作者｜Chester

原創首發｜藍字計劃

宇樹被英偉達選中了，但英偉達沒有選宇樹的手。

宇樹科技在科創板IPO過會的同時，其H2 Plus機器人又被英偉達欽定，成為英偉達發布的NVIDIA Isaac GR00T參考人形機器人的本體。

這次強強聯手讓具身智能圈和AI圈沸騰了。畢竟，英偉達的江湖地位無需多言，而宇樹又憑機器人出色的運動控制能力，躋身全球人形機器人的第一梯隊。

可真正讓人意外的是，這套參考機器人并沒有采用宇樹自己的靈巧手，而是換上了Sharpa Wave。

Sharpa是一家成立只有兩年的靈巧手公司，總部位于新加坡，核心團隊則來自禾賽科技2024年組建的靈巧手團隊。它沒有宇樹那么高的聲量，也不像靈心巧手、臨界點那樣頻繁出現在融資新聞里。

今年春晚，Sharpa靈巧手也曾出現在沈騰和馬麗的《我最難忘的今宵》節目中。但縱觀靈巧手這個細分賽道，它依然十分低調。

現在，它卻和宇樹一起站到了英偉達的具身智能牌桌上。

一個負責身體，一個負責雙手。

只是，一家成立僅兩年的靈巧手公司，憑什么被英偉達看中？

宇樹的手，這次輸了

實際上，宇樹并不是沒有自己的靈巧手。

從公開產品線來看，宇樹已經推出了Dex系列靈巧手，從三指方案到五指方案都有布局，表現也不差。

但英偉達這一次想要的，可能也不只是一只“能裝在人形機器人上的手”。

從技術路線來看，Sharpa的靈巧手，的確有過人之處。

2024年，禾賽科技組建了靈巧手團隊，這就是Sharpa的前身。從禾賽科技的激光雷達到靈巧手，Sharpa看起來有些“跨界”。

在很多人的印象里，自動駕駛和機器人是兩個完全不同的行業。

但對禾賽這樣的公司來說，兩者之間其實有一些共通的技術積累。

自動駕駛要讓機器在復雜環境中實時感知、理解并做出決策，對傳感器精度、系統可靠性和工程化能力要求很高。當機器人進入現實世界執行任務時，也會遇到類似的問題。

區別在于，自動駕駛解決的是“車如何看見世界”，靈巧手解決的是“機器人如何接觸世界”。

也正因如此，Sharpa將過去的能力遷移到了另一個賽道。成立不久后，Sharpa就推出了旗艦產品Sharpa Wave靈巧手。

在靈巧手領域，一個長期存在的矛盾是：性能與量產往往難以兼得。

一些產品采用欠驅動方案，通過少量電機控制多個關節，成本相對較低，但靈活性和控制精度會受到限制；另一些產品追求接近人手的能力，結構復雜、價格昂貴，又很難大規模落地。

Sharpa選擇了一條介于兩者之間的路線。

Sharpa Wave擁有22個主動自由度，整體尺寸與人類手掌接近1:1比例。為了獲得更高的控制精度，它采用直驅傳動架構，提升關節響應速度和動作控制能力。

但相比自由度數字，更核心的是Sharpa對觸覺系統的投入。

在人形機器人行業，一個越來越明確的趨勢是：僅靠視覺已經無法滿足復雜操作需求。

Sharpa開發了一套名為Dynamic Tactile Array（DTA）的觸覺系統。在每個指尖內部集成微型攝像頭與超過1000個觸覺感知單元，讓機器人可以感知壓力變化，也能識別紋理、滑動和接觸狀態，獲得一種類似人類指尖的“觸覺反饋”。

根據Sharpa披露的數據，其觸覺感知精度可達到0.005N量級，刷新頻率達到180Hz；整只手的控制頻率則達到500Hz，單個指尖輸出力量超過20N。

這些參數最后都指向同一個目標：讓機器人真正具備處理現實世界物體的能力。

這和宇樹自家靈巧手的方向并不完全一樣。

宇樹的Dex系列，更貼近它自己的整機體系。無論是三指方案還是五指方案，重點都是讓機器人在自己的身體、運動控制和開發生態里完成抓取與操作。

這也就是說，并不是宇樹的手不好，只是對英偉達這套參考機器人來說，Sharpa的手更符合要求。

所以，Sharpa Wave的價值，就在于把“接觸世界”這件事，變成機器人可以感知、反饋和訓練的數據入口。

但參數始終是參數，想要證明靈巧手真的有“接觸世界”的能力，還是得落實到具體任務里。

而Sharpa之所以能被市場關注，正是因為它把這些參數，做成了一連串讓同行側目的操作演示。

性感靈巧手，在線發牌

在IROS 2025（智能機器人與系統國際會議）的產品展上，Sharpa的一段演示讓業界印象深刻：一只Sharpa靈巧手從另一只手的一沓撲克牌中抽出了一張放在了桌面上。

