在2025年世界人工智能大会（WAIC）的盛会上，人形机器人展区成为了全场瞩目的焦点，吸引了络绎不绝的参观者。这一现象深刻反映了具身智能领域正以前所未有的热度吸引着业界的目光。
近年来，具身智能的发展势头迅猛，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，这一系列事件标志着具身智能已成为AI领域中的热门赛道。在这样的背景下，安徽聆动通用机器人科技有限公司（简称“聆动通用”）于2024年12月应运而生，成为安徽省首家实现“大脑-小脑-本体”全链路自主可控的硬科技企业，并积累了丰富的多场景商业应用经验。
在WAIC展会上，聆动通用隆重推出了其最新研发成果——具身智能采训推一体机。聆动通用的CEO、科大讯飞机器人首席科学家季超向记者介绍，这款一体机采用了创新的“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难题，推动具身智能机器人从实验室走向工业生产线。
科大讯飞在机器人领域早有布局。自2022年初启动“讯飞超脑2030计划”以来，科大讯飞不断在具身智能领域取得突破。2023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，成功打通了大模型和具身智能的全链路。在2024年的世界机器人大会上，科大讯飞展示了一款高性能人形机器人，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等多款面向细分市场的机器人产品。
尽管技术进步显著，但机器人在工业场景中的应用仍面临诸多挑战。具身智能的核心矛盾在于，工业生产要求机器人具备极高的可靠性，而通用大模型+机器人在实际场景中的规划成功率尚未达到工业级标准。高质量数据的稀缺和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。
针对数据缺失的难题，季超及其团队在采训推一体机的研发中，通过“消费级与工规级融合”的硬件创新和“全栈数据链打通”的软件架构，力求在成本与精度、通用与专用之间找到平衡点。季超表示，具身智能的终极战场不在舞台，而在产业应用，聆动通用和科大讯飞致力于让机器人真正成为人类生产的得力助手。
在谈到采训推一体机的关键技术节点时，季超指出，这包括跨不同本体的适配、数据清洗等。采训推一体机基于科大讯飞的星火大模型底层能力，开发属于自己的具身智能大模型，形成了平台+赛道的逻辑布局。这款一体机与其他数据采集设备的本质区别在于，它采用了“数据+服务”的商业模式，所产生的数据直接用于后端具身大模型的微调，形成了从数据采集到模型训练、硬件部署再到场景落地的全链条闭环。
在工业场景中，机器人数据采集和模型训练的痛点主要表现为数据格式不统一、接口协议不兼容以及小模型开发成本高等问题。聆动通用的一体机方案通过“大小脑结合”的核心技术路径，有效解决了机器人泛化性差的问题。其中，“大脑”负责处理视觉-语言多模态信息，形成先验知识；而“小脑”则通过一体机采集的真机数据进行微调，提升机器人的规划能力。
季超坦言，通用大模型的60%成功率与工业要求的99.999%可靠性之间存在巨大差距。为了缩小这一差距，聆动通用提出了“用真实数据对抗幻觉”的解决方案，通过提高数据质量来降低误判风险。在硬件层面，聆动通用的人形机器人操作精度达到了毫米级，远超市面上的厘米级精度。通过设计一体机实现高质量真机数据，并在预训练模型中形成先验知识，聆动通用从大脑、小脑以及硬件层面共同提升了工业级应用的可用性和可靠性。
在谈到聆动通用选择此时入局具身智能硬件领域的原因时，季超表示，科大讯飞自2021年内部关注并开始布局具身智能以来，已积累了丰富的经验。具身智能的发展路径与大模型类似，将是机器人行业的范式革命。聆动通用的核心竞争力在于科大讯飞在大模型领域的积累、团队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。
对于具身智能“规模化”的标准，季超认为，首先需要在技术范式上形成初步共识，其次需要在高质量的数据标准上达成一致。聆动通用推出采训推一体机，旨在构建未来的AI数据基建工程，推动行业向规模化发展。
展望未来，季超表示，采训推一体机的推广和应用可能会催生“机器人训练师”等新职业，并推动产业分工更加细化。聆动通用希望在全球竞争中，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和消费领域进入工业实际生产，满足千行百业的需求。
