灵巧操作头号玩家：Sharpa把指尖「触觉」进化到全面「体感」
内容提要
Sharpa在IROS发布三款产品：通用人形机器人D01、灵巧手W02和外骨骼数据手套AE01。D01全身覆盖电子皮肤，强调触觉感知与高速高精度操作；W02缩小体积并优化自由度，实现全手触觉覆盖；AE01用于遥操作与数据采集。其核心是围绕触觉构建“本体—灵巧手—数据”全栈体系，解决真实场景中高质量操作数据稀缺问题，推动具身智能商业泛化。
延伸解读
触觉感知：从指尖到全身的进化
Sharpa在IROS展示的D01人形机器人全身覆盖电子皮肤，触觉采样率100Hz，力感知范围0.1—20N，力分辨率0.2N。这使机器人能直接感知轻触、碰撞和外部作用力，将身体反馈纳入控制系统，从异常检测升维为动作调整的一部分。W02灵巧手则实现全手触觉覆盖，指尖采用高分辨率视觉触觉传感器，力感知范围5mN—30N，空间分辨率1mm，手掌其他区域由电子皮肤覆盖。触觉覆盖的扩展，让机器人能同时获取指尖、手指和手掌的接触信息，对细小物体和连续手内操作尤为重要。
自由度精简：W02的设计取舍
W02灵巧手将主动自由度从W01的22个减少到21个，去掉了小指根部CMC的一个自由度。根据Sharpa的应用调研，该自由度在常见抓取和手内操作中使用频率较低，对任务贡献有限。简化后减少了机械复杂度和潜在失效点。同时，W02整手尺寸相比W01缩小约30%，重量进一步降低，带来前臂负载下降和更易装入人手尺寸工作空间的好处。W02还实现了“零抓握半径”，能更稳地处理筷子、细线等小直径物体。这表明灵巧手的能力提升未必依赖自由度数字的持续增加。
数据闭环：AE01与CraftNet模型
AE01外骨骼数据手套通过22个编码器捕捉操作者自然手部动作，并实时映射至机器人，实现高保真遥操作。同时，机器人端的触觉状态反馈给操作者，形成双向接口。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入同一采集过程，使数据不仅包含“手移动到了哪里”，还包括接触时刻、力量变化、滑动状态及修正动作。Sharpa的CraftNet模型采用分层架构：System 2负责长程规划，System 1负责接触前动作规划，System 0以更高频率处理触觉反馈和精细动作，并反馈状态给System 1。WM-Craftnet研
商业泛化：从技术到真实场景
Sharpa与DQ合作的暴风雪机器人餐厅在上海吴江路开业，机器人沿用DQ原有设备、原料和制作流程，完成从开柜门、套杯圈、接冰、撒料、搅拌到倒杯的55个连续步骤。最大难点是在无改造环境中把一串高度关联的操作连续做完，且前一步误差会传递到下一步。这对应Sharpa的技术链：长程任务由模型拆解和状态管理，System 1负责具体动作，System 0利用触觉和力反馈持续修正，世界模型结合多模态信息判断任务状态。Sharpa联合创始人李一帆曾表示“买到的数据构筑不了差距”，强调让机器人在真实任务中持续产生“动作—接触—反馈
Q&A
Sharpa在IROS上发布了哪三款产品？
Sharpa在IROS发布了三款产品：通用人形机器人D01、新一代灵巧手W02和外骨骼数据手套AE01。
D01人形机器人的触觉感知能力如何？
D01全身覆盖电子皮肤，触觉覆盖上半身，触觉采样率100Hz，力感知范围0.1—20N，力分辨率0.2N，能直接感知轻触、碰撞和外部作用力。
W02灵巧手相比上一代W01有哪些改进？
W02主动自由度从22个减少到21个（去掉小指根部CMC的一个自由度），整手尺寸缩小约30%，重量降低，实现全手触觉覆盖，并具备零抓握半径，能更稳地处理筷子、细线等小直径物体。
AE01数据手套的主要功能是什么？
AE01是一款高保真外骨骼触感数据手套，通过22个编码器精准捕捉操作者手部动作并实时映射至机器人，实现精准遥操作和第一视角数据采集，同时将机器人端的触觉状态反馈给操作者，形成双向接口。
Sharpa的CraftNet模型是如何处理触觉反馈的？
CraftNet模型采用分层架构：System 2负责任务理解和长程规划，System 1负责接触前动作规划，System 0在接触阶段以更高频率处理触觉反馈和精细动作，并将状态信息反馈给System 1，使上层动作能根据物理状态变化重新调整。
Sharpa在真实场景中有什么落地案例？
2025年8月底，Sharpa与DQ合作的暴风雪机器人餐厅在上海吴江路开业，机器人沿用DQ原有设备、原料和制作流程，完成从开柜门、套杯圈、接冰、撒料、搅拌到倒杯的55个连续步骤。
