激光雷达之王，沉迷做冰淇淋

海粟文化广场内，与上海李宁中心为邻的是禾赛与Sharpa共同的总部。进入禾赛10层的会议室，需要先拿起门外的老式拨盘电话，那扇隐藏的门才会像机关一样打开。

门后也不像一家科技公司的会议室——达·芬奇的《维特鲁威人》、酒柜、黑胶唱片机和壁炉还有一些从禾赛创立到上市以来的纪念品，空间是复古的美式风格。这里没有严肃的长桌，也感受到不到办公室外的车水马龙，它通常会留给适合deep talk的会议。

这也是作为禾赛CEO、Sharpa联合创始人的李一帆，最喜欢进行deep talk的会议室。这位工程博士也曾是人人网上的旅行红人，这间会议室便足以体现出李一帆的个人风格。

实际上，这次和李一帆对话的主题并非是禾赛科技这家物理AI公司，而是一家具身公司Sharpa。

Sharpa与禾赛拥有同一支创始团队：李一帆、孙恺、向少卿。三人平时在同一间办公室工作，两家公司也位于同一栋楼的上下层，但它们所处的行业地位完全不同。

禾赛已经在汽车供应链中占据了明确的位置。根据禾赛援引的Yole Group报告，2025年，全球乘用车长距ADAS激光雷达出货量中，43%来自禾赛，位居第一。截至2026年5月，公司已获得40家车企、超过160款车型的定点。

Sharpa则年轻得多。它的灵巧手产品于2025年10月开始量产交付，早期客户包括科技公司和研究型大学。对这支已经做出一家全球市场份额第一企业的团队而言，新的问题是，如何让Sharpa这家具身公司也做到同样的位置，方法论是否可以复制？以及如何在新的一波具身浪潮中穿越周期？

2025-2036年全球灵巧手市场份额，来源：QY Research

禾赛更偏向于做基础设施，但Sharpa是应用层的公司。这是两类完全不同的公司，但在同一支创始团队的管理下，却有着完全不同的组织文化。

“禾赛的人开会从来不迟到，但Sharpa的自由度会更高一些。”李一帆说。

对于一家要为大部分车企提供基础设施的禾赛而言，一颗激光雷达如果少交付一台，客户就可能有一辆车无法下线。这是绝不能允许的，它要求严谨、纪律和接近百分之百可靠的交付。但Sharpa是一家仍在探索技术边界的AI公司。它需要允许一些不确定性，需要用一部分秩序，交换创新所需的自由。

从禾赛到Sharpa，李一帆重除了改变办公室风格和组织文化，还有另一种更复杂的交互，是大脑与机器人身体的交互。

八公里外的静安区吴江路，Sharpa的机器人已经站到了DQ门店的操作台前。今年8月29日，双方合作的机器人餐厅正式开业，成为Sharpa机器人首个商业落地场景。傍晚6点，店里俨然成了一处打卡点，人们围在透明玻璃操作间外，观看机器人如何取杯、接冰淇淋、加料、搅拌，最后把做好的冰淇淋倒过来，完成DQ标志性的“倒杯不洒”检验。

（虎嗅注：倒杯不洒是DQ的招牌性动作，指在交到顾客手上之前会把杯子倒过来且冰淇淋不会洒，需要使用专用设备将冰淇淋高速搅拌至浓稠状态才能成功。实现这一动作，Sharpa机器人需要手部触觉能力，并且具备高稳定性与速度。）

在外界的认知里，Sharpa更像一家灵巧手公司，与男性手掌1:1大小的手，被很多高校和科技公司买走，但更多的订单则来自海外。

李一帆告诉虎嗅，手只是Sharpa最先被看见的部分。Sharpa真正在做的是“大脑”，只是外界很少这样定义Sharpa，李一帆也很少对外讲。

在他看来，模型看懂世界，需要场景来展示，而机器人和大脑的配合却是极难的一部分。一辆汽车只有前后、左右两个主要自由度，“但机器人有70多个自由度。每个自由度都有一个类似电机的来控制。”李一帆告诉虎嗅。

