灵犀智涌跻身世界人形机器人运动会工业场景赛全国前三

以全自主模式突破工业具身智能落地瓶颈。

本文为IPO早知道原创

作者｜Stone Jin

据IPO早知道消息，在 2026 世界人形机器人运动会-工业场景赛 -「装配上料岗」赛项中，按企业维度排名，灵犀智涌机器人仅次于行业头部机器人企业旗下的两支队伍，也是首次参赛即冲入全国前三的唯一初创公司。

需要指出的一点是，对于正在从 Demo 走向真实产线的具身行业来说，这场比赛的意义远不止分数。相较于其他赛场上歌舞喧嚣，场景赛上的 2 0 分钟，浓缩了工业具身智能机器人当下真正需要解决的问题：不仅要在真实场景里「会做」，还要在工业级时间窗口内连续做对；不仅要完成一个动作，还要把多个动作串联成稳定执行的完整任务；更要可交付、可验收的工业生产结果。

这也是灵犀智涌想解决的问题。这家由 98 后中科大博士段逸凡在上海创立的工业级自进化具身智能机器人公司，没有把核心竞争力仅仅押在模型上，而是选择了一条不同的路线：CONWAY 工业原生模型 + ROSS Harness自主进化引擎。模型负责想「怎么做」，ROSS Harness 负责「怎么把模型真正用好，把活真正干好」。

在灵犀智涌的技术体系中，强调 Harness并不意味着模型不重要——恰恰相反，如果不理解模型，就很难真正做好 Harness。灵犀智涌的路线因此不是「放弃模型」，而是同时构建 CONWAY 工业原生模型与 ROSS Harness，并让二者协同演进。

一方面，ROSS Harness解决的是：机器人如何让这些动作在真实工业现场被正确组织、可靠执行，并持续形成闭环；另一方面，模型越强，Harness 能调用的能力边界越大；而 Harness 积累的真实工业经验，又可以反过来帮助模型更好地理解工业任务。这才是真正的「协同演进」。

值得注意的是，灵犀智涌还提出了一个更接近工业生产的评价思路：有效产出 = 成功率 × 吞吐率。在相关测试中，ROSS Harness 对应的量化结果是有效产出提升 3.6 倍——这正是 Harness 对模型能力进行系统化放大的量化表达。

这个指标背后的意义在于：机器人不是「做出来一次」就够了，它需要稳定地做、持续地做、在规定时间内做。这也是工业具身智能与传统机器人 Demo 之间最本质的差别。

在灵犀智涌看来，传统自动化并不会被具身智能整体替代。对于大批量、单一品种、长期不变的生产任务，传统自动化在效率和稳定性上依然有优势；具身智能真正适合切入的，是多品种、小批量、变化频繁的柔性制造场景。一个真实例证是某汽车零部件厂商：因为订单品种变化快，它反而把部分自动化产线拆回了「单工位 + 人 + 缓冲区」的模式——这类工位相对独立、有容错缓冲、核心动作是毫米级抓放的场景，恰好适合当前阶段的具身智能切入。

这也决定了灵犀智涌选择工业场景时，并不是优先寻找“最复杂、最炫技”的任务，而是寻找那些变化足够多、但又能够被系统化承接的柔性工位。机加工上下料正是其中的典型：不同订单会带来零件、料框、机床和工艺流程的持续变化，但任务的基本结构相对稳定，工位之间又具有较强独立性。对这样的场景而言，真正的挑战不是让机器人完成某一次抓取，而是当对象、流程、模型甚至机器人本体发生变化时，能否通过模型适配、Skill复用、任务重编排和异常恢复，快速完成新的部署，而不是重新做一套自动化工程。这恰好提供了一个验证 ROSS Harness 能否把“单点能力”转化为“可复制系统能力”的工业入口。

在团队方面。灵犀智涌联合创始人、CTO段逸凡博士作为中国科学技术大学机器人方向博士，读博期间聚焦具身智能、空间智能等方向，相关成果发表于 RSS、IJRR、TRO、ICRA、IROS 等机器人领域会议和期刊，CONWAY模型和ROSS Harness 正是其学术研究向工程系统转化的核心产物。段逸凡博士师从中科大机器人权威专家吉建民教授，此次创立灵犀智涌，吉建民教授以联合创始人、首席科学家的身份加入，负责前沿技术指导、长期技术路线和底层方法论；段逸凡则带领工程团队推进 ROSS Harness 的架构设计、工程实现与产品定义。

更重要的是，灵犀智涌的壁垒不是某一项单点技术，而是双层复合：一层是技术壁垒——团队自 2018 年以来长期机器人技术，已形成覆盖感知、决策、规划、控制及工程部署的全栈机器人研发能力，CONWAY模型和ROSS Harness的每一个细节设计都有顶级论文成果和实际验证，同时 Harness 作为系统工程，背后是多年工程积累和对基座模型的深度理解；另一层是场景数据壁垒——在真实工厂跑数月积累的高价值、多模态、覆盖长尾异常与恢复过程的真实交互数据。

这形成了一种特别的组合：一端是机器人与具身智能的长期学术积累，另一端是把算法真正落地为真实场景的工程能力。

而这恰恰对应了工业具身智能目前最难的一步——不是再做一个 Demo，而是把 Demo 背后的能力抽象出来，形成可复用、可迁移、可验证、可持续进化的系统。

往长远来看，对工业具身智能而言，下一步要证明的已经不是机器人「能不能做」，而是是否真正可交付、可验收、可持续迭代。而这，也正是灵犀智涌希望用 CONWAY 与 ROSS Harness回答的问题。