21世纪经济报道记者 张赛男 易佳颖 上海报道 

做一杯DQ暴风雪冰淇淋，并且要“倒杯不洒”，需要多少个步骤？

在Sharpa和DQ团队逐帧分解之后，答案是55步。从消毒盘中分离纸杯、拾取杯环并完成亚毫米级对齐，到打软冰淇淋、添加奥利奥碎、主轴高速搅拌，再到倒置交付，任何一个环节的偏差，都会在最后“倒杯不洒”的瞬间暴露。

8月29日起，一台双臂机器人将在上海吴江路DQ门店正式全职“上岗”，无需人工持续操控。这是机器人首次在真实餐饮门店中，沿用全球统一标准的设备、原料、工具和操作规范，完整服务真实顾客、处理真实订单。

据Sharpa透露，当前单杯暴风雪的制作耗时约6分钟，约为人工速度的一半；门店采用机器人柜台与真人柜台双轨并行的运营模式。

在具身智能赛道融资火热、演示视频层出不穷的当下，这家门店的样本意义或在于：它把行业的检验标准，从“能否完成任务”切换到了“能否提供完整生产力”。

“所有的科技进步都不是我们可以拒绝的。”CFB集团CEO许惟抡在接受21世纪经济报道记者采访时表示，“DQ即将在9月底迎来中国市场第2000家门店，把一家店拿出来做最前沿科技的共同合作与发展，我觉得是有必要，也有意义的。”

Sharpa联合创始人李一帆在接受记者采访时表示：“把一个场景做穿是最重要的。如果一个场景没有做穿，其实这个场景就不可被复制，也上不了量。”

他进一步解释：“你今天看到的是冰淇淋场景，其实跑通的是一个相对复杂的西式快餐流程：50多步，使用各种厨房设备，还涉及用手抓勺子和物料。当这个流程跑通之后，每一个环节都已验证，重新组合并添加新模块去覆盖新品类就非常自然。做汉堡、做披萨，拆解开来，这10步里可能有七八步我们已经有了。”

不过，机器人走进门店的难点远不止于技术。过去，机器人商业化往往依赖定制工位和专用设备，但Sharpa认为这条路走不通。李一帆直言，如果公司一开始就选择改造环境、定制设备或干脆自己开店，“你进来第一句话就是‘我准备把你店里东西都换了’，你能同意吗？”在他看来，这种“伪落地”没有商用价值，也无法规模化复制，最终难以走进千家万户。

因此，Sharpa选择了一条逆向路径：门店的设备、原料、流程全部保持不变，机器人直接使用为人类设计的工具。纸杯易变形，金属环需持续固定，搅拌时受力复杂，这些工具的设计对象是人手，而非机械夹爪。这一选择极大增加了操作难度，但也正是检验机器人真实实力的关键。

要实现这一复杂过程，依靠的是从模型到本体构建的灵巧操作原生技术栈，其中触觉感知尤为关键。据介绍，Sharpa自研的分层端到端模型CraftNet引入了触觉模态输入，结合Sharpa Wave灵巧手的多指操作能力，可根据触觉与力反馈实时修正手指动作和力度。55个步骤中，98%有触觉直接参与：抽取纸杯需感知摩擦与阻力，高速搅拌需随滑动、振动和受力变化调整握力，“倒杯不洒”则要随姿态和重心变化修正抓握。

不过，对资本市场而言，这笔账并不好算。Sharpa在沟通会上并不讳言：初代机器人当前尚未盈利，行业首批落地场景短期内实现正向ROI的概率极低。其长期ROI逻辑建立在三个变量上：操作速度达到人工水平的确定性、设备摊销周期对标汽车行业（可达10年以上），以及量产成本下探的空间。依托汽车工业的量产方法论，百万台级量产即可将成本降至10万元量级。

许惟抡也坦言，现在的成本一定是高的。“但现在成本不是我们主要的考量，这个机器人是不是真的能做出暴风雪才是我们此刻的重点考量。当它把暴风雪做成熟之后，我们会在Sharpa的支持下，让它承担更多门店的相关工作。未来长期的目标是把所有重复性、一致性的工作，慢慢用机器人来取代。”

“这是非常快速的进化过程，但我们不会设定固定的时间表，”在许惟抡看来，一个真实应用场景的不断发展成熟，远比一个喊口号的野心更重要。“我们是一步一步在做。到昨天我都还提心吊胆，今天暴风雪会不会真的倒杯不洒，会不会没抓住掉到地上。其实我们没有不合理或者太不合时宜的野心，我们宁愿和Sharpa合作一步步走，把每一步做好。”

而在李一帆的规划里，DQ门店是第一个被“做穿”的场景，然后复制到更多门店、更多餐饮品类，再向零售、酒店等服务业延伸。至于一杯暴风雪能否成为“通往万亿餐饮赛道的第一块路标”，答案要交给营业时间表之外、更长的周期来检验。