人形机器人最核心壁垒，居然不是芯片而是手？
你敢信吗？一个做冰淇淋的机器人，估值居然超 200 亿？
我猜很多人看到DQ机器人做冰淇淋的这条新闻第一反应都是：就这？百亿估值的公司，去给冰淇淋店打工？
大材小用了吧？但这根本不是什么降维做餐饮，这是人形机器人赛道最关键的一场实战试炼，看懂了这步棋，你就看懂了具身智能接下来的竞争逻辑。
就在昨天，上海吴江路的DQ门店，一台来自Sharpa的机器人正式上岗。它要干的，是完整做出一杯标准的DQ冰淇淋——从消毒柜取杯圈、抽纸杯、冰淇淋机接料、加奥利奥碎、搅拌、刮净杯口，最后倒扣杯子验证“倒杯不洒”，整整55步连续操作，全流程自主完成，不用店员搭一下手。
但很有意思的是，店员做一杯只要2到3分钟，机器人要做6分钟，慢了一倍还多。可不管是DQ还是Sharpa，没人纠结效率。为什么？因为这根本不是比谁手快，这是在给具身智能攒“原生数据”。
咱们平时见的餐饮机器人，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。
但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，把一整套工序全干了。
他们创始人李一帆有句：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。
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养老的闲差。
所以DQ这个场景，难就难在55步环环相扣，纸杯会软、冰淇淋软硬会变、三次加料视觉上几乎一样，差一点就失败。
而Sharpa要的，恰恰就是这些失败的数据。具身智能最大的门槛是什么？
不是看视频学动作轨迹，是真实的触觉、力觉，是出错之后的修复逻辑。
你看人做一遍，只会知道手抬多高，但你不知道握杯子要用多大劲，不知道洒了到底是接料歪了还是搅拌快了。
只有让机器人在真实场景里摔跟头、出错、再调整，把这些失效数据喂给模型，下一个场景才能少走弯路。
Sharpa练这个流程练了不到5个月，现在实验室成功率大概90%，但这数字不算数，真实门店里的各种突发状况，才是真正的大考。
而它真正的野心是：今天在DQ练会的抓握、舀取、搅拌、倾倒，明天放到便利店、酒店、甚至家庭里，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，毫无价值。
你可能有印象，今年春晚上那个精准盘核桃的灵巧手，就是他们家的。
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，投后估值直接冲到220亿。
更有意思的是它的背景：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，换算成人民币还不到200亿，等于成立不到两年的新公司，估值已经超过了老东家。
那为什么不放在禾赛里面做？要分出去另起炉灶？
其实这是非常典型的产业打法：首先赛道不一样，估值逻辑天差地别，激光雷达是成熟制造业逻辑，人形机器人是爆发期科技成长逻辑，体外独立融资，估值天花板高得多；其次团队激励更灵活，也不会稀释禾赛老股东的权益。
你看这轮投资方，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，本质就是押注他们能把激光雷达的成功路径，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，最后形成全栈壁垒。
现在灵巧手这个赛道有多火？给大家几个数字：截至今年7月，国内灵巧手赛道累计融资已经突破80亿，比去年同期暴涨15倍，是人形机器人里最热的细分赛道，没有之一。
玩家分成了两派：一派像帕西尼感知、灵心巧手，都是从灵巧手硬件往整机、数据生态延伸，路线偏稳健，先拆流程、人补位，先把商业账算过来；另一派就是Sharpa，硬刚全流程自主，宁慢不残，非要把一个场景做透。
前阵子我跟深圳一个做灵巧手的创业者聊天，他说了个很颠覆的观点：别看现在大家都卷B端工业、餐饮，其实灵巧手最大的C端机会，可能是成人用品的升级，用精细力控做交互类产品，那个付费意愿和毛利，比餐饮高好几个量级。当然这是另一条赛道的思路，也侧面说明灵巧手的想象空间，远不止工厂和餐厅。
很多人看这件事，觉得就是个营销噱头，机器人做冰淇淋又慢又贵，图什么？但你往五年十年的维度看，人形机器人的终局，就是真的能独立接手一整条工作流。
今天它能在DQ独立做一杯冰淇淋，明天就能在便利店独立理货，在中央厨房独立做菜，在家庭独立做家务。
这条路很慢，很重，看起来很笨，不像拿定制订单来钱快，但这才是真正的护城河。
就像当年自动驾驶刚起来的时候，没人觉得激光雷达值那么多钱，但当数据闭环跑通，壁垒就再也追不上了。
