作者｜Chester

原创首发｜蓝字计划

宇树被英伟达选中了，但英伟达没有选宇树的手。

宇树科技在科创板IPO过会的同时，其H2 Plus机器人又被英伟达钦定，成为英伟达发布的NVIDIA Isaac GR00T 参考人形机器人的本体。

这次强强联手让具身智能圈和AI 圈沸腾了。毕竟，英伟达的江湖地位无需多言，而宇树又凭机器人出色的运动控制能力，跻身全球人形机器人的第一梯队。

可真正让人意外的是，这套参考机器人并没有采用宇树自己的灵巧手，而是换上了Sharpa Wave。

Sharpa 是一家成立只有两年的灵巧手公司，总部位于新加坡，核心团队则来自禾赛科技 2024 年组建的灵巧手团队。它没有宇树那么高的声量，也不像灵心巧手、临界点那样频繁出现在融资新闻里。

今年春晚，Sharpa 灵巧手也曾出现在沈腾和马丽的《我最难忘的今宵》节目中。但纵观灵巧手这个细分赛道，它依然十分低调。

现在，它却和宇树一起站到了英伟达的具身智能牌桌上。

一个负责身体，一个负责双手。

只是，一家成立仅两年的灵巧手公司，凭什么被英伟达看中？

宇树的手，这次输了

实际上，宇树并不是没有自己的灵巧手。

从公开产品线来看，宇树已经推出了Dex 系列灵巧手，从三指方案到五指方案都有布局，表现也不差。

但英伟达这一次想要的，可能也不只是一只“能装在人形机器人上的手”。

从技术路线来看，Sharpa 的灵巧手，的确有过人之处。

2024 年，禾赛科技组建了灵巧手团队，这就是 Sharpa 的前身。从禾赛科技的激光雷达到灵巧手，Sharpa 看起来有些“跨界”。

在很多人的印象里，自动驾驶和机器人是两个完全不同的行业。

但对禾赛这样的公司来说，两者之间其实有一些共通的技术积累。

自动驾驶要让机器在复杂环境中实时感知、理解并做出决策，对传感器精度、系统可靠性和工程化能力要求很高。当机器人进入现实世界执行任务时，也会遇到类似的问题。

区别在于，自动驾驶解决的是“车如何看见世界”，灵巧手解决的是“机器人如何接触世界”。

也正因如此，Sharpa 将过去的能力迁移到了另一个赛道。成立不久后，Sharpa 就推出了旗舰产品 Sharpa Wave 灵巧手。

在灵巧手领域，一个长期存在的矛盾是：性能与量产往往难以兼得。

一些产品采用欠驱动方案，通过少量电机控制多个关节，成本相对较低，但灵活性和控制精度会受到限制；另一些产品追求接近人手的能力，结构复杂、价格昂贵，又很难大规模落地。

Sharpa 选择了一条介于两者之间的路线。

Sharpa Wave 拥有 22 个主动自由度，整体尺寸与人类手掌接近 1:1 比例。为了获得更高的控制精度，它采用直驱传动架构，提升关节响应速度和动作控制能力。

但相比自由度数字，更核心的是Sharpa 对触觉系统的投入。

在人形机器人行业，一个越来越明确的趋势是：仅靠视觉已经无法满足复杂操作需求。

Sharpa 开发了一套名为 Dynamic Tactile Array（DTA）的触觉系统。在每个指尖内部集成微型摄像头与超过 1000 个触觉感知单元，让机器人可以感知压力变化，也能识别纹理、滑动和接触状态，获得一种类似人类指尖的“触觉反馈”。

根据Sharpa 披露的数据，其触觉感知精度可达到 0.005N 量级，刷新频率达到 180Hz；整只手的控制频率则达到 500Hz，单个指尖输出力量超过 20N。

这些参数最后都指向同一个目标：让机器人真正具备处理现实世界物体的能力。

这和宇树自家灵巧手的方向并不完全一样。

宇树的Dex 系列，更贴近它自己的整机体系。无论是三指方案还是五指方案，重点都是让机器人在自己的身体、运动控制和开发生态里完成抓取与操作。

这也就是说，并不是宇树的手不好，只是对英伟达这套参考机器人来说，Sharpa 的手更符合要求。

所以，Sharpa Wave 的价值，就在于把“接触世界”这件事，变成机器人可以感知、反馈和训练的数据入口。

但参数始终是参数，想要证明灵巧手真的有“接触世界”的能力，还是得落实到具体任务里。

而Sharpa之所以能被市场关注，正是因为它把这些参数，做成了一连串让同行侧目的操作演示。

性感灵巧手，在线发牌

在IROS 2025（智能机器人与系统国际会议）的产品展上，Sharpa的一段演示让业界印象深刻：一只Sharpa灵巧手从另一只手的一沓扑克牌中抽出了一张放在了桌面上。

