一臺工業具身機器人，從理想到現實要經過哪些坑？

沒有被客戶“罵”過的公司，絕不會知道，從實驗室到真實場景中間有多大的“鴻溝”。作者丨董子博 編輯丨林覺民 剛剛過去的 WRC，各家公司的展臺只要涉及工業，躲不開的話題就是落地。數百個機器人在展臺上爬著樓梯、跳著舞蹈、打著拳擊……種種的展示，只是為了告訴市場：自家機器人究竟有多好的性能；但在科大訊飛的展臺上，一家叫聆動通用的公司雖不算起眼，兩臺機器人按部就班地分揀著快遞包裹，受制於現場因素，動作算不上伶俐，但準確率、抗干擾做得都很不錯。

聆動通用對 AI科技評論表示，在實際的工作當中，LDB 正在逐漸逼近 80-90% 的工人人效，機器人在場館裡動作慢，主要還是受限於館內人流擁擠的環境——全速運轉或許會有安全隱患。“我們的展示在這樣的展會上會比較吃虧，不像翻跟斗、打拳，”聆動通用的 CEO 季超對 AI科技評論表示，“這也正好也說明，我們是真的在做落地的事兒。”在具身智能賽道，“落地”是一個被嚴重通脹的詞彙。

進工廠拍條視頻叫“落地”，籤個意向協議叫“落地”，甚至把機器人拉到展廳裡走兩步，PPT上也能寫場景驗證的“落地”——但真正的落地只有一個標準：客戶願不願意在驗收單上簽字，以及簽完字後，會不會因為無法實際落地幹活，而導致不能真正買單驗收。但當了解了更多聆動通用背後的故事之後，AI科技評論卻發現，在“工業落地”的層面，他們走得相當果決。兩個核心指標——“商業有閉環”和“批量可複製”——是他們心中最關鍵的落地能力。當然，這兩句話，放到每一個目標工業的具身公司，都可以適用；但真的走進工廠，實驗室裡的“Simulation”（模擬）和實際場景的“Reality”（現實）卻有巨大的鴻溝。

怎麼跨越這個鴻溝，聆動通用選擇的，是一條沒有捷徑“難而正確的道路”。01商業可閉環：好的落地，是被客戶“罵”出來的對於聆動通用 CEO 季超來說，在學校裡，研究 Robot learning（機器人學習）的他經歷過自動駕駛的週期；中科大畢業後，進入科大訊飛的他，又遇上了 AI 大模型的一波週期。但學術科班出身的季超，卻在具身的行業裡，主動選擇了一條最腳踏實地的路。

見過一個行業的大起大落，季超組建了一個以產業化實力見長的年輕團隊，依託科大訊飛的深度孵化，建立了聆動通用——意在用物理 AI 的技術來服務產業，從“L2”級別的能力做起，沿途下蛋地找到應用場景、建立數據飛輪，進而用商業化的成績反哺研發的投入。要做商業化，就必須找到最合適的場景。對於具身智能來說，勞動密集型的物流、汽車、裝配產業自然是落地空間更大的場景——它不像家庭場景那樣無序，天然為技術迭代提供了緩衝帶；同時，在自動化設備和產線已經相對成熟的今天，柔性泛化的智能化能力仍然欠缺。

在聆動通用看來，物流場景是個更好的起點，在一個更確定的環境下，公司可以先建立起自己的技術和商業化基本盤，進而支撐自己向著下一個高質量 B段場景的躍遷。實際場景裡，客戶看的最終只有 ROI，只要機器人能夠在場景裡實際產生價值，客戶就會買單。但讓具身機器人在場景裡實際可用，卻遠沒有想象的那麼簡單。聆動通用吃過虧——團隊運行之初，當他們拿著自己設計的產品走進客戶物流分揀的產線，實際的效果卻讓他們都傻了眼。先“掉鏈子”的是模型。在實驗室裡，聆動通用的模型可以做相當精準的識別和動作規劃。但到了產線，模型卻跑不起來了。季超一眼就看出了問題：例如在實驗室，傳送帶的速度只會開到 0.5-0.

