对话聆动通用CEO季超：上半年达去年营收10倍，具身淘汰赛已开始

本届上海WAIC大会虽然已经结束，但身智能赛道的热度还在继续上升，行业正在进入更现实的阶段。

融资、发布会和演示视频带来的关注，已经无法单独支撑一家企业长期往前走。真正摆在公司面前的问题变得更为直接，机器人能不能进入工厂，能不能稳定作业，能不能算清客户的投入产出账。

对此，我们对话了聆动通用CEO季超，在他看来，目前具身智能的淘汰赛已经启动。“淘汰赛和洗牌这件事情一定会发生。”他在对话中判断，行业资本窗口期有限，头部企业正在形成，下半年可能会有多家企业冲刺上市。与此同时，估值泡沫也已经出现，“一些一两百亿估值的公司，营收只有几千万，甚至一两千万，这就是很大的泡沫。”

这种判断背后，是聆动通用对自身路径的选择，它没有从最热闹的通用人形机器人叙事切入，而是先把机器人放进工业场景，把场景、回本周期、数据闭环跑出来。

聆动通用此前完成新一轮数亿元Pre-A融资，并发布新一代工规级具身智能通用机器人LDB01。并且根据公司公开资料，聆动通用围绕数据、模型、硬件、应用构建全链路闭环，依托自研iFlyBot-VLM和iFlyBot-VLA模型能力，形成覆盖互联网数据、仿真合成数据、Embodied UMI真机数据和高精度同构遥操作数据的体系。

从产品来看，聆动通用目前主要有两条线：一条是面向数据-模型-真机闭环的LDT系列采训推一体化平台，另一条是面向工业场景的LDB具身智能通用机器人。科大讯飞WAIC资料中也将LDT系列定义为面向具身智能数据、模型、真机闭环的行业级平台，将LDB描述为面向工业场景的新一代工规级具身智能机器人，支持物流分拣、商超零售、泛制造等场景部署，并通过中国信通院EAI Bench体系评测、国内CR认证及欧盟CE-MD认证。

早在2024年底，科大讯飞设立了专注于机器人研发的子公司，聆动通用。依托科大讯飞多年AI技术积累，聆动通用在公司成立后的较短周期内即推出首款产品，并保持着独立和独立融资。双方的分工清晰：聆动通用自主掌握工业具身智能的全技术链路和商业化落地，科大讯飞提供底座及生态资源支持。科大讯飞在WAIC大会中也将具身智能列为其重点展示方向之一，展示从数据采集、模型训练、任务推理到机器人执行的闭环能力。

在季超的规划里，聆动通用长期面向的是大制造领域B端客户。物流是第一个落地赛道，后续会进入汽车、3C电子等制造场景。目前，公司已与多家头部产业方对接，并计划与国内某头部车企联合发布面向汽车总装线边仓的SPS具身智能解决方案。

物流场景的进展也给了他一些底气。季超透露，聆动通用在物流分拣和重物搬运等环节的改造效果已经超出预期，部分场景回本周期可以控制在两年以内，优于行业常见的两年半左右标准，其中分拣场景已经成为客户内部样板。今年上半年，公司收入已达到去年全年的10倍。

季超把聆动通用的竞争力概括为“3+1”：第一是专属数据优势，尤其是在物流和汽车领域的数据积累；第二是全链技术优势，从预训练到后训练全链路自主可控；第三是硬件标准优势，产品按照工业场景和车规级稳定运行要求设计，并获得相关认证；最后是讯飞生态带来的渠道、算力和产业资源支持。

并且在对话中，他反复提到一个词：落地。在他看来，具身智能真正的分水岭，不在于企业讲了多大的故事，而在于机器人进入真实客户现场之后，能否创造确定性价值。

以下为对话实录，经编辑整理。

Q&A

具身元：你现在怎么看具身智能赛道？行业到了什么阶段？

季超： 我觉得淘汰赛已经开始了，而且会非常快。这个行业资本窗口期不会太长，可能也就是几年时间。窗口期内，如果企业没有形成真实落地，没有找到可持续的商业化场景，后面再融资会很难。

现在头部企业已经开始显现，下半年可能会有多家公司进入上市进程。资本会越来越往头部集中，中腰部企业如果缺少核心壁垒，就会进入存量博弈。这个时候，过去靠概念、靠演示、靠估值扩张的模式会越来越难持续。

赛道里确实存在泡沫。有些公司估值一两百亿，但年营收只有几千万甚至一两千万，商业化路径还不清晰。这个阶段，资本会重新审视企业到底有没有真实收入、真实客户和真实技术壁垒。