讓人印象深刻的原因，在于發撲克牌這個動作，對于靈巧手的力控精度，與撲克牌的滑動移出的預測能力要求極高。

不僅如此，Sharpa也公開了一系列演示視頻：自主剝雞蛋殼、削蘋果皮、發撲克牌、折紙風車，甚至完成電腦主機組裝：包括精準插入顯卡并擰緊固定螺絲。

這些任務看上去只是有趣的Demo，但對于機器人行業來說，卻代表著完全不同的技術難度。因為抓住一個物體并不難，真正困難的是控制接觸過程。

機器人可以輕松拿起一個雞蛋，卻未必知道什么時候應該加力、什么時候應該減力；可以識別一張撲克牌，卻很難保證紙張不會滑落或變形。

而Sharpa展示的許多能力，本質上都指向同一個問題：機器人能否像人類一樣，通過觸覺反饋不斷調整自己的動作。

在這個過程中，DTA觸覺系統開始發揮作用。

當機器人接觸物體時，指尖能夠實時感知壓力變化、摩擦狀態以及物體滑動趨勢，并反饋給控制系統進行動態調整。雞蛋、紙張、水果等柔軟或易碎物體，恰恰最能體現這套系統的價值。

與此同時，Sharpa也并不滿足于只做一家靈巧手的供應商，2026年，公司正式發布首款全身人形機器人：Sharpa North。

在CES 2026現場，North完成了打乒乓球、使用自拍桿拍攝照片、發撲克牌等演示。而最具代表性的，則是一項超過30個步驟的自主紙風車組裝任務。

從識別零件、抓取材料，到折疊、拼接和最終完成組裝，整個過程持續數分鐘，中間涉及大量雙手協同操作和連續動作規劃。這意味著，Sharpa機器人具備了完成長時序、多步驟任務的可能性。

從靈巧手到人形機器人，從硬件供應商到全棧系統開發者，Sharpa的路線其實已經越來越清晰：

它并不滿足于成為機器人的一個零部件。它真正想做的，是成為下一代具身智能平臺的一部分。

而平臺，恰恰也是英偉達這次參考機器人的關鍵詞。

如果說前面的演示證明了Sharpa這只手能完成復雜操作，那么接下來更關鍵的問題是：這樣的手，能為英偉達帶來什么？

同行追著掀桌

對于Sharpa來說，被英偉達選中，當然是一個標志性時刻。

但更關鍵的地方在于，在這套參考機器人里，Sharpa處于一個相當關鍵的位置上。

因為英偉達做“參考機器人”，是想給具身智能行業搭一套可以復用的開發底座，讓開發者、研究機構和機器人企業，都能圍繞這套方案做訓練、驗證和開發。

在這套方案里，宇樹提供的是本體。靠著運動控制能力，宇樹解決的是機器人怎么站起來、走起來、動起來。

Sharpa補上的，則是機器人走到物體面前之后，怎么真正伸手去干活。

但對英偉達來說，這還不是全部。

更重要的是，Sharpa的產品已經被納入Isaac Lab。它是英偉達機器人體系里最核心的開源仿真訓練框架。

在遙操作環節，人類操作員可以通過數據手套控制22自由度的靈巧手，把手部動作實時映射成機器人關節動作；這些動作記錄下來之后，又會成為模仿學習和策略訓練的數據，變成后續可以訓練、復用和擴展的樣本。

也正因為如此，Sharpa拿到的不是一個普通的硬件席位。它插進了英偉達從遙操作采集、仿真訓練、策略評估到真實部署的整套流程里，這才是它和英偉達合作最核心的價值。

當然，被英偉達相中，不等于Sharpa已經提前鎖定勝局，因為靈巧手賽道的變化太快了。

過去一年多，資本幾乎是追著這只“手”往前跑：靈心巧手、臨界點、因時機器人、傲意科技、帕西尼感知等公司，都在圍繞高自由度、觸覺反饋、力控精度和量產能力加速迭代。

有的在拼融資速度和產品落地。

比如靈心巧手，2025年以來連續完成多輪融資，2026年B+輪后估值被曝達到30億美元，下一輪融資目標估值更是上看60億美元；因時機器人也在2026年完成數億元C1輪及C2輪融資，繼續押注靈巧操作技術研發、核心零部件創新和產品交付能力。

還有的在拼觸覺。

帕西尼感知的產品線已經覆蓋多維觸覺傳感器、觸覺靈巧手DexH系列、人形機器人TORA，并在2026年3月完成超10億元B輪融資。

傲意科技的新一代靈巧手，也已經把高密度點陣觸覺傳感器、0.1N至25N壓力感知能力等賣點放到了最前面。

這意味著，今天是22個自由度、DTA觸覺系統和英偉達參考設計，明天就可能有新的手，用更低成本、更高穩定性，或者更強的數據閉環追上來。

但至少在這一刻，英偉達已經用自己的方式給出了一個判斷：

當行業開始從“誰能讓機器人走起來”，轉向“誰能讓機器人干起活”時，一雙足夠聰明的手，已經變得和雙腿一樣重要。