7m/s；但到了現場，傳送帶的速度卻達到了 1.5m/s——速度翻了一兩倍，模型的推理速度就完全跟不上了。同時，機器人的“手”也出現了問題。事實上，聆動通用是國內最早一批使用靈巧手的具身公司之一——靈巧手在高頻操作場景下的壽命問題，他們再清楚不過。於是，聆動通用自己設計了一個吸盤和夾爪結合的操控方案，在國內也是相當先鋒的方案。但真實的工況，遠比理想的情況複雜：吸盤進氣量小了，重包裹又吸不起來；進氣量大了，又容易把輕軟的包裹吸破，還得賠償損失。演示失利，公司從客戶這裡接收到了巨大的壓力。

於是在半年裡，團隊直接搬進了生產現場，把模型架構、數據 Infra、末端夾持全部重構了一遍，這才跨過了這道坎，有了聆動通用後來的 LDB 型工業具身機器人。在模型層，聆動通用聯合科大訊飛研究院了推出了統一多模態具身大模型 iFLYTEK-Embodied-Omni，主要就是解決誤差疊加、時序控制不足的問題，用VLM 和VGM 來理解指令、預判環境、規劃任務；再用AGM 動作模型來做好運控等底層操作。這套結合了圖像、視頻、文本、動作表徵的模型架構，能夠在“看”到世界後，同步預測世界、生成動作，在LIBERO-Plus、RoboTwin 2.

0 等國際主流仿真基準測試中，都拿到了不錯的成績；也在實際落地的物流場景當中，實現了不錯的泛化能力和魯棒表現。在本體層，聆動通用也自研了工規級的通用具身機器人 LDB01，憑藉著出色的效率，拿到了國內首張工業級具身機器人 CR 認證，隨後又獲得了歐盟的 CE-MD 工業機械安全認證，在國內和海外範圍內，拿到了可以實際落地的強認可。LDB 機器人能讓客戶算出正 ROI，核心在於兩階段的價值遞進。第一階段是直接替代人工的賬。一個物流分揀工人兩年的綜合成本（工資、社保、福利等疊加）約等效於購買一臺LDB穩定作業運行兩年（聆動機器人平均無故障工作時長不低於7000小時）。

簡單算下來，工人兩年的工資就能覆蓋一臺機器人好幾年的使用成本，兩年後就基本是純收益。在即將到來的老齡化時代，可以想見能長程不間斷幹活的機器人是一種剛需。更關鍵的是，LDB 支持 OTA 遠程升級，模型持續迭代、效率越用越高——客戶"買了之後越用越強"，達到最低要求後每次升級都是淨賺，這筆賬只會越來越划算。第二階段是生產體系重構的賬。當機器人在產線上穩定運行後，客戶就會開始思考更深層的問題：原有的生產流程是不是圍繞"人"設計的？引入具身智能後，整條產線的佈局、節拍、流程都可以重新設計。

LDB不再只是單純的替代單一工位的“人”，而是嵌合到全新的生產流程再造中，從整個系統的大賬上算降本增效——這是超越單臺 ROI 的更大價值。從市場空間看，一個物流中轉站可部署數十臺 LDB，全國這樣的轉運中心有上千個，批量部署後邊際成本持續遞減，客戶的 ROI 模型也會隨著規模擴大而進一步優化。02批量可複製：量產和運營都是難題商業化閉環形成了，下一步就是把成功的閉環進行批量的複製——然而，並非所有好的閉環，都能夠被複制。LDB 的能力已經在物流場景得到驗證，要完成成功經驗的批量複製，量產則是“萬里長征”的“第二步”。

量產很難，但量產不難：量產的難，難在機器人的本體架構設計、難在供應鏈的管理和價格控制——解決了這些問題，擴產就不是難題。LDB 的設計主打的就是“實用主義”。LDB的設計，比起機器人，更像一臺智駕汽車。從模塊到系統，從硬件到軟件，這臺機器人從誕生第一天起，就沒有走傳統機器人的老路——它的每一寸設計，都嚴格按照汽車工業標準來打磨。通信總線，聆動通用也全盤照搬自動駕駛方案。傳統機器人那套老舊的方案，幾乎被聆動通用徹底拋棄，取而代之的是在百萬輛汽車上驗證過的高可靠、高實時總線架構。算力，是 LDB 最硬核的底牌。

數千 TOPS 端側算力，同樣是嚴格車規級配置——這不是為了跑分，而是為了讓具身大模型直接在機器人身體裡跑起來。不依賴雲端，不等網絡延遲，感知、決策、執行全在端側毫秒級完成，這才是工業場景的剛需。LDB的整機設計，嚴格遵循汽車功能安全標準，哲學只有兩個字：極簡。極簡到什麼程度？打開 LDB 的機身，幾乎找不到一根 USB 線束——所有走線規整有序，風冷散熱方案經過精密調校，讓續航與功耗達到最優平衡。而這一切的成果是：LDB 的單臺 BOM 成本，可以控制在一個相當低的範圍內。LDB 的設計足夠精緻，要讓機器人能夠做到更好的可複製性，聆動通用又上了一道保險：軟硬一體，全棧自控。

