8月28日上午，上海吳江路一家DQ（Dairy Queen）冰淇淋店的操作檯前，輪式人形機器人“North”正在為消費者製作冰淇淋。取杯、加料、攪拌，整個過程約需6分鐘，而一位熟練店員通常只需2-3分鐘。這台機器人由總部位於新加坡的AI機器人創業公司Sharpa研發，Sharpa成立於2024年底，由雷射雷達供應商禾賽科技CEO李一帆、聯合創始人兼CTO向少卿及首席科學家孫愷共同創立。同一時間，Sharpa宣佈完成超45億元人民幣融資。

當前，人形機器人正從更復雜的工廠、倉庫場景走向冰淇淋店等零售餐飲場景，但成本、穩定性和執行效率仍是實現大規模部署的門檻。具身智慧、機器人行業資深從業者馮源告訴澎湃科技，這類專案能否從展示走向長期運營，取決於機器人能否持續執行、門店是否願意擴大部署，以及專案在新鮮感消退後是否仍具備經濟價值。

零售和餐飲兩大場景正成為機器人公司集中試水的領域。銀河通用的Galbot機器人已進入藥品零售倉，承擔取貨、補貨和盤點等任務；2026年5月，商湯善惠與零次方合作的機器人便利店在上海運營；2026年初，越疆的人形機器人也曾在電影院售賣爆米花，擎朗智慧在2026年7月的展會上展示了人形機器人制作咖啡、識別貨架等功能。

Sharpa聯合創始人李一帆稱，選擇冰淇淋場景並非因為製作簡單，而是有意選擇了加料、攪拌和“倒杯不灑”等較為複雜的任務，試圖先在不改造門店裝置和流程的情況下跑通完整閉環，再將操作能力遷移到其他餐飲產品。例如，製作冰淇淋的紙杯可能發生形變，冰淇淋的溫度和黏度會隨裝置執行狀態變化，前一個動作產生的誤差還可能影響後續環節，機器人需要結合視覺、觸覺和力反饋調整動作。

此外，對Sharpa而言，機器人走進冰淇淋店不僅是驗證產品，也是在獲取真實環境中的操作資料。李一帆認為，機器人在實際工作中產生的失敗、糾錯等資料，難以僅通過模擬或觀看人類操作獲得。在實際場景中，機器人根據失敗結果反推抓取、加料或攪拌環節出現的偏差，這類資料可繼續用於模型訓練。

馮源告訴澎湃科技，機器人公司嘗試進入零售和餐飲場景，是因為與複雜的工廠裝配任務相比，零售場景通常物料種類較少、流程更容易限定，單店投入、運營成本和回收週期相對容易計算，機器人門店還具有吸引客流等作用。

門店應用機器人的最終判斷標準是機器人能否以可接受的速度和成本，長期、穩定地完成任務。李一帆認為，機器人從Demo走向商業化，關鍵在於把場景“做穿”：完整跑通整套系統，並具備進一步擴大部署規模、降低成本的可能。他關注的是製作速度、裝置使用週期和硬體成本等長期變數能否改善。長期來看，機器人的可靠性應當接近汽車產品。

在執行效率上，目前North製作一杯冰淇淋大約需要6分鐘，是熟練店員的2-3倍。這不僅意味著消費者等待時間增加，也會影響門店高峰期的出杯量和裝置利用率。對此，李一帆表示，目前慢速降低出錯率，未來通過訓練積累資料、最佳化操作環節，逐步提高速度。

成本則是大規模商業化的另一道門檻。李一帆透露，目前整套裝置的對外標價在數十萬元，現階段North還談不上盈利。形成量產規模後，機器人的價格有望降至10萬元級。目前North暫未部署到其他DQ門店。

馮源表示，要實現大規模部署更多零售門店，首先需要解決機器人長期執行和維護問題，人形機器人五指靈巧手材料耐久性和維修頻率都會直接影響裝置的可用時間和維護成本。他認為，判斷這類專案能否從展示走向長期運營，不能只看開業初期是否吸引消費者圍觀，而要觀察機器人能否持續執行、門店是否願意擴大部署，以及專案在新鮮感消退後是否仍具備經濟價值。“不要最後變成一個快閃店。”馮源說。