“触觉与灵巧操作，是机器人的下一道关。
9 月 28 日，匹兹堡 IROS 大会 David L.Lawrence 会议中心展台，Sharpa 同步展出人形机器人、灵巧手、外骨骼手套三套完整产品。不同于多数展商仅拿出单一机器人模块参展，这次同台亮相并非零散硬件上新，而是一套完整灵巧操作体系的集中落地。它试图搭建端到端操作闭环，依托场景与客户反馈，用系统工程思路重构硬件，抬升触觉感知的权重，破解真机操作数据采集难题，最终瞄准线下门店的真实业务场景，而非停留在实验室演示。
随着机器人逐步走出实验室与标准化工位，进入餐饮、零售等真实场景，行业需要解决一系列现实问题：高速运动下维持控制精度、识别真实物理接触、适配为人手设计的工具、处理薄片与流体等复杂对象、高效采集高质量操作数据，以及协调身体、腕部、手指与触觉反馈。如果企业仅以售卖灵巧手为目标，打磨手部硬件即可。但 Sharpa 的目标是搭建完整机器人操控体系，因此同步推出机器人本体、末端执行器、人机数据输入设备三大模块。
这些问题叠加在一起，就是行业常说的灵巧操作。过去十年，行业资源主要投向视觉感知和大模型，机器人越来越会 “看懂世界”；但从感知到落地实操，最后一步几乎都卡在与物理世界的交互层面，这也是灵巧操作被视为人形机器人落地最后一公里的原因。
赛道路线由此分化：厂商可以选择单点突破，把灵巧手硬件做到极致；也像 Sharpa 这样，布局完整灵巧操作系统，同步掌握本体、末端执行器与人机数据输入设备，让三者在统一标准下协同工作。三套产品同台展出，本身就是一次明确的赛道占位。
这一套方案的工程化价值，体现在层层递进的验证中：部件能否完成面向场景的工程化重构，触觉感知的覆盖深度，真机操作数据的获取方式，以及整套系统能否在营业门店长期稳定运行。各环节环环相扣，前序环节的取舍，往往决定整套方案的能力上限。
01.
三套硬件如何搭出机器人完整操作闭环？
本次推出的 D01 人形机器人、W02 灵巧手、AE01 外骨骼手套，分别承担本体运动、末端操作、人机数据输入三大模块的功能。
D01 是 Sharpa 首款全自研通用人形机器人本体，采用 1:1 真人尺寸，手臂载荷自重比接近 1:1，末端最大运行速度超 10.5m/s，通信频率 1000Hz，重复定位精度 0.2mm，搭载球形腕关节。
产品围绕更强、更快、更精准三个方向设计，这套硬件配置瞄准人形机器人长期痛点：高速运动与高精度控制很难同时实现，D01 的目标就是将两者落地。
D01 还将触觉感知延伸至手臂、胸部。这套全身触觉并非简单堆叠传感器，而是帮助机器人理解自身、人与周边环境的物理交互关系，支撑人机共处场景。
W02 灵巧手相较上一代体积缩小 30%，重量进一步降低，防护等级达到 IP54，内部集成 21 个主动自由度。
指尖搭载高分辨率视觉触觉传感器，测力区间 5mN-30N，空间分辨率 1mm；其余手指与手掌铺满电子皮肤，测力 0.1-20N，空间分辨率 5mm，抓握近乎零半径，可以抓取卡片、薄片这类极薄物件。
AE01 外骨骼手套负责人机数据输入，采用人手原生孪生设计，配备 22 个编码器，完整采集人手关节动作，提供 22 自由度输入，指尖定位重复精度小于 1mm；每个指尖具备 256 级触觉反馈，可以把机器人接触外界的力信号回传给操作人员；设备无需标定，抗环境干扰能力较强。
三者组成完整工作链路：操作人员佩戴 AE01 输出动作指令与人机意图，D01 本体搭配 W02 灵巧手完成现实任务；作业过程中全部接触力、位置姿态数据被记录采集，反哺机器人操控策略与整机能力优化。数据采集、实体执行、精细操作、触觉反馈四大环节被整合进同一套闭环系统。
本次 IROS 现场，Sharpa 也带来接棒挑战、全身触觉响应、机器人调酒等多项实机演示。
选择在 IROS 这个偏向学术的会议发布工程化产品，本身也是一次表态。公司客户覆盖全球头部机器人整机厂商、高校与科研院所，这次亮相同时面向产业与科研界，传递明确信号：其能力已经不再局限于灵巧手这一个末端部件。这家企业 2024 年底才成立，团队规模 300 多人，研发人员占比 80%。同步推出本体、灵巧手、遥操作三套硬件，是清晰的路线宣告。
闭环跑通之后，考验落到零部件层面。这套系统要长期运行在真实环境，部件设计的评价标尺，和实验室样机完全不同。W02 的一处改动，恰好可以解释这套新标尺。
02.
