春晚机器人从跳舞[到干活，这家公司把马斯克吹过的牛实现了,春晚机器人犇犇

更新时间：2026-02-19 01:19 来源：牛马见闻

北约在德国波罗的海沿岸举行大规模军演,北约在德国驻军

春晚主持人刘心悦透露体重仅93斤：压力瘦，收获近年体重最低,主持人心悦个人资料刘心悦身高多少

豆包登顶苹果App Store免费榜，除夕AI互动量达19亿次

伊朗外长谈对美谈判：新的机遇之窗已经开启,伊朗外交部发言

“我要吃硬菜！”

这在 Sharpa 今年 1 月的 CES 现场�Sharpa 推出了人形机器人 North�Sharpa 的 North 机器人�

从灵巧]手开始「制？造时间」：揭秘 Sharpa 的通用人工智能之路 作者｜Li Yuan 编辑｜郑玄 今年的春晚，已经变成机器人大战了。 在热闹之下，笔者关注到了一个很有趣的细节，相比于去年的机器人，今年的机器人都开始长出了一双双的手。 尤其是在沈腾和马丽《我最难忘的今宵》节目里，镜头罕见地给了一双手超长时间的特写——盘核桃、串烤肠、精准拿取、细腻操作。 不但让机器人更有人味儿了，也更接近我们理想中，能干活的机器人了。 过去一年，人形机器人迅速走红，但始终伴随着一种质疑：它们真的能干活吗，还是只是在作秀？而能干活的同时，可量产、质量可靠的灵巧手，恰恰是这道分水岭。 造手这件事，实际上比造人形机器人本体还要难的多。 马斯克在谈到人形机器人目前面临的挑战时指出，一半以上的工程难度，来自于造手。2025 年 9 月，The Information 爆料，让特斯拉人形机器人量产时间不断延后的关键卡点，就在于灵巧手的设计问题。 手为什么那么难呢？按常见的人体全身运动模型（全身约 80 个常用自由度）来估算，单手就贡献 20+ 个自由度，那么双手合计超过 40 个自由度，已经占到全身常用自由度的一半以上。 而人手在承担了极其复杂运动的同时，又拥有一个神奇的感知功能：触觉。高自由度力控+触觉，集成在「巴掌大」的一个空间内，简直是人类光机电设计的终极挑战。 而首次登上春晚的这双手，几乎满足了所有人对灵巧手的幻想。 顺着春晚镜头，笔者发现了一个更有意思的细节：这双手，并非来自银河通用的自研体系，而是出自一家长期保持低调、几乎不主动发声的公司——Sharpa。 深挖一下 Sharpa 背后的故事，或许比春晚的机器人大战更加有趣。 01 神秘低调的行业大佬终于站在聚光灯下 在业内，Sharpa 是一家很神秘的公司。 极客公园第一次注意到 Sharpa 这家公司，是在2025年 5 月的ICRA，机器人领域的国际顶级学术会议之一。 当时，不少人的注意力还主要集中在「机器人能不能走得稳」上，而部分意识到「灵巧操作」重要性的前沿学者，还停留在「高自由度灵巧手，离稳定可靠还遥遥无期」的绝望中。而 Sharpa 几乎是「横空出世」，成了现场最引人注目的展位。 Sharpa 在 ICRA 展出的能力彻底颠覆了这个认知。它可以从一副牌里，单张分离某张牌发牌。这种展示方式，在当时的灵巧手领域几乎没有先例——它不再只是完成单一动作，而是已经开始进入真实互动场景。业界当时普遍认为，这是全球最好的灵巧手之一。 这些高度评价主要集中在两点：一是 Sharpa 对高自由度灵巧手的稳定掌控能力，二是其在灵巧手触觉这一关键难题上的突破，其指尖集成了超过 1000 个触觉单元的动态阵列，并具备毫牛级（约 5 mN）力分辨能力。换句话说，它能够感知到接近半克重量变化带来的细微受力差异。 更厉害的是它的触觉能力。触觉，才是灵巧操作中真正的「眼睛」。没有触觉的灵巧手控制，会像是「帕金森」。 实际上，我们在现实生活中，许多精细动作并不主要依赖视觉，而依赖手指的触觉。扣纽扣时，人并不会盯着孔位，而是通过指尖感受到布料的厚度与纽扣边缘的位置；拉拉链时，需要判断卡扣是否对齐、是否顺畅滑动，一旦出现轻微卡顿，手指会下意识减力或调整角度。