模型不仅要识别眼前的物体，还要同时控制70多个变量与70多个机电单元，让一只手拿起勺子、解开纽扣，或者操作真实世界里的设备。

大脑、本体、数据与执行系统之间，任何一个环节没有形成有效交互，都很难落地。

这也是Sharpa与当前一批“大脑公司”最根本的分歧。李一帆并不认为，只做模型就能做出真正可用的机器人。如果只做大脑能够解决问题，Sharpa没有必要进入本体，更没有必要从灵巧手一路做到整机。

但在当下的具身智能市场，声称自己做“大脑”，显然更容易获得高估值。但李一帆却不愿意为了融资，给Sharpa贴上一个更受欢迎的标签。

他相信，AI一旦到达临界点，变化会非常猛烈。只是从禾赛成立到上市，李一帆已经经历过一次完整的产业周期。他不相信依靠估值和非市场化收入制造的繁荣可以一直持续。

作为一名经历过周期的连续创业者，李一帆对泡沫时刻保持警惕。在他看来，所有看起来轻易得到的东西，最后都要付出代价。

“出来混都是要还的。”他说。

以下为虎嗅和Sharpa联合创始人李一帆的独家精选对话：

Sharpa其实不是一家灵巧手公司

虎嗅：外界会把Sharpa看成是一家灵巧手公司，但你似乎不认同？

李一帆：这个核心原因确实是我们手做的最好。但这不太准确。按上一代具身创业说法，我们是一家做大脑的公司。

虎嗅：那么要怎样才能判断一家公司的“大脑”做得好不好？

李一帆：先抛开各家的宣传口径，我们实际有没有看到足够好的产品出现？我觉得不多。做大脑是一个说法，最终还是要说明，实现了什么功能，解决了什么商业问题。你说自己是什么公司不重要，重要的是实际交付了怎样的产品。

我们早期没有强调自己在做大脑，是因为当时确实还比较早期，而且我们不认为Demo就是真正的能力验证。机器人能跟你打牌，里面当然有AI，但展示了这个能力，不等于已经解决了真实问题。

我还是希望做出来东西再说。现在行业真正做出来的东西太少，我也没有那么多可以讲的成绩。等我们真正做出更多成绩，我才愿意讲。比如Sharpa和DQ一起做冰淇淋店这件事，我们就是做出来以后，大家才知道，具体落地在哪个场景，之前连投资人都不知道。

还有一个原因是，我们认为只做大脑，做不出这样的完整产品。如果只做大脑，再买各家的东西就能做成，我们也会这么做。但我们的诉求是把事情做成，不能为了一个对外的说法，改变对技术本身的理解。

李一帆：我觉得不能只看Demo、创始人的演讲或者论文，就说明能力强。这些标准有点低，或者说，能满足这些标准的公司不少，但不一定解决了真实问题。

一家公司的能力强，不能最后只是让别人到展厅里体验一下。我认为比较合理的标准是，你完成了这件事以后，从这里到真正有价值的大规模商业化应用，剩下的事情具有比较高的确定性。这有点像互联网说的MVP。

在展会上能展示，距离这个标准还很远。首先是可靠性要求不同：视频可以只展示成功的部分，展会里可以试几次，有一次成功，大家就能看到，失败也就失败了。但真实商业环境要求机器人日常、持续地工作。

工业是一个挺好的标准，因为可靠性和节拍要求都高。问题是工厂封闭、不对外，如果没有上量，也不太容易判断是不是真实应用。比如有一千台机器人，确实每天稳定工作，能够做原来人的工作，我觉得是很高的标准。一千台堆在库房里不算，一台机器人在工厂里做Demo也不算。

这样的应用我没有看到，也可能有我不知道的。我没有各家公司最准确的信息，所以不具体评价。商业场景里真正稳定、持续工作的机器人，我觉得也没有那么容易做到。

虎嗅：你把工业应用作为检验机器人能力的一个标准，但Sharpa为什么没有把工厂作为第一个落地场景？

（注：今年8月末，Sharpa落地了首个商业场景，与DQ联合做一家冰淇淋餐厅）

李一帆：工业里面很重要的一件事是算账，要同时考虑速度和可靠性。

很多人会觉得，一百次里成功九十九次，已经创造了不少价值。但要看失败的那一次，会带来什么后果。比如挑残次品，一百个找出了九十九个，漏掉一个，可能还可以多检查几次。但有些任务，做错一次就会把后面的流程毁掉，甚至损坏设备。一次失败造成的损失，可能抵掉二十次、五十次成功带来的生产效率。

