在2025年世界人工智能大会（WAIC）的热闹展台上，人形机器人成为了当之无愧的明星，吸引了络绎不绝的参观者。这股热潮背后，具身智能的话题热度达到了前所未有的高度。从机器人登上春晚舞台，到全球首个人形机器人马拉松比赛的举办，具身智能正迅速成为AI领域的一大热门赛道。
正是在这样的背景下，安徽聆动通用机器人科技有限公司（以下简称“聆动通用”）于2024年12月正式宣告成立。作为安徽省首家实现“大脑-小脑-本体”全链路自主可控的硬科技初创企业，聆动通用不仅拥有多场景商业闭环的实践经验，还依托科大讯飞星火认知大模型的底层能力，致力于将具身大模型与通用机器人本体深度融合，以期打造出新型的生产力工具。
WAIC上，聆动通用推出了其全新产品——具身智能采训推一体机。公司CEO、科大讯飞机器人首席科学家季超向记者介绍，这款一体机提出了“消费级与工规级融合方案”，旨在解决行业级具身数据缺失的重大问题，为具身智能机器人在真实场景中的技能提升训练提供助力。这或将是具身智能机器人从算法实验室迈向工业产线的关键一步。
事实上，在聆动通用成立之前，科大讯飞已在机器人产品及相关技术领域有所布局。2022年初，科大讯飞启动了“讯飞超脑2030计划”。次年，季超团队发布了业界首个集成全自主国产认知大模型的具身智能人形机器人，率先在国内打通了大模型和具身智能为代表的机器人全链路。而在2024年的世界机器人大会上，科大讯飞更是展示了一款高约1.7米、体重60公斤的大模型+具身智能人形机器人，其整体运动性能提升了2倍，复杂任务拆解成功率超过95%，开放场景物体寻找成功率也达到了85%以上。科大讯飞还推出了AI扫拖机器人X3、AI助教机器人X1等针对不同场景的机器人产品。
然而，在机器人应用于工业场景的过程中，具身智能的核心矛盾始终存在。工业生产要求机器人具备近乎100%的可靠性，任何“幻觉”都可能导致生产线停摆。但现实是，通用大模型+机器人在实际场景中的规划成功率尚未达到工业级要求，高质量数据的稀缺与跨场景适配的复杂性，使得机器人难以突破“实验室好用、工厂不好用”的困境。
面对数据缺失的难题，季超及其团队对采训推一体机的研发进行了深入探索，试图通过“消费级与工规级融合”的硬件创新以及“全栈数据链打通”的软件架构，在成本与精度、通用与专用之间找到完美的平衡点。
季超坦言，具身智能的终极战场并非舞台，而是产业应用。聆动通用和科大讯飞的目标是让机器人真正对人类生产产生实质性的帮助。他进一步解释说，采训推一体机的关键技术节点包括跨不同本体的适配和数据清洗等。星火大模型作为“大脑”的核心支撑，而采训推一体机则基于这一底层能力，开发属于自己的具身智能大模型。简而言之，聚焦机器人行业的突破，是平台与赛道相结合的逻辑。
关于此次推出的采训推一体机为何采用消费级与工规级融合的方案，季超表示，这主要是为了解决高质量数据稀缺的问题。具身智能领域最稀缺的是高质量的机器人操作数据，而数据采集的核心目的就是为了后续的模型训练。工业场景需要长时间、高强度的数据采集，需要更加严苛的工规级方案以保证数据稳定性，但纯工规级方案成本过高。因此，聆动通用选择在关键环节采用工规级方案，其他部分则采用消费级方案，这样既控制了成本，又能满足模型训练的需求。
季超还指出，当前工业场景中，机器人数据采集和模型训练的痛点具体表现为数据格式、接口协议不统一，以及小模型开发成本高、数据互通难度大等问题。而聆动通用的一体机方案通过“大小脑结合”的核心技术路径，可以在一定程度上解决这些问题。其中，“大脑”是指基于互联网海量数据预训练的视觉-语言多模态基座模型，让机器人具备一定的推理能力；“小脑”则是通过一体机采集的真机数据针对性微调，使机器人具备一定的规划能力。这种范式革新使得基座模型能够通过少量真机数据微调，快速适配多SKU零件分拣，并在“类”级任务之间实现较低成本的泛化。
对于通用大模型60%的成功率与工业要求的99.999%可靠性之间的巨大差距，季超表示，这主要是由于模型对陌生场景的误判所致。工业场景天然要求每个工序的边界尽可能压缩，对节拍效率和精度有严格要求。因此，他们提出的解决方案核心价值在于“用真实数据对抗幻觉”，从而提升任务数据质量。通过设计一体机实现高质量真机数据，并在预训练模型中实现海量数据预训练以形成先验，从大脑、小脑以及硬件层面共同降低幻觉风险，提升整个工业级应用的可用性和可靠性。
在谈及聆动通用成立时具身智能硬件领域已有众多玩家的情况时，季超表示，科大讯飞早在2021年就已内部关注并开始布局具身智能。他认为，具身智能的前景非常广阔，足以让各家企业各显神通。而聆动通用的核心竞争力主要在于科大讯飞在大模型领域的丰富积累、团队长期沉淀的行业场景理解和数据积累以及AI+供应链的理解和整合能力。他们希望凭借这些优势，在全球竞争中步入具身+高端制造业领域的“国家队”序列，并凭借全栈能力重塑上下游产业链，构建下一代具身智能机器人核心产业链，从而推动机器人从科研、消费层进入工业实际生产，满足千行百业的需求，构建新一代生产力工具。