甚至翻书页这种看似简单不过的动作，也需要触觉来保持恰到好处的力控。 春晚的盘核桃，其实就是一个非常典型的需要触觉参与才能完成的动作。 核桃在手里转动时，接触点在不断变化，摩擦力也可能随时发生变化。视觉只能告诉机器人「核桃大概还在手里」，却无法判断「是不是已经开始打滑」，「哪一侧正在失去支撑」。 这时候，触觉就成了唯一可靠的反馈来源。只有通过指尖对压力、剪切力和微小滑动的感知，机器人才能及时意识到风险，并在核桃真正掉落之前，调整手指位置和用力方向。 这要求灵巧手具备实时、细腻的触觉感知能力，能够在接触状态发生变化的瞬间做出响应。 这样基于触觉反馈的灵巧操作，Sharpa 自己也在不同场合展示过类似能力。 早在 2025 年 5 月在 ICRA 展会上，Sharpa 机器人就展示过自主地低头找到相机，瞄准观众，按下快门，然后用食指精准地找到相机拨杆，轻轻拉动，最后将照片取出，递给观众的过程。 整个过程丝滑而精准，高度依赖灵敏的触觉和非常快速的响应控制，Sharpa 通过这个高难度的 demo 成为了那次展会「全场最靓的仔」，据说几天下来同一个机器人拍了几千张照片。 这样回看过去，Sharpa 这次出现在春晚舞台，其实并不意外。 过去一年，从表面上看，灵巧手玩家一直在增加。不过，当自由度、尺寸、负载、可靠性和触觉能力被同时放到同一张考卷上，能够真正同时满足各项要求并且高质量交付的玩家，就变得非常稀缺，也让 Sharpa 这位长期低调深耕在行业里的「隐形大佬」，最终站到了聚光灯之下。 在机器人圈内，Sharpa 的产品常被半开玩笑地称为「灵巧手届的劳斯莱斯」。这种评价背后，其实有两个很现实的原因：一是业内对其性能和稳定性的高度认可，二是它确实价格不菲——一双灵巧手的售价在十万美元级别，没有折扣。 据行业人士透露，Sharpa 的灵巧手供不应求。去年 10 月开售以来，国内和硅谷的绝大多数顶级科技公司，以及机器人公司都第一时间下单，甚至不乏大单。 Sharpa Wave 一时间变成了机器人行业灵巧操作最硬的通货，在公开论坛上每次有人开箱都会获得同行的羡慕，毕竟谁能先拿到 Sharpa 的产品，谁就能够有机会确保自己在「能真实操作物理世界」这一层面上不掉队。灵巧手并不会直接决定模型的上限，但它会决定哪些能力可以被真正训练出来，哪些只能停留在仿真或论文里。 Sharpa 的产品变成了灵巧操作「军备竞赛」最重要的弹药。 02 Sharpa：春晚炫的是顶级的硬件， CES 上展的是顶级的 AI 能力 因灵巧手一战成名的 Sharpa，却很少对外自称是一家灵巧手的公司。笔者深挖后发现，对 Sharpa 而言，灵巧手本身并不是终点，而只是其技术体系中最先成熟、也最容易被外界感知的一部分。 Sharpa 真正的护城河，是围绕灵巧操作和触觉建立的软硬一体的 AI 模型能力，和持续快速推进的数据采集和训练体系。 这在 Sharpa 今年 1 月的 CES 现场，体现的尤为明显。 在 CES，Sharpa 推出了人形机器人 North，并对外公开了其自研的 VTLA 模型 CraftNet，展台的展示重点也从灵巧手能做到的单个高难度动作，转向完整、连续、由模型驱动的任务执行能力。 值得一提的是，CraftNet 展现了很强的模型架构创新能力。 CraftNet 是一套端到端的分层模型架构，额外引入了一个专门面向物理接触的高频控制层——System 0：它不依赖语言或视觉推理，而是直接基于触觉与力反馈运行，把末端控制频率提升到了约 100 Hz，比传统控制层高出一个数量级。 这意味着机器人在接触物理世界时，第一次具备了接近「手感」的连续调整能力。 有意思的是，大约三周后，，在原有架构 Helix 之下同样引入了名为 System 0 的层级，并强调其在高频接触、平衡和全身协调中的作用。