@aigc1024
你敢信吗？一个做冰淇淋的机器人，估值居然超 200 亿？
我猜很多人看到DQ机器人做冰淇淋的这条新闻第一反应都是：就这？百亿估值的公司，去给冰淇淋店打工？
大材小用了吧？但这根本不是什么降维做餐饮，这是人形机器人赛道最关键的一场实战试炼，看懂了这步棋，你就看懂了具身智能接下来的竞争逻辑。
就在昨天，上海吴江路的DQ门店，一台来自Sharpa的机器人正式上岗。它要干的，是完整做出一杯标准的DQ冰淇淋——从消毒柜取杯圈、抽纸杯、冰淇淋机接料、加奥利奥碎、搅拌、刮净杯口，最后倒扣杯子验证“倒杯不洒”，整整55步连续操作，全流程自主完成，不用店员搭一下手。
但很有意思的是，店员做一杯只要2到3分钟，机器人要做6分钟，慢了一倍还多。可不管是DQ还是Sharpa，没人纠结效率。为什么？因为这根本不是比谁手快，这是在给具身智能攒“原生数据”。
咱们平时见的餐饮机器人，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。
但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，把一整套工序全干了。
他们创始人李一帆有句：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。
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养老的闲差。
所以DQ这个场景，难就难在55步环环相扣，纸杯会软、冰淇淋软硬会变、三次加料视觉上几乎一样，差一点就失败。
而Sharpa要的，恰恰就是这些失败的数据。具身智能最大的门槛是什么？
不是看视频学动作轨迹，是真实的触觉、力觉，是出错之后的修复逻辑。
你看人做一遍，只会知道手抬多高，但你不知道握杯子要用多大劲，不知道洒了到底是接料歪了还是搅拌快了。
只有让机器人在真实场景里摔跟头、出错、再调整，把这些失效数据喂给模型，下一个场景才能少走弯路。
Sharpa练这个流程练了不到5个月，现在实验室成功率大概90%，但这数字不算数，真实门店里的各种突发状况，才是真正的大考。
而它真正的野心是：今天在DQ练会的抓握、舀取、搅拌、倾倒，明天放到便利店、酒店、甚至家庭里，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，毫无价值。
你可能有印象，今年春晚上那个精准盘核桃的灵巧手，就是他们家的。
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，投后估值直接冲到220亿。
更有意思的是它的背景：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，换算成人民币还不到200亿，等于成立不到两年的新公司，估值已经超过了老东家。
那为什么不放在禾赛里面做？要分出去另起炉灶？
其实这是非常典型的产业打法：首先赛道不一样，估值逻辑天差地别，激光雷达是成熟制造业逻辑，人形机器人是爆发期科技成长逻辑，体外独立融资，估值天花板高得多；其次团队激励更灵活，也不会稀释禾赛老股东的权益。
你看这轮投资方，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，本质就是押注他们能把激光雷达的成功路径，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，最后形成全栈壁垒。
现在灵巧手这个赛道有多火？给大家几个数字：截至今年7月，国内灵巧手赛道累计融资已经突破80亿，比去年同期暴涨15倍，是人形机器人里最热的细分赛道，没有之一。
玩家分成了两派：一派像帕西尼感知、灵心巧手，都是从灵巧手硬件往整机、数据生态延伸，路线偏稳健，先拆流程、人补位，先把商业账算过来；另一派就是Sharpa，硬刚全流程自主，宁慢不残，非要把一个场景做透。
前阵子我跟深圳一个做灵巧手的创业者聊天，他说了个很颠覆的观点：别看现在大家都卷B端工业、餐饮，其实灵巧手最大的C端机会，可能是成人用品的升级，用精细力控做交互类产品，那个付费意愿和毛利，比餐饮高好几个量级。当然这是另一条赛道的思路，也侧面说明灵巧手的想象空间，远不止工厂和餐厅。
很多人看这件事，觉得就是个营销噱头，机器人做冰淇淋又慢又贵，图什么？但你往五年十年的维度看，人形机器人的终局，就是真的能独立接手一整条工作流。
今天它能在DQ独立做一杯冰淇淋，明天就能在便利店独立理货，在中央厨房独立做菜，在家庭独立做家务。
这条路很慢，很重，看起来很笨，不像拿定制订单来钱快，但这才是真正的护城河。
就像当年自动驾驶刚起来的时候，没人觉得激光雷达值那么多钱，但当数据闭环跑通，壁垒就再也追不上了。
@aigc1024