具身大模型天生對硬件有苛刻的要求——傳感器的延遲、執行器的精度、算力的吞吐、總線的帶寬，每一個參數都直接決定模型能不能跑、跑得好不好。但在行業裡，讓模型團隊和硬件供應商坐下來"握手"適配，幾乎是不可能的任務：溝通成本巨大，迭代週期漫長，出了問題互相甩鍋，最後誰都做不好。在工業底座這塊，聆動的邊界劃得非常清晰：從大腦到小腦到本體，全鏈路自主可控。而科大訊飛，則在更上層的公共大平臺基座上提供支撐——通用大模型能力、語音交互技術、供應鏈資源，這些是訊飛的主場。聆動專注工業底座的軟硬一體，訊飛夯實公共AI 基座，雙方各司其職，又深度協同。要知道，聆動通用更強調“全棧自控”，而不僅僅是“全棧自研”。

供應商能滿足的標準件，聆動通用不去重複造輪子；但與模型強耦合、直接決定產品體驗的核心組件，必須自己做。目前所有具身智能公司的機器人量產，本質上都還靠人工組裝，聆動也不例外。首批良率 90% 出頭——相比於汽車行業 95% 以上的一次良率，還有差距，但在機器人行業已經是相當紮實的起點。2026 年全年，聆動通用的預計交付量大概在 200 左右，公司當前正處於擴產階段。生產流程已經標準化，配有專門的品質工程師駐場把控質量 —— 這背後，科大訊飛成熟的供應鏈體系提供了重要支撐。更關鍵的是，聆動有自己的工廠，具備自給自足的產能能力，所以對聆動來說，產能從來不是瓶頸，需求起來了，擴產只是時間問題。

量產只是"硬骨頭"，運營才是真正的"深水區"。當同行還在為"能不能造出真幹活的機器人"焦慮時，聆動通用已經在思考一個更殘酷的問題：造出來之後，怎麼批量部署？運營成本怎麼壓？怎麼標準化？怎麼降低每一個新場地的部署和交付成本？這些才是單點商業化之後，走向批量商業化的真正門檻。今年下半年到明年，聆動的核心任務就是啃下這塊硬骨頭：在完成多機集群部署驗證之後，全力推進標準化，實現運營成本的邊際遞減。標準化的核心，是 FDE。現場部署工程師，十幾人的團隊，每一個都"貴得離譜"——得同時懂技術、懂業務、還能跟客戶順暢溝通，這種人才在市場上鳳毛麟角。

實際運營中遇到問題，FDE 會直接駐場，用 AI 編程快速出原型：客戶當天提需求，第二天就能跑通一個可交互的原型幫他確認。但 AI 原型不能直接上線，客戶側的工程團隊會把確認後的效果底層重構成工業級穩定代碼——這是聆動摸索出的高效交付模式。運營的最終目標，是和客戶一起"凍結"標準化解決方案。需求一旦凍結，後面的部署就可以複製，而只有複製，才有利潤。聆動把這條路拆成四個階段：•0→1，形成標準部署流程和現場培訓體系；•1→2，把定製化和微調成本壓到最低；•2→3，驗證每一個單點的交付模型是否留有足夠利潤；•3→100，驗證利潤是否可複製、邊際成本是否真的在遞減。

如果說 LDB 是在產線上"幹活的手"，那 LDT 就是"採集數據的眼"。兩者構型相同，共同構成聆動軟硬一體的全套解決方案——LDT 的第一產品定義，就是高精度後訓練數據採集。它和 LDB 一起部署在產線上協同工作，但性能更強——端側算力是 LDB 的 10 倍以上，支持 10B 以下小模型的推理與部署，採集回來的數據可直接用於訓練。同時支持二次開發，與中科大、武大、清華、哈工大等高校深度合作。LDT採集的數據反哺LDB，LDB 產生更多數據——這就是聆動的數據飛輪。

03 結語：沒有捷徑，才是最大的護城河在具身智能落地的競逐中，聆動通用選擇了一條最“笨”也最“熬人”的路——到客戶現場去，花半年時間重構整個模型架構；一個場地一個場地地駐場，把運營經驗熬成標準化流程；一臺機器人一臺機器人地採集數據，把真機數據熬成模型的泛化能力。LDB 在物流行業正在驗證自己的價值，下一步，汽車、3C 都是聆動通用目標進入的行業，在更大的舞臺上用更強的落地能力，給客戶帶來更大的效率提升。自今年下半年起，聆動的目標是從"能幹活"到"能複製"。季超知道，這才是真正的硬仗——因為工廠與工廠之間的差異，比實驗室與工廠之間的差異還要大。這些事，沒有任何捷徑可走。

而恰恰是這些 “沒有捷徑” 的事，構成了真正的護城河。談到聆動通用在做的事情，季超對 AI科技評論說道：“在這條沒有捷徑的路上，如果能走得更堅決，當別人想超越你的時候，你已經跑得很遠了。”