这一命名与功能设计，与 Sharpa 此前提出的模型架构在结构层级与职责边界上都呈现出高度一致性。 而在 CES 上，Sharpa 的 North 机器人做出的展示十分有趣。灵巧手的性能优势被完整保留下来，但更重要的是，它开始服务于一个连续、闭环的任务过程。 以 21 点发牌为例，Sharpa 的 North 机器人，在 CES 上，能够独立担任发牌荷官，在完全无人情况下连续陪观众打牌。 这其实同时考验了几件事：一是机器人是否真的「理解」规则，而不是照着脚本走；二是能否稳定操作纸牌这种又薄又小、很容易粘连和滑动的物体；三是整套系统能否在连续决策和动作中保持稳定运行。 更最具代表性的，是 CES 现场展示的折叠风车的长程任务。 纸是一种典型的柔性物体，在操作过程中形状会不断变化，边缘容易翘起，折痕会改变受力方式，摩擦条件也始终在变。正因为如此，这类任务几乎不可能提前写好一整套固定动作，机器人只能一边接触、一边感知、一边调整。 North 机器人还展现出了明显的泛化和抗干扰能力。物体被临时挪动、接触条件发生变化，它也能实时重估位置、调整路径，而不是中断任务或回到初始动作。 这就是行业里反复提到的「最后一毫米」。 在叠风车这样的任务中，真正决定成败的，并不是视觉是否对齐，而是接触发生之后，机器人能否在不断变化的受力、摩擦和形变中持续修正动作。 Sharpa 的模型，正是在这一层完成了突破：通过将触觉纳入控制闭环，让机器人在折叠过程中始终「知道自己在摸什么、该怎么调」，把原本极易失败的最后一毫米，变成了可以稳定复现的能力。 这些能力，以 Sharpa 一如既往的风格，又是首发就是在展会上 non-stop 连续稳定的展示，又一次让行业叹为观止。 4 天 CES，每天 8 小时连续工作，风车叠了 400 多个，乒乓球打了 800 场，拍照 2000 多张，牌打了 900 局。 现场 demo 和视频 demo，也许对于业余观众看起来差别不大，但是在每一个从业者心中，都是天壤之别，一个是用于「哄观众」的，一个是用于「同行切磋」的。 一段 Demo 视频，哪怕实际系统成功率只有 1%，只要成功一次，这个视频依然是天衣无缝的。而人山人海的现场展会，面对不可控的光照、人流、噪声和设备状态变化，如果不是 99% 以上成功率，每次失败都会被观众拍下来变成反例在网上传播，每一次失误都会被无限放大。 也正因为如此，绝大多数人形机器人公司，包括 Figure、1X，乃至 Tesla，在公开自己技术进展的时候更多地选择了提前录制的视频，而不是现场 demo（甚至还有几次现场 demo 穿帮）。 Sharpa 这种看似叛逆的技术审美，既是一种极度的自信，也是希望提醒行业，当在全民都在为「泛化性」鼓掌的时候，不要忘了更重要的「鲁棒性（可靠性）」。毕竟，只有 1% 成功率的 demo，是永远不会有机会走进工厂，走进家庭的。 03 隐形的独角兽， 和它背后的团队 在行业外，Sharpa 并不像人形机器人公司那样频繁出现在公众视野中。网上的 Sharpa 的视频，常常都是观众在参加展会时候自己拍的。细看的话，Sharpa 连一个官方公众号都没有。投资圈的朋友们透露，知道 Sharpa 早已是独角兽，但是想找 Sharpa 聊投资合作还得托人牵线搭桥，基本也都被婉拒了。 但在业内，它的定位其实非常清晰。他们的传播极其定向，更多出现在行业展会、学术会议、技术论坛中。相比曝光度，Sharpa 更在意的是被「对的人」看到。 在全球机器人四大会议中，陆续看到了 Sharpa 的硬件产品被学术圈广泛使用，同时 Sharpa 的 AI 科学家也开始与机器人行业的顶级学者联合署名。英伟达已向 Sharpa 发出公开邀请，将在 2026 年 GTC 大会上发表关于 CraftNet 模型的专题报告。 直到最近，Sharpa 的背景才逐渐被更多媒体披露。 