来源：广州日报

初创公司闯入全国前三 工业具身智能落地瓶颈获新突破

在刚刚举办的2026世界人形机器人运动会—工业场景赛“装配上料岗”赛项中，一台机器人需要连续完成搬运上架、拣选上料、物料装配三项任务：从搬运10kg物料箱，到七类零件拣选，再到发动机18个气门的亚毫米级装配。最终，灵犀智涌机器人纯自主完成整套任务，以总分160分的成绩顺利完赛。按企业维度排名，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。

对于正在从实验室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。在工业级时间窗口内连续做对、把多个动作串联成稳定执行的完整任务，还可交付、可验收的工业生产结果——这些都是工业具身智能机器人当下真正需要解决的问题。据悉，灵犀智涌是由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，采用了“CONWAY 工业原生模型+ROSS Harness自主进化引擎”的路线，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”。

当下，工业具身智能正面临“第二道考题”，行业要完整跑通工业场景的产品闭环，且确保能持续地高质量交付。据悉，具身Harness不能只是“调用工具”的软件层，它必须同时理解模型什么时候应该被调用，一个长任务应该如何拆解，多个Skill如何组合，模型输出是否安全，任务是否仍在正常推进，出现异常后应该重试、回退还是重新规划，以及一次失败如何沉淀为下一次执行可以使用的经验。而这也构成了ROSS Harness 的基本逻辑，即在模型与机器人之间建立一条能够持续运行的执行闭环。据介绍，灵犀智涌技术体系强调Harness并不意味着模型不重要，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，CONWAY 解决的是“机器人如何形成高质量的局部动作决策”，即围绕工业任务本身，研究模型在真实工业环境中需要具备什么能力。具体来说，团队围绕力触觉增强、快速推理、动作对齐、少样本适配、强化学习后训练等方向持续研究，形成了若干项已有论文支撑的自研成果：FAVLA引入6D力觉，提升机器人在插拔、装配等工业接触任务中的稳定性与响应速度；DBPO把多步生成压缩为原生单步策略，并支持强化学习后训练，满足工业机器人对高频、实时控制的要求；CAC-VLA通过显式 latent action 对齐视觉语言理解与连续动作控制，提升工业操作中的动作精度与泛化能力； VLA-Stem在不改动原有 VLA 的情况下增加轻量级安全层，使机器人能够在工业现场处理空间约束和动态避障。

另一方面，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。这套系统将不同具身模型统一到模型抽象层之上，再通过Skill把导航、抓取、力控等底层工具与现场工程经验封装为可复用能力，由Agentic AI 完成任务拆解、技能编排和异常恢复，并通过分层安全监控保证机器人在不同时间尺度下可靠执行。更重要的是，每一次真实执行中的环境变化、失败案例、人工接管和恢复过程，都会进一步沉淀为 Skill、任务编排、长期记忆和训练数据，让系统在持续执行中不断积累工业 Know-how，并形成面向真实场景的数据飞轮。最终的结果是模型越强，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，从而实现“协同演进”。

另据了解，段逸凡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。

赛场是技术的试金石，工厂才是最终的考场。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。

文/广州日报新花城记者：陈薇薇

广州日报新花城编辑：龙嘉丽

（来源：广州日报）