人形大讲堂获悉，今年8月，上海一家DQ门店即将出现一个新店员：Sharpa的双臂人形机器人North。它的工作是做暴风雪，从消毒盘拿纸杯、套杯环、打软冰淇淋、加配料、主轴搅拌、倒杯交付，全程不换专用设备、不调整标准流程。这是人形机器人第一次在连锁餐饮的真实门店里，按人类操作规范完成完整班次。

这件事的意义不在“机器人会做冰淇淋”，而在它证明了一条此前没人跑通的路：让机器人适应人类环境，而不是让环境为机器人让步。

PART 01

为什么Sharpa选择了DQ暴风雪？

Sharpa成立于2024年底，专注全栈灵巧操作机器人，包括自研22主动自由度直驱灵巧手Wave、67自由度轮式双臂人形North，以及融合视觉－触觉－语言－动作的CraftNet模型。公司明确提出“造有用的机器人”，目标是实现可计入生产力账本的工时替代。要验证这一点，必须选一个流程为人手设计、容错窗口窄、门店正常盈利的场景。

DQ暴风雪满足这些条件。它是软冰淇淋+定量配料+主轴搅拌+倒置交付的复合动作链，全球门店执行统一规范，设备、杯具、配料格、搅拌机位置都按人类身高和操作习惯排布。同时它是高流量、低客单、强品牌标准的品类，任何偏离“倒杯不撒”的失误都会被顾客当场发现。

对Sharpa来说，拿下一个“不改造的DQ门店”比拿下一个定制机器人咖啡馆值钱得多——前者证明North能适应人类环境，后者只证明工程师调了两周参数。

对DQ来说，选择机器人合作是对品质标准化的进一步投入。连锁餐饮面对的人力流失、高峰排班、培训成本、门店一致性压力是行业共性问题。暴风雪的工艺不依赖名厨手感，但对标准化执行要求极高：取杯消毒、杯环对齐、配料量、搅拌时长、倒置动作，每个环节都直接影响最终出品。让机器人接手这段高频重复动作，品牌获得的是可量化的执行一致性，门店获得的是稳定的峰值产能支持。

双方一拍即合的点在于：Sharpa要真实环境数据，DQ要不改空间的产能缓冲，暴风雪则是那个“难到能筛掉Demo公司、标准到能埋传感器比对”的理想试件。

PART 02

做一杯暴风雪，机器人要过几道坎？

外人看暴风雪，觉得不就是打冰淇淋加料搅拌。拆开看，它把机器人操作里最烦的几类子问题都叠在一起了。

第一层是异质物体连续抓取。 机器人要从消毒盘里单手分离一张薄纸杯，杯壁有静电、有残留水膜、相互贴合，力度大了变形，小了滑脱；随后拾取杯环并做亚毫米级对齐——杯环不是定位销结构，是靠人手拇指推到卡槽里的，视觉可以估位，但最后落位靠的是触感反馈的微力修正。Sharpa的Wave手标称0.02牛触觉灵敏度、小于0.1毫米手部控制精度，正好针对这个问题。

第二层是软物质力控。 DQ软冰淇淋出机温度约-5℃到-8℃，含气量低、黏度高，但不是固体。机械臂若按硬物轨迹推挤，会塌杯；按恒定力跟踪，会因黏度随温度漂移而打滑。

搅拌阶段更麻烦：主轴搅拌机靠离心把配料甩到杯壁，机器人要扶住杯子抗扰，又不能在杯口施加轴向压力把冰淇淋挤出来。这段“强扰动下稳定搅拌、控制黏稠体不洒漏”在机器人学里是接触力学+时序力控的硬骨头。

第三层是品牌标志性动作。 “倒杯不洒”不是装饰，是DQ的公开品质凭证：黏度不够、搅拌不均、配料吸水脱粘，倒过来就会滴。机器人做这动作，要先在视觉上确认杯沿挂壁状态，再用全身协同把杯翻转180度悬停数秒，翻转加速度大了内部剪切变稀，慢了顾客觉得拖沓。它必须把“物理上不洒”和“观感上像人”合成同一个轨迹。

第四层是长程任务叠加环境噪声。 从接单到出杯是几十个原子动作串起来，中间穿插真实门店变量：前面客人碰了杯子位置、配料格被前一位店员没归位、软冰机出量随日间温度波动、高峰期连续出杯导致搅拌机头温升。机器人不能每杯重标定，要用持续感知判断“现在状态”并局部重规划。多数展厅Demo的问题出在这里：单次成功靠预置位姿，连做三十杯就有一杯卡住等人救。暴风雪的难点不在峰值难度，在峰值难度乘以连续班次。

PART 03

“零改造”凭什么成为行业分水岭？

当下餐饮机器人落地分两条路。一条是工业自动化思路：为机器人重做后厨，传送带、定位销、专用杯具、380V动力、停机施工，单店改造成本20万到30万元，且动线被设备锁死，菜单一调就要再砸一次墙。另一条是特种单机思路：咖啡机械臂、煎饼机、送餐底盘，每台只干一段，机器旁还得站个小工上料、取杯、擦台面，本质是“自动化孤岛”。两条路共同的隐藏前提是——环境为机器让步。

Sharpa选的是第三条路：机器为环境让步。North用人类同构手操作人类杯环，用眼睛看配料格余量，用触觉判定纸杯是否拿稳，通过多层次决策系统工作：先理解任务目标，再规划动作路径，最后做实时的接触力调整。这意味着验收指标变了：过去看“单任务成功率”，现在看“在别人家店里不打扰营业的班次出勤率”。

零改造不是工程偷懒，是把“通用性”从论文指标翻译成商业指标——能进10万家异构门店的机器人，比只能进10家旗舰示范店的机器人值钱三个数量级。

这背后是技术路线分野。自有店可以根据机器人需求定制杯环、改造搅拌机；DQ全球统一供应和作业标准，North必须适应现有的人因设计。工业机器人是为专用任务设计专用夹具和工位；通用人形机器人的价值恰恰在于“不需要为它设计”。

Sharpa的目标不是做某个品类的专机，而是做能跨品类复用的工时单元——今天做暴风雪，明天可能去摆货架、清洁卫生间、分拣包裹。这要求它具备人类水平的环境适应能力，而不是依赖环境为它降低难度。

从技术角度看，零改造意味着两个硬约束：第一，不能用视觉标记、定位销、传送带这些工业场景的辅助手段；第二，所有感知都要靠视觉+触觉实时闭环，而不是靠离线标定的位姿库。这把问题从“控制”推向“认知+控制”——机器人要理解“现在杯子在哪、配料格还剩多少、搅拌机是否已经启动”，然后实时调整策略。CraftNet的作用就在这：它融合视觉、触觉、语言指令，生成适应当前状态的操作轨迹，而不是回放预录动作。

PART 04

结语与未来：

人形大讲堂认为，8月上海DQ门店的试点，是人形机器人商业化落地的关键一步。真实营业环境下的稳定性、顾客接受度、连续工作能力，都将在实战中得到检验。本质上，这次尝试是在回答一个务实的行业命题：在技术成熟的前提下，哪些重复性劳动可以被机器人承接，且做到质量、效率不低于人工？这笔经济账如果能算通，冰淇淋只是一个起点；即便过程中遇到挑战，Sharpa的探索也已经为行业提供了第一手的真实数据。

（更多人形机器人赛道深度文章，请关注微信公众号“人形大讲堂”）