具身元：聆动通用为什么一开始选择物流场景？

季超： 我们一开始就很清楚，聆动通用要面向B端大制造客户，做传统制造业里的通用生产力工具。物流是第一个落地赛道，因为这个场景需求明确，客户痛点强，ROI也比较容易算清楚。

物流里面，分拣和重物搬运是两个非常典型的场景。分拣对效率和稳定性要求高，重物搬运则是客户非常头疼的环节。我们现在做下来的效果比预期好，部分场景回本周期已经做到两年以内，比行业常见的两年半左右更快。分拣场景现在已经成为客户内部的样板。

选择物流，不代表我们只做物流。这个场景帮助我们跑通了数据、模型、硬件、部署和客户回报的闭环。后面我们会往汽车、3C电子等制造场景扩展，这些领域都有大量非标、重复、高强度的工业任务，机器人具备进入空间。

具身元：聆动通用和科大讯飞之间的关系，外界可能有一些不同理解。你怎么解释？

季超： 聆动通用机器人由科大讯飞战略孵化，保持独立运营和独立融资。

从业务分工上看，聆动通用负责工业具身智能全链路技术和产业商业化。我们自己做数据、模型、硬件、场景部署，整个技术链路和商业化都在自己手里。讯飞给我们的支持主要在大模型底座、算力、渠道和生态资源上。

这个关系对我们帮助很大。具身智能很难单靠一家创业公司从零搭建所有资源，尤其是B端工业客户，对品牌背书、交付能力、渠道体系和算力资源都有要求。讯飞的生态能够帮我们提高获客效率和技术迭代效率，但聆动通用本身还是一家独立的工业具身智能公司。

具身元：你刚才提到聆动通用的“3+1”核心壁垒，能不能具体展开？

季超： 第一是数据。具身智能最终一定要靠真实数据驱动，我们现在在物流、汽车这些领域和头部客户深度绑定，能够拿到高质量、场景专属的具身操作数据。这些数据和通用互联网数据不一样，它来自真实机器人作业，是模型持续进化的基础。

第二是技术全链路。我们从预训练到后训练都自主可控，不依赖简单调用开源模型。我们会反向开源部分技术，构建正向生态，但底层能力必须掌握在自己手里。

第三是硬件标准。工业客户对机器人稳定性要求很高，不能只看演示效果。我们的硬件按照车规级和工规级标准设计，产品也通过了国内外相关认证。机器人进工厂之后，每天要跑很多小时，稳定性、安全性和可维护性非常关键。

“+1”是讯飞生态。讯飞在渠道、销售、算力、客户资源等方面给了我们非常大的支持，这让我们在早期商业化中少走很多弯路。

具身元：现在很多具身智能公司都在讲大模型和通用机器人，真正进入工厂后，客户最关心什么？

季超： 客户最关心的其实很朴素，能不能解决问题，多久能回本，能不能稳定运行。

在工厂里，机器人不需要讲太复杂的概念。客户不会因为你有一个很漂亮的Demo就采购，他要看机器人能不能连续工作，能不能把一个工位、一个环节真正改造好。比如物流分拣，客户看的是节拍、稳定性、故障率、维护成本，还有最后的回本周期。

所以我们一直强调工业场景。工业客户的需求虽然严苛，但评价标准清楚。做好了就是做好了，没做好也很容易暴露问题。对具身智能公司来说，这是最好的检验场。

具身元：聆动通用今年最重要的落地动作是什么？

季超： 今年我们会和国内某头部车企联合发布汽车总装线边仓SPS具身智能解决方案。汽车总装里面有大量线边仓、配料、分拣、搬运相关任务，这些环节过去高度依赖人工，也有很强的自动化改造需求。

汽车场景比物流更复杂，对可靠性、节拍、安全性要求也更高。我们进入这个场景，是希望把在物流里跑通的能力迁移到汽车制造中。物流是第一个验证场，汽车会是接下来很重要的增长方向，后面3C电子也是我们重点关注的领域。

具身元：你怎么看接下来两三年具身智能行业的分化？

季超： 我觉得两三年内会非常明显。没有真实商业化、没有核心数据、没有硬件和供应链能力的企业，会很难继续拿到钱。资本会越来越看重收入、订单、客户复购和项目回本周期。

具身智能不是一个只靠模型就能跑出来的行业，也不是一个只靠硬件就能跑出来的行业。它需要数据、模型、硬件、客户场景全部连起来。任何一环短板，都会影响最终落地。

我们现在做的事情，就是把这几件事放在同一个体系里。机器人进入真实场景产生数据，数据反哺模型，模型提升机器人能力，再进入更多场景。这条路不容易，但工业场景已经给出了一个比较清楚的方向。

在我看来，具身智能下一阶段不会只比谁讲得更宏大，而是比谁能把机器人真正送进工厂，并让客户持续付费。