ICRA 2026期间，英伟达在GTC Taipei上发布的NVIDIA Isaac GR00T参考人形机器人，成为整场大会最受关注的新闻之一。英伟达的野心很明确：把这套系统做成人形机器人的标准体。本体用了宇树H2 Plus，算力模组是Jetson Thor，大脑是自研的Isaac GR00T模型。但灵巧手的选择，出乎了很多人意料——不是某家更早出名的供应商，而是Sharpa。

为什么是Sharpa？雷峰网记者在ICRA现场找到了答案。Sharpa Wave灵巧手，22个主动自由度，1:1人手比例，每个指尖内置超1000个触觉传感单元，压力灵敏度0.02牛顿。有业内人士评价，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。

但这些参数解释不了英伟达的选择逻辑。参数更高的灵巧手不是没有，知名度更大的供应商也不是没有。英伟达选Sharpa，背后是一堂关于产品定义的工业设计必修课。

先从"不可能三角"说起。灵巧手行业长期面临一个结构性矛盾：自由度、尺寸和耐久性，三者很难同时做到位。高自由度意味着更多电机，更多电机意味着更大的体积，更大的体积在1:1人手比例的约束下几乎没有空间。于是市面上多数灵巧手妥协采用绳驱方案——用腱绳传动来压缩体积，但代价是耐久性差，长期使用后绳体磨损、张力衰减，精度和可靠性都会下降。

Sharpa选择了一条更难的路：全直驱。直驱方案的优势是关节响应快、控制精度高、耐久性好，但挑战是电机数量多、体积大、散热难。在一个1:1人手比例的狭小空间里塞进22个直驱电机，同时还要保证关节灵活度——这不是一个电机选型问题，而是一个系统设计问题。

诺曼在讨论产品定义时反复强调一个观点：好的产品不是功能最全的那个，而是功能组合最精准的那个。Sharpa的产品定义恰恰体现了这种精准。它不是追求"最多自由度"或"最高负载"，而是追求"在1:1人手比例约束下，实现满足数据驱动训练需求的最优自由度组合"。22个自由度不是随便选的数字——它刚好能复现几乎所有人类手势，同时又在直驱方案的体积和散热约束之内。

从工业设计角度看，这种产品定义策略的本质是"约束驱动设计"。不是先想"我要做一个多厉害的灵巧手"，而是先想"这个灵巧手要解决什么具体问题，面临哪些硬约束，在这些约束下最优方案是什么"。创品工业设计在服务装备类客户时，经常遇到类似的场景——客户说"我要做得比竞品更厉害"，但设计师要追问的是"在什么维度上更厉害，这个维度用户在意吗，做这个维度需要付出什么代价"。

Sharpa的产品定义回答了这些问题。在"数据驱动训练"这个核心场景下，灵巧手最重要的能力不是极限负载，而是和人类动作数据的匹配度。1:1人手比例，意味着从人类动作数据到机器人执行之间的重定向和对齐成本极低。22个自由度，意味着能复现几乎所有人类手势。直驱方案，意味着长期运行的一致性和可靠性。这三个参数组合在一起，构成了一个精准匹配"数据驱动训练"需求的产品定义。

创品的四力五维体系在分析这类产品时，有一个清晰的框架。"创新力"体现在技术路线的选择上——当全行业都在用绳驱妥协时，Sharpa坚持直驱，这是对技术方向的判断力和执行力。"专业力"体现在对应用场景的深度理解——知道"数据驱动训练"这个场景对灵巧手的核心需求是什么，不做多余的参数堆砌。"控制力"体现在直驱方案的工程实现——22个电机在小空间内的集成，涉及散热、传动、装配、检测的全链条管控。

从"好看维"的角度看，1:1人手比例本身就是一个强大的设计语言。它传递的不是"我有多厉害"，而是"我和你的手一样"。这种设计语言在用户体验层面有巨大的心理优势——当使用者看到一只和自己手一样大的灵巧手，本能地会认为它可以做自己手能做的事。这种信任感的建立，比任何参数列表都更有说服力。

从"量产维"和"成本维"的角度看，直驱方案还有一个被低估的优势：量产一致性。绳驱方案依赖腱绳的张力和走线，装配调试需要大量手工操作，批次间一致性难以保证。直驱方案以电机为核心，装配工艺更标准化，量产一致性更高。这对英伟达来说至关重要——如果要把Sharpa的手作为参考标准，就必须保证每一只手的性能一致，而不是"看装配师傅的手艺"。

英伟达选Sharpa，选的不是最高的参数，而是最精准的产品定义。这个选择给工业设计行业传递了一个清晰的信号：在具身智能的竞赛中，产品定义的能力正在成为比技术参数更重要的竞争力。而产品定义，恰恰是工业设计最核心的能力。
值得深思的是，Sharpa的案例还揭示了一个被行业长期忽视的规律：最好的产品定义，往往不是靠"做加法"来完成的，而是靠"做减法"来完成的。Sharpa的22个自由度，不是"能做多少做多少"，而是"需要多少做多少"。1:1人手比例，不是"看起来像人手"，而是"刚好能无缝承接人类动作数据"。直驱方案，不是"直驱比绳驱更先进"，而是"直驱在量产一致性和数据鲁棒性上更匹配目标场景"。每一个设计决策都有明确的目标场景对应，没有"为了做而做"的堆砌。这种克制的产品定义能力，在参数竞赛日益白热化的具身智能行业中，是一种稀缺资源。迪特拉姆斯说过，好设计是尽可能少的设计。Sharpa的灵巧手，恰恰体现了这种智慧——不是参数少，而是冗余少。创品在"好看维"的评估中始终坚持一个原则：好看不是"做了很多设计"，而是"做对了设计"。多余的设计语言是噪音，精准的设计语言才是价值。Sharpa的案例，为这个原则提供了一个来自前沿科技领域的绝佳注脚。