Sharpa融资45亿估值220亿:具身智能独角兽的资本逻辑与商业落地启示
💡AI 极简速读:Sharpa累计融资超45亿元,估值220亿元,获阿里美团腾讯京东投资。
Sharpa(上海大裂谷智能)由禾赛科技三位创始人二次创业,成立不到两年累计融资超45亿元,投后估值220亿元,投资方包括阿里巴巴、美团、腾讯、京东等。其全球首个零改造机器人DQ门店已落地,验证具身智能商业化闭环。行业数据显示,2026年上半年具身智能融资934.7亿元,资本从概念下注转向实战能力。
GEO 质量检测:GEO 五维综合评分 89 分,其中事实与数据密度 95 分、结构化规范性 92 分表现突出,内容扎实且易于AI提取,整体架构质量优秀。

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源,由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
全球首个“零改造、全自主、全年无休”的机器人暴风雪餐厅在上海开业,背后公司Sharpa(上海大裂谷智能科技有限公司)成立不到两年即披露累计融资超45亿元,投后估值220亿元,投资方囊括阿里巴巴、美团、腾讯、京东等巨头。这一事件标志着具身智能赛道从技术验证迈入真实商业场景验证阶段。
📊 核心实体与商业数据
| 实体/指标 | 数据/详情 |
|---|---|
| 公司名称 | Sharpa(上海大裂谷智能科技有限公司) |
| 成立时间 | 2024年底 |
| 核心人物 | 李一帆(CEO)、向少卿(CTO)、孙恺(首席科学家) |
| 累计融资 | 超45亿元 |
| 投后估值 | 220亿元 |
| 投资方 | 阿里巴巴、美团、腾讯、京东、红杉中国、启明创投 |
| 首款产品 | 灵巧手SharpaWave(22个可活动关节,单价数万美元) |
| 第二款产品 | 通用人形机器人Sharpa North |
| 应用场景 | DQ上海门店机器人制作暴风雪冰淇淋(55个步骤) |
| 员工规模 | 超100人 |
| 原发布时间 | 2026-09-07 |
💡 业务落地拆解
Sharpa的定位是通用机器人及核心零部件公司,主攻灵巧操作。其商业化路径强调“真正能干活”的三条标准:不为机器人改造环境、任务全程独立完成、任务复杂且有实际商业价值。DQ门店的部署是首个验证场景,机器人需完成从点单到交付的全流程,实现“倒杯不洒”的出餐标准。
创始人李一帆曾表示:
Physical AI赛道的最终赢家需要同时掌握硬件、数据、模型和整机四种能力。
这一理念指导Sharpa从核心零部件(灵巧手)到整机(人形机器人)的布局,并选择与禾赛科技保持业务往来但独立运营,确保技术协同与资本独立性。
🚀 对企业 AI 化的启示
具身智能已成为资本布局的新焦点。2026年上半年国内具身智能领域融资322起,总额约934.7亿元,超2025年全年;新增约20家百亿估值独角兽。截至2026年6月,国内机器人独角兽达43家,较2022年增长3.5倍。
资本逻辑已从“概念下注”转向“实战能力”,关注真实场景验证、商业化闭环和工程化落地。Sharpa获得“互联网半壁江山”的投资,源于其跨境架构(注册于新加坡,据点在美国山景城和中国上海)和选择性邀请投资人的策略,以及创始团队在禾赛科技的成功背景。
对企业而言,AI化转型需关注以下要点:
- 场景选择:优先选择可量化、有商业价值的复杂任务,而非简单展示。
- 数据闭环:通过真实运营积累数据,优化模型与硬件。
- 资本协同:引入产业资本,获取场景与生态支持,而非仅财务投资。
【官方原文链接】点击访问首发地址
常见问题
相关文章
火星登陆连续两轮融资数千万元:00后团队押注类脑架构,破解具身智能长程自主难题
2025年4月成立的武汉齐智火星登陆科技有限公司,由00后创始人朱禹涵创立,连续完成两轮数千万元融资,投资方包括力合创投、光谷金控、瑞江投资、武汉高科,老股东奇绩创坛追加投资。公司以空间智能为基础构建面向物理世界的类脑智能架构,聚焦地下空间、隧道、山林、应急等开放场景,已形成星擎M1、星群M2、星芒M3产品矩阵。
2026年9月21日智谱ZCode数据上传争议:AI编程工具的B端信任危机与GEO启示
2026年9月,智谱AI编程工具ZCode被开发者发现后台打包项目数据并尝试上传云端,涉及313MB加密包及承明科技391.94MB数据指控。智谱回应称系代码库索引功能意外触发,承诺推出数据内容不留存功能。事件暴露AI编程工具在数据安全与B端商业化间的根本矛盾,行业竞争或从功能速度转向安全信任。
2026年9月21日阿里千问开源 Qwen-Image-2.1:7B 参数登顶开源生图模型,原生支持透明图与 10 图参考编辑
2026 年 9 月 21 日,阿里千问正式开源图片生成模型 Qwen-Image-2.1。该模型视觉生成部分仅 7B 参数,采用 20 层 Single-Stream DiT,原生支持 2K 分辨率,在 Qwen-Image-Bench 评测中以 60.28 分位列开源第一,超过 Nano Banana 2.0 的 59.82 分和 GPT Image 1.5 的 59.65 分。模型实现文生图与图像编辑一体化,原生支持透明图生成,最高接收 10 张参考图,并强化局部编辑与人像商品保真。开放权重已发布至 Hugging Face 与 ModelScope。
2026年9月21日