“数据＋模型＋执行＋本体”四层能力协同闭环。 |
一件商品换了个摆放方向，拣货员通常只需要调整伸手的角度，机器人却可能需要重新判断怎样靠近、从哪里抓取，以及拿起后会发生什么。
仓储里反复出现的这些小变化，构成了具身智能落地工业场景时一道容易被忽略的考题：任务看似相同，执行条件却未必相同。
10月22日，2026科大讯飞全球1024开发者节在北京国家会议中心举行。科大讯飞孵化的具身智能公司聆动通用带来了LDB具身智能通用机器人，模拟展示仓储小件分拣场景。
它瞄准的是B2B仓配里最琐碎的一类活——从日用百货、3C数码到鞋服美妆，形态各异的商品以各种姿态挤在货位里，机器人要自己在货架通道间穿行，识别目标并完成抓取和放置。
工厂对机器人并不陌生。国际机器人联合会（IFR）9月发布的《World Robotics 2026》显示，2025年全球工厂新装工业机器人约60.3万台，同比增长11%，其中中国约35.4万台，接近六成。在中国装机的这些机器人里，国产品牌占到55%。
传统自动化擅长在规则明确的工序中重复作业，但当商品品类、摆放位置或工位布局频繁变化时，重新编程与现场改造往往会增加适配成本。具身智能试图进一步接手的，正是这些需要灵活应变的工作。
这些活大多辛苦，也越来越难招到人。聆动通用创始人兼CEO季超此前设想过十年后的产线：机器人成为执行单元，在高危、脏乱、嘈杂的环境中作业，承担重体力劳动；一线工人则转向统筹规划、生产调度和人机协同。这样的人机分工，正是以国产AI创造社会价值的直观注解。
但信任问题也随之而来。具身机器人拥有更大的自主决策空间，可以根据现场情况调整动作，但工业客户也必须确认，它能否在复杂环境中稳定完成任务，并在动作可能产生风险时受到有效的约束。机器人越能自主行动，工业现场对其可靠性的要求就越高。
为了让工业客户跨过“敢用”的门槛，加速推动具身智能落地应用，此次开发者节上，聆动通用发布了iFlyBot-WAM工业世界动作模型和LindenBot-Harness执行组织系统，还亮出了LDU环境式数据采集解决方案。
从动作后果预测到任务执行，再到真实数据驱动的持续迭代，聆动通用正在依托科大讯飞的源头AI技术，通过全栈自研回应一个现实问题：当具身机器人开始自己判断和行动，工业客户凭什么敢把任务交给它？
源头AI技术打底：先预判后果，再决定放行
在工业现场，柔性往往意味着一笔额外的成本。
传统机械臂在固定工位上按照预设轨迹重复作业，可以做到很高的效率和稳定性。但到了多品类仓储场景，商品的尺寸、位置和摆放姿态经常变化，如果每种情况都要重新编程、反复调试，自动化改造的成本就会随之攀升。
具身大模型让机器人有了更灵活的应变能力，也带来了新的难题。比如货架上一支斜靠着的洗面奶，机器人即便准确识别出了目标，也要判断从哪里下手、怎样抓取，以及会不会碰倒旁边的商品。
当机器人开始自己决定怎么干活，动作背后的不确定性就成了工业客户必须考虑的风险。
季超此前接受采访时谈到，具身智能与工业级应用之间仍有很大差距，其中一个重要问题是模型对陌生场景的误判。在工厂里，一次错误操作可能造成货损，甚至打断正常作业。如何让机器人灵活应对变化，同时避免不合理的动作，成为聆动通用持续攻关的方向。
去年的1024开发者节上，聆动通用与科大讯飞联合发布了iFlyBot-VLM视觉语言模型和iFlyBot-VLA视觉语言动作模型：前者让机器人理解周围环境，后者把任务指令转化为具体动作。依托科大讯飞在大模型、多模态感知等源头AI技术上的积累，聆动通用持续推进具身模型自主研发，构建面向工业场景的感知、理解与动作生成能力。
