Sharpa向少卿：目标部署3万台机器人，拒绝为机器改造现实世界

第 26 届中国工博会开幕式圆桌对话现场，Sharpa 联合创始人、禾赛科技联合创始人兼CTO向少卿分享了通用服务机器人的商业化落地思路，对外披露规模化落地目标：计划在餐饮、零售、宾馆三大商业场景落地部署3万台机器人，暂未公布明确落地时间。

在他看来，机器人想要从展台演示真正走向现实岗位，有两道绕不开的核心门槛：不需要改造原有工作环境，同时可以不间断持续作业。

今年 8 月，Sharpa 已经在上海吴江路DQ门店完成试点，机器人直接进驻没有做任何硬件改造的真实门店，完整参与冰淇淋制作全流程。向少卿认为，如果为适配机器人而去改造门店空间、设备，本质上就违背了机器人“泛化”能力的初衷。真正的泛化，是机器人主动去适应人类原本工作的环境，而不是反过来让环境迁就机器。

“可以持续干活”，看似简单，落地却难度很高。机器人长时间稳定运行，是后续采集真实场景数据、迭代 AI 模型、实现自我进化的基础。他坦言，目前企业只迈出很小一步，仅在单一场景验证了持续作业能力，大规模拓展还需要持续打磨。

他并不期待机器人刚进场就做到百分之百完成全部工作。其设想的落地模式是：熟悉线下门店运营、但不懂 AI 技术的商家，借助配套工具采集少量本地数据，简单训练之后，机器人就能够适配门店的具体任务。人类操作数据、仿真模拟数据、真机实地数据三层叠加，共同构建机器人的智能基础；未来随着落地规模扩大，仿真与真机交互产生的数据占比还会进一步提升。

这场圆桌中，中国工程院院士王坚也抛出行业议题：当下大量有价值的工业数据被封闭在企业内部，呼吁工业界开放数据资源，让工业数据成为 AI 学习的重要养料。宇树科技王兴兴现场也回应，AI 发展确实需要多元数据，但企业也要兼顾商业保密诉求。台下的海尔方面也释放出愿意开放数据的信号，各方期待通过脱敏清洗的方式探索数据协作路径，后续具体合作模式仍待进一步沟通确认。

算力路线上，向少卿分析，受时延约束，短期机器人复杂运算依旧会大量依赖云端资源，但执行动作必须依靠端侧；长远来看，随着机器人大规模普及，算力会逐步向终端迁移。王坚则补充，云端与端侧不是非此即彼，应当结合业务实际需求做分工，如同智能手机一样实现混合算力模式。

资料显示，Sharpa成立于2024年底，由激光雷达供应商禾赛科技三位联合创始人李一帆、向少卿和孙恺共同创立，主要研发通用机器人及核心部件。目前，其产品涵盖触觉灵巧手、机器人整机、数据采集设备及面向灵巧操作的AI模型。2026年8月28日，Sharpa宣布完成超45亿元人民币融资。