集下来。这些”失效数据”喂给模型之后，下一个场景才能少走弯路。

Sharpa练这个DQ流程练了不到5个月，实验室成功率较高。但这个数字不算数。真实门店里的各种突发状况——高峰期人流干扰、设备温度波动、原料批次差异——才是真正的大考。

今天在DQ练会的抓握、舀取、搅拌、倾倒，明天放到便利店理货、酒店客房服务、甚至家庭家务里，都能直接复用。如果换个场景还要重新练十万小时，那这家店就是个一次性工程，毫无商业价值。

这才是Sharpa真正的野心：用一家DQ门店，换一套可迁移的灵巧操作数据底座。

估值220亿，比老东家还值钱

Sharpa这家公司，2024年底才成立，到现在还不到两年。刚刚官宣新一轮融资，总额超过45亿人民币，投后估值直接冲到220亿。

更值得玩味的是它的背景：三个联合创始人全是激光雷达龙头禾赛科技的创始团队原班人马。

而现在禾赛自己的市值亦不菲。

成立不到两年的新公司，估值超过了老东家。为什么禾赛不把这个业务放在体内做，非要分出去另起炉灶？

这是非常典型的产业打法。

第一，赛道不同，估值逻辑天差地别。激光雷达是成熟制造业逻辑，看的是出货量、毛利率、成本控制。人形机器人是爆发期科技成长逻辑，看的是技术壁垒、数据积累、场景想象力。体外独立融资，估值天花板高得多。

第二，团队激励更灵活。独立公司的股权结构可以重新设计，不用稀释禾赛老股东的权益，核心团队拿到的激励和自主权也完全不同。

看这轮投资方：阿里、美团、京东产业资本全进场，还有红杉、启明这些头部机构。本质上，他们押注的是同一件事：Sharpa能把禾赛在激光雷达上的成功路径，在人形机器人身上再复制一遍。

先攻下核心部件，再靠场景数据跑通算法闭环，最后形成全栈