此次发布的iFlyBot-WAM工业世界动作模型，在这套底座上进一步强化了对物理世界的预测能力。按照聆动通用的技术设计，VLA根据视觉信息和任务指令生成动作，世界模型则预判这些动作可能带来的物体状态和环境变化，比如拿起这件商品之后，周围的物品会不会受到影响。
不过，预测本身不足以让工业客户完全放心，还需要判断动作是否适合执行。
为此，iFlyBot-WAM引入了“世界模型评估＋确定性安全仲裁”机制。世界模型先评估动作可能产生的结果，再由明确的安全规则决定是否放行，以及是否需要调整或拒绝。模型负责预判，规则决定放行——这样的分工让机器人的自主行动有了更清晰的安全边界，也让工业客户能够更有依据地评估操作风险。
对工业客户而言，iFlyBot-WAM的另一层价值还体现在部署效率上。它强调跨视角、跨布局的泛化能力，意味着当商品位置或货架布局发生变化时，机器人有望复用此前学到的操作能力，减少重新编程与现场调试的工作。客户需要花费多少时间让机器人适应新环境，将直接影响具身智能的应用成本。
但在真实作业中，一次动作的安全可靠只是开始。从识别商品到移动、抓取和放置，机器人还需要完成一系列连续任务。模型形成的判断，如何进一步转化为稳定的执行能力，仍然考验着整套机器人的协同水平。
以国产AI创造社会价值：从干稳一整个班次开始
工业客户不会只为一次成功的演示采购机器人。
在仓储拣选中，从识别商品到抓取、移动和放置，任何一个环节出现问题，都可能影响整段任务的完成。客户更关心的是，一台机器人能否在一个班次内保持稳定的作业节拍，出了故障需要多少人工介入，以及长期使用究竟划不划算。
季超多次提到，工业场景遵循的是“算账逻辑”，客户最关心的其实很简单：“能不能解决问题，多久能回本，能不能稳定运行。”今年7月，他曾透露，聆动通用在部分场景已将回本周期压缩至两年以内，而工业客户通常可以接受两至三年的回本周期。
这笔账要算得过来，机器人就得具备持续完成任务的能力。大模型可以理解指令、规划动作，但到了实际作业中，还需要协调不同操作步骤，并随时判断任务是否按计划完成。
此次发布的LindenBot-Harness执行组织系统，正是为了解决这一问题。其中，智能体（Agent）负责任务拆解与多目标协调规划；Harness则根据现场上下文组织执行方案，统一调度感知、操作、导航与运动等基础能力，并检查执行结果，将安全管控嵌入作业过程。
过去，这类作业流程很大程度上依赖工程师提前编写程序和规则。换到新的仓库，面对不同的商品布局和作业要求，往往还需要重新调试。
Harness试图让机器人根据现场情况自主调整执行流程，减少对逐项编程的依赖。对于需要在不同场景部署机器人的企业而言，少一些重复开发，就意味着更低的交付成本。
不过，执行流程安排得再合理，也要有能够经受实际工况考验的机器人。此前在物流分拣现场，聆动通用遇到过模型推理跟不上产线节拍的问题，吸盘与夹爪结合的末端方案也难以同时适应轻软包裹和较重包裹。团队随后在客户现场投入半年时间，对模型架构、数据体系和末端夹持方案进行协同调整。
这揭示了工业现场一个不可忽视的复杂性：模型推理要跟得上作业节拍，动作规划要考虑硬件的执行条件，机械结构也需要适应不同物品的操作要求。任何一个环节出现短板，都可能影响最终的作业效果。
今天的LDB，就是在这样的反复验证中逐步打磨出来的。据聆动通用联合创始人兼产品VP张吉洋介绍，团队从2024年开始定义产品需求，先后迭代四代实验室功能样机，今年8月展出的已是第五代。整机从设计之初便面向工业场景，对高温、高湿及电磁干扰等复杂工况进行了针对性设计。