让人印象深刻的原因，在于发扑克牌这个动作，对于灵巧手的力控精度，与扑克牌的滑动移出的预测能力要求极高。

不仅如此，Sharpa也公开了一系列演示视频：自主剥鸡蛋壳、削苹果皮、发扑克牌、折纸风车，甚至完成电脑主机组装：包括精准插入显卡并拧紧固定螺丝。

这些任务看上去只是有趣的Demo，但对于机器人行业来说，却代表着完全不同的技术难度。因为抓住一个物体并不难，真正困难的是控制接触过程。

机器人可以轻松拿起一个鸡蛋，却未必知道什么时候应该加力、什么时候应该减力；可以识别一张扑克牌，却很难保证纸张不会滑落或变形。

而Sharpa展示的许多能力，本质上都指向同一个问题：机器人能否像人类一样，通过触觉反馈不断调整自己的动作。

在这个过程中，DTA 触觉系统开始发挥作用。

当机器人接触物体时，指尖能够实时感知压力变化、摩擦状态以及物体滑动趋势，并反馈给控制系统进行动态调整。鸡蛋、纸张、水果等柔软或易碎物体，恰恰最能体现这套系统的价值。

与此同时，Sharpa也并不满足于只做一家灵巧手的供应商，2026年，公司正式发布首款全身人形机器人：Sharpa North。

在CES 2026现场，North完成了打乒乓球、使用自拍杆拍摄照片、发扑克牌等演示。而最具代表性的，则是一项超过30个步骤的自主纸风车组装任务。

从识别零件、抓取材料，到折叠、拼接和最终完成组装，整个过程持续数分钟，中间涉及大量双手协同操作和连续动作规划。这意味着，Sharpa机器人具备了完成长时序、多步骤任务的可能性。

从灵巧手到人形机器人，从硬件供应商到全栈系统开发者，Sharpa的路线其实已经越来越清晰：

它并不满足于成为机器人的一个零部件。它真正想做的，是成为下一代具身智能平台的一部分。

而平台，恰恰也是英伟达这次参考机器人的关键词。

如果说前面的演示证明了Sharpa 这只手能完成复杂操作，那么接下来更关键的问题是：这样的手，能为英伟达带来什么？

同行追着掀桌

对于Sharpa 来说，被英伟达选中，当然是一个标志性时刻。

但更关键的地方在于，在这套参考机器人里，Sharpa 处于一个相当关键的位置上。

因为英伟达做“参考机器人”，是想给具身智能行业搭一套可以复用的开发底座，让开发者、研究机构和机器人企业，都能围绕这套方案做训练、验证和开发。

在这套方案里，宇树提供的是本体。靠着运动控制能力，宇树解决的是机器人怎么站起来、走起来、动起来。

Sharpa 补上的，则是机器人走到物体面前之后，怎么真正伸手去干活。

但对英伟达来说，这还不是全部。

更重要的是，Sharpa 的产品已经被纳入 Isaac Lab。它是英伟达机器人体系里最核心的开源仿真训练框架。

在遥操作环节，人类操作员可以通过数据手套控制 22 自由度的灵巧手，把手部动作实时映射成机器人关节动作；这些动作记录下来之后，又会成为模仿学习和策略训练的数据，变成后续可以训练、复用和扩展的样本。

也正因为如此，Sharpa 拿到的不是一个普通的硬件席位。它插进了英伟达从遥操作采集、仿真训练、策略评估到真实部署的整套流程里，这才是它和英伟达合作最核心的价值。

当然，被英伟达相中，不等于Sharpa 已经提前锁定胜局，因为灵巧手赛道的变化太快了。

过去一年多，资本几乎是追着这只“手”往前跑：灵心巧手、临界点、因时机器人、傲意科技、帕西尼感知等公司，都在围绕高自由度、触觉反馈、力控精度和量产能力加速迭代。

有的在拼融资速度和产品落地。

比如灵心巧手，2025 年以来连续完成多轮融资，2026 年 B+ 轮后估值被曝达到 30 亿美元，下一轮融资目标估值更是上看 60 亿美元；因时机器人也在2026 年完成数亿元 C1 轮及 C2 轮融资，继续押注灵巧操作技术研发、核心零部件创新和产品交付能力。

还有的在拼触觉。

帕西尼感知的产品线已经覆盖多维触觉传感器、触觉灵巧手 DexH 系列、人形机器人 TORA，并在2026 年 3 月完成超 10 亿元 B 轮融资。

傲意科技的新一代灵巧手，也已经把高密度点阵触觉传感器、0.1N 至 25N 压力感知能力等卖点放到了最前面。

这意味着，今天是 22 个自由度、DTA 触觉系统和英伟达参考设计，明天就可能有新的手，用更低成本、更高稳定性，或者更强的数据闭环追上来。

但至少在这一刻，英伟达已经用自己的方式给出了一个判断：

当行业开始从“谁能让机器人走起来”，转向“谁能让机器人干起活”时，一双足够聪明的手，已经变得和双腿一样重要。