硬件、数据到模型：Sharpa如何系统性推进灵巧操作
2026.10.16 · 观点 · 行业动态 · 媒体报道
Sharpa学术负责人张凯峰详解灵巧操作三条主线，谷歌Gemini 4 Argon丢沙包实验用其灵巧手。
机器之心与Sharpa学术负责人张凯峰交流，梳理其围绕灵巧操作确立的三条主线：以人为中心的数据采集、解耦运动与交互、跨本体触觉表征学习。谷歌Gemini 4 Argon丢沙包实验、MoDE-VLA双手削苹果等研究均基于Sharpa硬件。
- Sharpa确立三条主线：人类数据采集、解耦运动与交互、跨本体触觉表征
- π0在双手削苹果任务上成功率0%，削皮完成度仅8%
- UVTA用外骨骼手套加装指尖触觉，五个任务平均成功率70%
- UVTA Scaling实验：人类演示从0增至1000条，成功率0%升至84%
- DexEMG用前臂肌电信号推断手部姿态，遮挡下仍可遥操作
为什么值得看
理解灵巧操作数据难题与Sharpa系统性技术路线的关键窗口。
适合谁关注
具身智能、机器人灵巧操作与VLA方向的研究者和从业者。