所以工业对失败的容忍度很低，同时又要求速度，这就更难了。我们在制造业有经验，知道这件事不容易，所以第一个场景没有选择工业。我很佩服认真在制造业里做人形机器人应用的公司，但要管理好期望值。一个Demo不算，真正做到大量、高速度、高可靠性的应用，而且做的不是原来自动化就能完成的工作，这很难。

虎嗅：除了能持续工作，你还强调“真实环境”和“完整任务”。为什么这两点也重要？

李一帆：真实环境，就是原来人工作的那个环境。听起来用原来的东西就行，应该更容易，但实际上很难，因为机器人没有那个能力。

比如开红酒，用真实的木塞就挺难。你可以专门做一个开红酒机器人，一个钻头下来就打开了，但它干不了别的。也可以让酒厂换成特别适合机器人开的瓶塞，一按就开，可酒厂那么多，不可能都要求它们改。

DQ店里有很多环节。如果每个环节，或者其中一些环节，都因为机器人做不了而需要调整，以后开店就会很难。

但在真实环境里工作，还不等于完成了完整任务。比如酒店送物机器人，它没有改变酒店的环境，但送毛巾仍然需要人把毛巾从货架上取下来，放到机器人里。它接管了部分流程，没有做完整。

有酒店从业者跟我说，很多时候真正需要的是半夜三点，服务员或者前台已经睡了，希望机器人自己把东西送上去。但如果还得把人叫起来，让他把毛巾放到机器人上，他自己跑一趟也差不多了。

如果机器人只接管其中一部分，剩下还需要人参与，两者加起来就没有那么有意思。我说的完整任务，是原来人完整承担的那个工作流程。最终还是要看，机器人去了那个场景，解决了人家的什么问题。

虎嗅：按照你的判断，现在需要把这些环节放在一起解决。那么，全栈是这个阶段的选择，还是未来机器人公司都需要这么做？

李一帆：很多行业都会经历一个分久必合、合久必分的过程。

从0到0.1，什么都没做出来的时候，先有什么买什么，从其他行业的供应链拿东西，攒出一个初步系统。从0.1到1，甚至到10，大家把基本结构弄明白了，接下来比的是谁跑得快。为了加快开发，拥有自己的供应链是一个办法，虽然花钱，但快。

很多重要的知识和想法来自产品顶层。如果你和供应商只是采购关系，就会遇到一个问题：不把想法告诉它，拿不到你想要的东西；告诉了，它又可能把东西卖给别人。即使约定独家，如果它只能卖给你，本质上也已经接近自己做了。特别难的事情，还是得自己做。

供应商也有自己的考虑。一个很小的订单，它不一定愿意为你定向开发。如果听各家的需求，最后可能做出一个中庸的产品；另一种选择，就是找到一个足够强的合作方，跟着它做。所以在这个阶段，相对封闭、排他的关系，反而可能做得更好。

虎嗅：那到什么阶段，专业化分工的效率会重新超过全栈？

李一帆：当跑得最快的公司把能做的事情做得差不多，其他公司也逐渐做出类似产品，创新速度就会下降。这个时候，大家追求的会更多是成本和效率。

最早的时候，你的产品比别人好，不一定要做得更便宜。但产品最后会趋同，那个时候就需要分工。会出现像禾赛这样的供应商，把产品卖给各家，而不是每家公司都自己开发一套。

所以中间那个阶段，大家比的是谁跑得快；到了后面，专业化分工才会发挥更大的作用。

虎嗅：不过，你们现在也把整机卖给做大脑的公司。他们有没有可能在你们的硬件上，做出比你们更好的算法和产品？

李一帆：我们现在就在做这件事。很多公司买我们的整机，开发自己的算法。

长期来看，它们做得会不会比我们更好？我觉得有可能，也可能不如我们。毕竟我们自己做软硬件，能够做的事情也很多。

我们明确选择的是全栈。其他公司要不要做本体，它们的本体加大脑，能不能比我们的本体加大脑做得更好，我觉得这些都是好问题。

“我默认行业会经历周期”