主动砍掉一个自由度，到底是为什么？
本次发布有一处反行业共识的改动：上一代灵巧手 W01 拥有 22 个主动自由度，新款 W02 缩减为 21 个。
在灵巧手赛道，行业习惯以自由度数量评判产品性能，减少自由度很容易被视作性能倒退。Sharpa 的改动源于实际工程调研：新版取消小指根部 CMC 旋转关节。实测发现，该关节仅实现小指自转，在日常抓取操作场景使用率很低；移除后能够简化小指根部机械结构，降低零件故障风险。
这一改动背后，是灵巧手评价逻辑的转变。当灵巧手只是独立实验室样机，厂商倾向堆砌自由度，优先完成各类演示效果，电机、布线与标定成本可以暂时忽略。一旦灵巧手作为部件搭载在人形机器人前臂，则要面对长时间运行、磕碰、粉尘水汽等工况，评价标准转向稳定、低成本、长期可靠工作。
W02 其余指标同样围绕实用化设计。体积缩小 30%，尺寸贴近真人手掌，可以进入为人类设计的狭小空间；减重降低机器人前臂负载，改善整机速度、续航与控制压力；IP54 防护，适配现实环境持续作业，而非仅用于展会演示。它不再一味追逐纸面硬件参数，而是在人手尺寸约束下平衡综合实操能力。
这里存在一组有意思的硬件取舍：输入端 AE01 手套保留全部 22 个人手自由度，完整记录人手动作；执行端 W02 灵巧手收敛至 21 个自由度，面向现实任务做精简。
这并非设计矛盾，而是一套清晰逻辑：数据采集环节尽量完整保留人的动作信息，硬件执行端优先保障工程可靠性。完整的 22 自由度原始动作数据，既可以驱动 21 自由度灵巧手完成任务，未来也能适配其他结构的机器人手部；若采集阶段就删减信息，数据损失将不可恢复。
行业多数企业仍在比拼自由度纸面参数，Sharpa 主动削减自由度，意味着它已经从系统工程视角设计产品，而非单纯比拼参数表。而从自由度上省出的结构空间与可靠性余量，被投向触觉能力。
03.
触觉感知，为什么不能只做指尖单点？
如果说 W02 在自由度上做减法，整套新品则在触觉感知持续加码。
过去十年行业资源大量投入视觉感知，相机、深度传感器解决物体位置、外形识别问题。但现实作业难点大多发生在接触之后：拿捏易碎薄片需要多大力度、拧紧瓶盖如何判断停止时机、捏起薄纸边缘如何防打滑，这类问题无法依靠视觉单独判断，必须借助触觉信息。
Sharpa 搭建了分层触觉感知体系。最精密的感知集中在 W02 指尖：视觉触觉传感器最低捕捉 5mN 微弱接触力，1mm 空间分辨率，分辨接触位置细微变化，为滑移识别、物体软硬判断、边角抓取提供硬件基础。
第二层覆盖整只手掌与手指，电子皮肤铺满指尖以外手部区域，掌根、指节均可感知，适配托举、包裹这类整手接触动作。
第三层延伸至 D01 人形机器人全身，手臂、胸部搭载感知模块，采样率 100Hz，测力范围 0.1-20N，力分辨率 0.2N，空间分辨率 10mm。该参数不用于高精度精细操控，而是用于碰撞感知：识别触碰物体、接触位置与受力大小。
这一点对人机共存场景至关重要。工业协作、服务场景中，人与机器人近距离共处，意外触碰、推挤属于高频情况。只具备指尖触觉的机器人在这类场景存在感知盲区；躯干配备感知模块，机器人才能够分清自身、人与环境的物理边界。
最后一层触觉闭环回到操作人员身上，AE01 手套的 256 级触觉反馈，把机器人接触力回传给操作员。
至此触觉不再是孤立的指尖传感器，而是形成完整通路：机器人感知物理接触，数据输入控制策略，必要时操作人员依靠触觉反馈介入判断。本体、灵巧手、操作人员三方共享同一套物理感知信息，这套完整方案在当前机器人硬件方案中并不多见。
触觉铺到这个密度，下一个现实问题随之而来：如何持续、规模化采集接触数据。
04.
