性能至上：1:1人手比例与22个自由度

在2026年的国际机器人与自动化会议（ICRA）上，英伟达发布了一款名为NVIDIA Isaac GR00T的参考人形机器人，成为大会的一大亮点。这款机器人不仅展示了英伟达在人形机器人领域的雄心，也引发了业界对其中关键组件——Sharpa灵巧手的好奇：为什么英伟达会选择Sharpa作为其标准机器人的手部解决方案？

性能至上：1:1人手比例与22个自由度

最直观的答案是性能。Sharpa在现场展示的新升级版本——Sharpa Wave灵巧手，采用了1:1的人手比例设计，这意味着它与真人手的差异极小。这种设计显著降低了从人类动作数据到机器人执行之间的重定向与对齐成本，使得人类动作数据能够更高效地被复用。

此外，Sharpa Wave拥有22个主动自由度，几乎可以复现任何人类手势。这种高灵巧度不仅体现在手指的弯曲和伸展上，还包括指尖的精细操作能力。每个指尖内置超过1000个触觉传感单元，压力灵敏度达到0.02N，能够分辨克级微小受力，为机器人提供了接近人类的触觉反馈。

触觉革命：视触觉传感器的应用

除了机械结构上的优势，Sharpa还在触觉能力上进行了突破。现场人员透露，灵巧手指尖内置了视触觉传感器，这种传感器通过微型摄像头捕捉接触面的形变与纹理，为精细操作提供了更丰富的信息。这一技术使得机器人在处理复杂任务时，能够像人类一样感知和适应环境。

有业内人士认为，Sharpa攻克了灵巧手的“不可能三角”——在小尺寸内集成足够多的直驱电机，同时兼顾关节灵活度和数据鲁棒性。相比之下，市面上多数灵巧手由于采用绳驱方式，耐久性较差，难以满足长期使用的需求。

全栈布局：数据、模型与硬件的闭环

尽管Sharpa在英伟达的标准机器人中只供应手部，但其技术布局远不止于此。在ICRA 2026的展位上，Sharpa展示了自研的整机、大脑模型，以及正在开发的数据采集方案。

Sharpa定位为全栈机器人公司，其目标是实现数据、模型与硬件三者协同迭代的闭环。为了达成这一目标，Sharpa尝试了多种数据采集路径，包括Manus动作捕捉手套、外骨骼真机数据、人类视频数据及仿真数据。这些数据将用于训练和优化Sharpa自研的CraftNet VTLA模型。

CraftNet VTLA模型分为三层：System0交互脑负责毫秒级触觉微调，System1运动脑负责粗动作规划，System2推理脑负责语义任务理解。这种分层设计使得模型能够高效处理外部输入的高频或低频信号，并在内部完成拆解与处理，最终由System0完成“最后一毫米”的接触控制。

自研本体的优势

Sharpa还展示了其自研的North机器人系列，包括发牌机器人、接待员机器人和备用机器人。这些机器人不仅展示了Sharpa在多模态逻辑推理、手部精细操作和系统级协同方面的实力，也体现了Sharpa对自研本体的重视。

Sharpa相关人员解释，使用别人的本体容易受到限制，难以按需调整反馈。只有自研本体，才能采集自有数据，形成硬件到算法再到数据的完整闭环。这种全栈布局使得Sharpa能够在数据驱动的具身智能领域占据先机。

结语

综上所述，英伟达选择Sharpa灵巧手并非偶然，而是基于其在性能、技术布局和全栈能力上的综合考量。随着人形机器人技术的不断发展，像Sharpa这样的创新企业将在推动行业进步中发挥越来越重要的作用。