虎嗅：你认为现阶段全栈更容易做出完整产品，但市场显然还没有形成共识，只做“大脑”的公司也获得了不少投资。你怎么看这种分歧？

李一帆：一个创业者自己坚定的理念，别人不认同，很正常。短期每个人都有自己的判断，长期是市场决定的，最终做得好不好会很明显。也许两年以后就知道答案了。

历史上自动驾驶公司也有各种各样的做法，有的只做特定场景，有的只做软件，有的只做数据，有的只做芯片。不可能每一种模式都对，但仍然有人投资，这是正常的，要看最终的市场竞争。

虎嗅：在路线还没有分出胜负的时候，投资人的偏好会不会影响你们对外讲什么、强调什么？

李一帆：我认为公司的核心理念不应该服务于融资，还是应该服务于要解决怎样的产业问题、做怎样的产品，以及它能创造怎样的价值。可能每隔两个月，就有一个投资人关心的新名字，我们没有必要每次都往那个方向靠。不能为了融资，改变自己对技术本质的理解。

我们希望拿的是我心中最聪明的投资人的钱。他们也会被舆论影响，但有自己的判断标准，沟通不会停在表面。当然，“最聪明”是我的判断。聊完以后，我就知道他跟我们的理念是否一致，是否认可我们做的事情。

比如，一个投资人认为只做大脑就能做出好的模型、产品和商业落地，那可能与我们的理念不一致，他不投我们也很正常。已有的投资人，认可的是我们的理念和已经做出来的成绩。

虎嗅：如果顺着投资人的偏好，确实能更快拿到钱，为什么不先争取这些资源？

李一帆：短期做投资人认为正确的事情，拿到了投资，看起来是对的。但投资人的判断也会变，也不一定对。

如果每一步都是为了短期获得投资人的认可，你就会围绕这件事安排工程资源。项目怎么选、技术路线怎么选、产品做多少个场景、做什么场景，甚至PR口径和融资节奏，都会受到影响。

这些选择可能都能在短期内帮助融资，但长期来看，你做的事情可能没有一致性。最后会发现，公司最好的资源没有在做最重要的事情。这是我不能接受的。

虎嗅：那在融资时，你怎么权衡估值和这些长期要求？

李一帆：估值是市场决定的。同等条件下，估值高不是坏事，取决于你为了它牺牲什么。

首先不能牺牲投资人的质量。如果拿到的是没有耐心、不能接受短期波动的人的钱，我认为对公司有伤害。我们优先选择真正愿意支持我们、理解产业发展规律，而且在交流时就能把这些事情聊明白的人。因此可能放弃最高的估值，但放弃最高估值本身不是目的。

如果没有其他牺牲，高估值带来更多现金和安全感，让公司能够更理性地发展，当然是好事。但高估值很多时候也带来更高的短期回报预期。公司真正的价值，最终还是要靠产品、收入和利润来兑现。

我们默认行业有不确定性，可能比想象中慢，也会有周期。这会影响你怎么安排工程资源和资金，怎么选择业务，以及是不是把尽早上市当成最重要的目标。

这些都要坦诚地告诉投资人。如果说清楚以后，他们仍然愿意投，大家仍然愿意加入，公司就能更平静地面对波动。如果需要在这个行业深耕十年，我也可以接受，并按这个可能性规划路径。

虎嗅：在行业受到高度关注时，如何保持自己的节奏？

李一帆：行业里的很多变化，我们都会关注，但最终还是要回到Sharpa自身：我们希望解决什么问题，产品能够创造什么价值，公司要建立什么样的长期能力。把这些问题想清楚，很多选择其实就不会那么复杂，我们要做的就是用行动去对抗那些我认为错误的尝试，把自己的事情做好，再把我们的原则解释清楚。

作为一名连续创业者，我会默认行业一定会经历周期，也会更谨慎地看待资本带来的支持与约束。每一种选择，最终都有相应的代价。

本内容未经允许不得转载。授权事宜请联系 hezuo@huxiu.com。

End

🤖 AI会先重写行业，还是先重写你的工作？⚡️ 新技术如何越过概念，真正变成产品和生意？🎯 今年虎嗅F&M创新节，来现场看懂变化、找到下一步。