灵巧操作头号玩家：Sharpa把指尖「触觉」进化到全面「体感」

机器人摆脱展会、舞台Demo，产生真实商业价值，究竟需要哪些东西？

一双会盘核桃、能做冰淇淋的灵巧手 ，已经足够让人记住 Sharpa ：

这家禾赛科技创始团队再出发的具身智能创业公司，过去一段时间最鲜明的标签，就是高自由度触觉灵巧手。

正在进行中的 IROS ，Sharpa又把这件事往前推进了一步，第一款 全自研通用人形机器人D01来了：

为什么Sharpa要开始做机器人的本体，甚至连“怎么学会操作”的数据入口都一起做了？

把这三款产品放在一起看，答案其实指向现在具身智能赛道几乎所有人都在辩论的命题：

机器人摆脱展会、舞台Demo，产生真实商业价值，究竟需要哪些东西？

先看D01，Sharpa对它的描述，是一体式触觉感知灵巧操作机器人。

这台机器人最值得关注的几个数字，也都围绕灵巧操作展开：手臂载荷自重比接近1:1，最大末端执行器速度超过10.5m/s，通信频率达到1000Hz，重复定位精度0.2mm，球形腕关节采用1:1人体尺度设计。

其中“高速运动”意味着机器人可以快速完成接棒、工具操作等动态任务：

“高载荷能力”让手臂在动作过程中仍然有足够的作业余量；0.2mm的重复定位精度，则把能力继续往精细操作推进。

机器人面对复杂任务时，速度、力量和精度很少能单独存在，D01的设计重点也就在这里。

D01电子皮肤覆盖全身，触觉覆盖上半身 ，触觉采样率达到100Hz，力感知范围0.1—20N，力分辨率0.2N。机器人因此可以直接感知轻触、碰撞和外部作用力。

Sharpa这样执着于“触觉”的原因，要放到人形机器人真正进入工作空间——也就是灵巧操作环境中才更明显 ：

视觉可以提前告诉机器人“前面有一个东西”，但接触发生之后，机器人还需要知道“哪里碰到了、受力多大、接触有没有发生变化”。

比如接住一个高速下落的物体，机器人需要在极短时间内调整手臂和手指的状态；又比如人在旁边工作时碰到了机器人的手臂，机器人需要判断这个外力来自哪里、是否需要改变当前轨迹。对于这些瞬间发生的物理事件，单靠视觉很难提供完整的信息。

人的身体其实一直在做这件事。手指感知到物体滑动，会下意识增加握力；手臂碰到桌面，会改变下一步运动；身体受到外力，也会马上调整姿态。

大量动作并不需要先编排成一个文字版的“思考链”指导执行，身体本身就提供了实时反馈，D01把电子皮肤铺到手臂和胸部，相当于把这种“身体反馈”也纳入机器人感知系统。

D01核心交互区域触觉全覆盖，改变的是机器人身体在控制系统里的角色:从单一的异常检测或者事后记录，升维成动作调整的一部分。

再看 W02，“新一代全触觉超紧凑、轻量化灵巧手” ，这里出现了一个有点让人吃惊的变化： 上一代W01有22个主动自由度，W02反而减少到21个 。

根据Sharpa的应用调研，这个自由度在常见抓取和手内操作中的使用频率较低，对任务贡献有限，因此W02简化了对应结构，也减少了机械复杂度和潜在失效点。

这也是W02最值得看的地方之一： 灵巧手继续增加能力，未必意味着自由度数字必须一路上涨 。

另外，W02把21个主动自由度塞进了更紧凑的结构里，整手尺寸相比W01缩小约30%，重量也进一步降低。这样做直接带来两个变化：前臂负载下降，同时更容易装进按照人手尺寸设计的工作空间。

更小、更轻，也会带来一些此前不容易完成的任务。

比如W02实现了“零抓握半径”，能够更稳地处理筷子、细线等小直径物体。指尖采用高分辨率视觉触觉传感器，力感知范围为5mN—30N，空间分辨率1mm；手掌其他区域则由电子皮肤覆盖，力感知范围0.1—20N、空间分辨率5mm。

也就是说，W02的触觉覆盖已经从“几个指尖”扩展到整只手，机器人可以同时获得来自指尖、手指和手掌的接触信息，这对于细小物体和连续手内操作尤其重要。

这里值得注意的，是Sharpa把“小型化”和“触觉覆盖”放到了同一个工程约束里：一只手既要塞进人类工作空间，又要保留足够的接触感知。

最后是 AE01，这是一款“高保真外骨骼触感数据手套”，主要用于精准遥操作和第一视角数据采集 。

AE01通过22个编码器精准捕捉操作者的自然手部动作，并将其实时映射至机器人，实现更自然、更灵敏的高保真遥操作。

关键在于“反馈”：人操作一个物体时，眼睛看到的是位置和形状，手指还能感受到力度、接触和滑动。AE01让机器人把这些信息再反馈给人，操作者可以根据触觉调整动作。

与此同时，人的自然手部动作又能够被机器人实时捕捉。

因此，AE01的价值主要落在“把人的操作经验变成机器人可用的数据”这一环节：人的动作轨迹、机器人端的接触反馈以及两者之间的映射，被放进了同一个采集过程。

如果把三款产品放到具体技术问题里看，Sharpa在IROS的三款产品有意思的地方，是尝试把“灵巧操作”从几个孤立的硬件能力，进一步变成一套围绕 接触感知、闭环控制和数据学习 建立起来的技术体系。

但要理解这套技术体系，应该从“机器人什么时候需要触觉”这个问题往下拆。

传统视觉策略最擅长的是接触发生之前的阶段：识别物体、估计位置、规划一条手臂轨迹，然后把手伸过去。问题恰恰出现在最后几厘米，甚至最后几毫米。

例如插入、旋拧、对齐、抓取柔性物体时，决定任务能否完成的变量往往藏在接触之后：物体有没有偏、有没有滑、压力是不是过大、接触点有没有改变。视觉能看到结果的一部分，却很难稳定观察到这些瞬时物理状态。

Sharpa的CraftNet模型对这个问题的处理非常明确：System 2负责理解任务和长程规划，System 1负责接触前的动作规划，System 0则进入接触阶段，以更高频率处理触觉反馈和精细动作。System 0不仅执行细动作，还会把状态信息反馈给System 1，让上层动作在执行失败或物理状态发生变化时重新调整。

这意味着 触觉在这里的角色，实际是改变控制回路的时间尺度 。

接触前，机器人可以用较慢的模型思考“我要拿什么、从哪里靠近”；接触之后，需要的是“现在滑了没有、要不要多捏一点、手指往哪边挪一点”。后者要求控制系统以更高频率工作。

而接着再往前一步，问题就变成了：机器人如何把一次接触经验记住？