双向遥操作如何破解真机数据的痛点？
AE01 本质是外骨骼手套，但其核心价值在于双向交互。
市面上单向动作捕捉设备已较为普遍，但能将机器人触感回传操作者的产品并不多。256 级触觉反馈，让操作员直接感知抓取力度变化，实时调整手部动作，不必依靠屏幕主观猜测力度。这项能力，也是高灵敏度遥操作的底层基础。
它瞄准机器人研发一大现实难题：真实物理交互数据不足。
文本、视频大数据能够训练模型识别环境，却无法教会机器人判断用力大小、识别打滑补救动作。这类物理交互信息只能来自真机实操，不能单纯由图像推导。搭载力觉触觉反馈的遥操作，仍是获取高质量操控数据最主要手段。AE01 免标定、抗干扰的特性，目的就是降低使用门槛，提升采集效率，让数据采集走出实验室，进入更复杂的现实环境。
行业普遍清楚，遥操作数据产出高度消耗人力。相比单纯扩大数据总量，单条数据的信息密度更关键。同样一分钟操作记录，仅有运动轨迹的数据集，对比同时记录关节运动、接触力、滑移状态的数据集，训练价值差距巨大。Sharpa 优先提升单条数据质量，再扩大规模，是当前获取真机实操数据务实的路径。
单条数据价值高低，最终要看机器人能否在真实环境连续稳定运行—— 稳定执行是持续产出高质量真机数据的前提，这也是 Sharpa 坚持现场不间断实景演示、拒绝剪辑演示视频的原因。CES2026 展会上，其机器人在开放环境完成 300 余次风车折叠任务；四天接待 1300 多名观众，完成 2000 余次互动拍照；乒乓球对战响应时间低于 0.02 秒，现场最高连续对战 90 回合。
展会现场充斥观众干扰，多天不间断运行的实测，说服力远高于剪辑素材。但展会环境只能验证基础稳定性，距离商业化落地还有距离，Sharpa 将更深一层的验证放在上海 DQ 冰淇淋门店。
05.
DQ 门店项目，能证明哪些真实能力？
D01、W02、AE01 构成 Sharpa 整套技术载体，上海 DQ 暴风雪门店，则是这套软硬件在真实商业环境里的落地试验。
2026 年 8 月 29 日，Sharpa 联合 CFB 集团，在上海吴江路 DQ 门店上线机器人制作暴风雪冰淇淋。机器人独立完成从接单、制作到交付全部 55 道工序，每日 10 点 - 22 点营业，全年不间断服务真实顾客。
项目最核心的特点是无需改造原有设备：门店沿用 DQ 全球标准设备、原料、工具与作业流程，机器人直接适配原本为人设计的工作空间。这一方案直面行业几个长期卡点：落地往往需要改造现场环境、很难持续完成长序列任务、可靠性达不到商用要求，跑出一套 “零改造、全自主、全年无休” 的实践样本。现实世界绝大多数工具、流程都是围绕人手打造，机器人想要走进门店、工厂或是家庭，不能要求环境迁就机器，只能让机器去适应现有世界。
暴风雪制作流程涵盖抓取薄壁纸杯、搅拌半流体原料、拧合杯盖等动作，也正是 D01、W02 硬件设计瞄准的任务类型；长时间稳定作业，同样依靠 AE01 这类设备采集真机数据，持续迭代操控策略。DQ 门店不是一次性营销演示，而是整套软硬件闭环在商业场景的长期实测。
在机器人大讲堂看来，这类门店落地的最大意义，是把机器人的评价标准，从实验室演示拉到真实营业的生产维度。这也重新定义了机器人商业化的考核标尺。此前行业更多关注机器人 “能不能做完单次任务”；放到营业门店，核心考验变成 “能不能稳定持续地产出价值”。从单次成功演示，到长时间稳定运行，考验的是整套系统的可靠性、连续性，以及对现有环境的适配能力。前文聊到的操作闭环、部件取舍、触觉体系、真机数据采集，最终都要在这家门店转化成持续可用的作业能力。
Sharpa 从成立起要解决的就不是 “做出一只手”，而是 “让机器人在真实场景里把活干完”。人形本体、触觉灵巧手、遥操作数据采集设备，加上已经在门店落地运行的商业验证，指向的都是同一个目标。
三个产品加一个场景，是理解 Sharpa 最直接的方式：D01 是本体，W02 是手，AE01 负责把人的经验转化为可训练的数据，DQ 门店则是把前三者放进真实工作流里接受检验的现场。它们并非各自独立的板块，而是同一条链路上的四个环节 —— 少了任何一个，灵巧操作都只能停留在 Demo 阶段。
设备能上岗只是第一步，决定这套模式可复制开店数量的是另一个变量：数据获取成本。仿真数据无法覆盖接触力与材质变化，实验室采集又脱离真实工序，唯一稳定的数据来源，是营业中的真实工位；而这类数据，只有在机器人真正上岗作业时才会产生。Sharpa 自研灵巧手、整机与数据采集设备，并直接进入门店运营，本质是把这项成本内部化。外购数据的成本会随算法迭代持续上升，自有工位的数据则随营业时长不断累积 —— 前者越做越贵，后者越做越便宜。这道剪刀差一旦拉开，竞争对手便很难追平。