公开资料显示，这家公司由禾赛科技的三位核心人物在 2024 年底联合创立，分别是 CTO 向少卿、CEO 李一帆以及首席科学家孙恺。回顾三位创始人的创业历程，是典型的「工程出身 + 产业理解 + 充分市场验证」案例。 禾赛通过近 10 年的努力，把激光雷达这个曾经被美国企业垄断的行业，成本降低了 99.5%，建立了全球完善的车规量产和质量体系，实现了年产数百万台并成为全球市占率第一，两地上市，数百亿市值，且唯一盈利的企业，可以说是「全村的希望」。 值得一提的是，禾赛的激光雷达今年同样登上了春晚，被应用在宇树机器人的系统中，支持其完成复杂动作、实现避障和群体协同。 很明显，创始团队本身长期与最顶尖的机器人团队、产业伙伴和研究机构保持着密切交流，对当前机器人技术真正卡在哪里，有着非常清醒的判断。 这也解释了为什么 Sharpa 把几乎全部精力投入到机器人最核心的环节上：如何让操作足够稳定、丝滑和自然，如何把视觉与触觉融合进同一套控制体系，以及如何把「最后一毫米」从一个反复失败的黑箱问题，变成可以被系统性解决的工程问题。 从这个角度看，Sharpa 的低调并不是刻意回避聚光灯，而是一种被反复验证过的工程判断。创始团队并非第一次面对这种「看起来慢、但必须稳」的技术路径——他们此前已经在禾赛身上完整走过一次。 在激光雷达这条线上，禾赛做成过一件极其困难的事：先把产品的质量和可靠性做到行业可用，再把性能推到足够领先，最后才通过工程和规模，把成本压下来。这条路径并不讨巧，却最终穿越了量产、良率和商业化的多重门槛。李一帆在多个场合都提到过，这是一种对「不可能三角」的现实解法：不是同时追求质量、性能和成本，而是明确顺序——先质量，再性能，最后才是成本。 这套方法论，也被原封不动地带进了 Sharpa。 灵巧手和通用机器人同样存在一个更尖锐的不可能三角：自由度、稳定性和成本彼此拉扯。很多团队选择先把 Demo 做出来，再回头补工程；而 Sharpa 的选择，恰恰相反——在能力边界没有被真正跑通之前，不急着规模化，更不急着降成本，而是把最难的工程问题先解决掉。 从 Sharpa 对灵巧手的可靠性的处理方式上可见一斑。尽管目前的灵巧手真实的应用环境都相对较友好，但 Sharpa 在内部测试中仍然对灵巧手做了累计超过300 万次连续按压和5,000 米以上的摩擦行程，接触对象覆盖不锈钢、大理石、木材、橡胶等多种常见材质，用于验证高频操作和多材质环境下的稳定表现。做出来固然重要，但是很明显 Sharpa 更关注「能不能在真实世界里反复、长期地用下去」。 从公司结构上看，Sharpa 的布局也明显服务于这一目标。公司全球总部设在新加坡，研发和制造中心位于中国上海，而业务运营则放在美国硅谷，能同时兼顾核心技术研发、工程实现和产业落地，是一套明显为长期可用性而设计的组织形态。 CES 上，Sharpa 公开了自己的一句话使命——「We manufacture time by making robots useful.」他们的解读是，只有真正让机器人做好「最后一毫米」的工作，才能把人从繁重、重复的劳动中解脱出来。今年得到了春晚聚光灯眷顾的 Sharpa，是为了最终把聚光灯的焦点重新还给人类。 Sharpa 所做的，是通过软硬结合，让机器人拥有与现实世界进行复杂交互的能力，未来能在工厂、商业、乃至家庭场景中，去接管那些细碎的工作。 而人类节省下来的，将不仅是体力，更是可以被重新分配的时间与精力——用于追求更完美的自己，用于和家人、朋友一起创造更高价值、也更有意义的事情。从某种意义上，Sharpa 的终极目标是为我们「制造」时间。 *头图来源：Sharpa 本文为极客公园原创文章，转载请联系极客君微信 geekparkGO 极客一问 你如何看待机器人的发展？ 黄仁勋：未来会实现机器人化，它们之间相互协作制造产品。 点赞关注极客公园视频号，

编辑：金井勇太