今年5月27日，LDB获得国家机器人检测与评定中心（总部）颁发的具身智能机器人CR认证，聆动通用由此成为全国首个在工业应用领域获得该认证的企业。在为期9个月的研发与测试周期中，产品通过了电磁兼容、电气安全和机械安全等多项检测，同时还取得欧盟CE-MD准入资质。
这些认证为机器人进入工业市场提供了可检验的安全与合规依据，也体现了聆动通用从研发阶段就将工业标准纳入产品设计的选择。
对于客户而言，机器人能否长期稳定运行，最终还要在真实工况下接受作业效率、故障率和维护成本的检验。能稳定干完一整个班次，机器人才可能真正接下那些高强度、难招人的岗位，季超设想的那种人机分工也才有了基础。
从Harness组织任务，到LDB本体完成作业，聆动通用正在将模型的智能决策转化为可持续执行的工业能力。而当机器人进入更多工厂，面对不同商品和作业环境，如何减少重复调试、让已有经验支撑下一次部署，又对数据积累和模型迭代提出了新的要求。
加速推动具身智能落地：让经验在更多工厂之间复用
一家工厂跑通的方案，换一家就可能碰上不同的商品、工位布局和作业流程。如果每个新项目都需要工程师长期驻场，重新采集数据、反复调试，交付数量增加了，成本却未必降下来。
能否让已有经验得到复用，决定着具身智能规模化交付的效率。
聆动通用试图从数据端解决这一问题。2025年6月亮相的LDT采训推一体机，已经打通数据采集、模型训练与推理流程，并与LDB实现数据互通。据公司此前披露，团队累计调研近三十家工厂，在十余家头部物流和汽车企业开展真机部署与常态化数据采集。
但工业数据往往掌握在客户手中，难以通过公开渠道获取，依赖机器人本体的传统采集方式又面临设备成本高、部署受限等问题。
此次亮相的LDU，正是聆动通用进一步降低数据获取成本的新尝试。它采用可换电的背包式设计，支持第一视角与双手操作数据采集，并同步记录视觉、动作轨迹等多模态信息。采集过程无需机器人本体，能够以更低成本覆盖更多真实场景。
现场反馈怎样变成有效数据，聆动通用已有更具体的尝试。今年9月的世界制造业大会上，聆动通用展示了LDB的“人机在环”能力：当机器人遇到无法自主处理的情况，操作员可以通过VR设备接管，系统则同步记录动作与视觉信息。
这些数据可用于训练和优化模型，更新后的模型经过验证再部署，帮助机器人处理此前难以应对的情况，从而减少同类任务对人工接管的依赖。
至此，聆动通用逐渐形成了一种“数据＋模型＋执行＋本体”四层能力的协同闭环。
在这条循环中，LDT与未来的LDU扩大数据供给，iFlyBot-WAM通过训练提升模型能力，Harness负责组织任务，本体层的LDB则在真实现场完成作业并形成反馈。执行中发现的问题，可以成为下一轮模型优化的依据，也为RSI持续学习和自进化闭环提供支撑。
全栈自研的价值，在于各层能力能够围绕同一个现场问题共同迭代。模型训练的需求可以反向指导数据采集，实际作业中的反馈又能推动模型策略、执行流程与本体设计同步调整。长期积累的协同研发和验证经验，构成了聆动通用的核心技术壁垒。
科大讯飞全栈自主可控的星火大模型及相关产业资源，为聆动通用提供了技术和生态支持，使其能够将研发投入集中在直接影响工业作业效果的关键环节。
在越来越难招到人的产线上，以国产AI创造社会价值，最终要落到一台台能稳定干活的机器人上，这也是聆动通用加速推动具身智能落地的出发点。谁能让一座工厂积累的经验，成为下一座工厂的能力，谁就更有机会握住工业具身智能的主动权。
