2026年，无疑是呆板人从工夫验证走向资产利用的合头一年。当下的呆板人，曾经走出实行室的演示阶段，初阶渐渐进入到工业、民众供职等实正在境遇中。
然而工夫验证并不等于大范围贸易化的到来。正在不少行业人士看来，实正在境遇远比实行室纷乱——光后变更、地面杂物、非标操作……每一个细节都或者让呆板人“失灵”。
泛化本领不够，仍是绵亘正在具身智能范围化落地眼前最难绕开的重心瓶颈。而这一困局的根基，指向行业普通共鸣的数据约束。
题目起初出正在数据匮乏和法式的不联合。百小时量级的数据仅能撑持简单行为的泛化——比方让呆板人学会分拣。而要达成真正事理上的通东西身智能，所需数据量必要数目级的跃升。
更棘手的是，各家企业的呆板人本体构型分歧，数据式样与搜聚逻辑难以互通，行业内部究竟上曾经造成了一道道隐形的数据壁垒，各自为战、无法共享。
另一重压力来自获取的本钱。大说话模子的陶冶，能够借助互联网上海量的公然文本杀青预陶冶，数据获取的边际本钱极低。但呆板人所需的数据天差地别——它必需来自实正在物理宇宙的交互，搜聚链道长、标注难度高、复现本钱大。这道门槛，对中小企业而言险些是一堵墙。
数据本钱收场有众高？邦地中央数据控制人曾给出过一个直观的估算：特斯拉人形呆板人Optimus若要全体计算好正在工场独立事业，起码必要数百万小时的陶冶数据，对应的数据搜聚本钱或者高达5亿美元。这个数字，曾经足以让绝大大都玩家望而生畏。
假设说算法是具身智能的大脑，数据便是让大脑连续进化的燃料。实正在宇宙的数据更像是一种与硬件深度绑定的工业产出——谁具有配置、把握陈设、知道场景，谁才有本领连续临盆高代价数据。
“具身智能的数据，便是物理AI期间的根底举措”，聆动通用CEO季超告诉36氪，正在根底举措还不足美满的情形下，纵然工夫途径爆发了打破之后，依旧没有宗旨产临盆品和商场级的贸易打破。
聆动通用创设于2024年12月，行为科大讯飞正在具身智能范围的政策组织，是安徽省首家达成“大脑-小脑-本体”全链道自助可控的硬科技始创企业。其提出大脑-小脑-本体的分层端到端架构，恰是正在目前行为数据极端匮乏的实际管束下，为具身智能大范围资产落地蹚出的一条合头旅途。
对付重心逐鹿力，季超用“生态位”而非单点本领来界说：“讯飞生态 + 聆动通用笔直整合的全栈自助可控。”
这背后是三个主意的协同——数据端海量堆集的实正在功课数据让模子真正亲切落地场景；模子端从预陶冶到后陶冶全链道自助可控，上述数据的上风进一步深化了模子的上风；硬件端则具有触达芯片级的工规级研发本领，真正满意“进工场、真干活”。正在季超看来，聆动通用依托“全模态数据搜聚管线 + AI原生预陶冶-后陶冶模子全栈本领 + 工规级软硬一体笔直整合的奇特生态位”才是行业里真正难以复制的壁垒。
借助其最新推出的具身智能通用呆板人LDB与具身智能采训推呆板人LDT，聆动通用达成从数据搜聚、模子陶冶、硬件陈设与场景利用的无缺闭环：让呆板人“干活”与“变灵敏”同步爆发，以此打通具身智能从实行室走向实正在产线的结尾一公里。
正在具身智能的工夫分野中，“全体端到端”一度被视为最具遐思力的偏向：一个模子，从感知到决定再到实践，一步到位。但当呆板人走出实行室，进入实正在产线时，题目初阶集合表露：呆板人能够知道，却无法坚固实践。
这首要是由于，工业场景对呆板人及时性、坚固性与可控性的央浼，远高于任何消费级利用。一方面，因为大模子的推理自身存正在延迟，难以撑持高速流水线下的一口气操作；另一方面，端到端模子的“黑盒”属性，正在工业场景满意味着更高的不确定性。一朝闪现误判，很难定位题目来历，更难举行工程层面的订正。
这也是为什么，聆动通用所采用的“巨细脑”分层端到端架构，为呆板人走向资产落地供给了一种更实际的工程解法，它将具身智能的本领拆解为两个协同运作的层级——大脑主感知决定，小脑主行为实践。二者背后各有一条独立的数据管线撑持，各司其职、互不拖累。
起初，是行为大脑的行业级iFlyBot_VLM具身根底模子，控制感知境遇与使命决定。它基于互联网海量数据预陶冶而成，造成对特定使命的先验常识，给与呆板人知道指令、推理企图的本领。
其次，是行为小脑的iFlyBot_VLA妙技操作模子，控制将大脑的决定指令转化为柔性、可泛化的精准行为，并通过具身智能采训推呆板人正在实正在场景中连续搜聚的真机数据举行针对性微调，让呆板人具备牢靠的落地实践本领。
聆动通用依托全栈自研的 iFlyBot_VLM 与 iFlyBot_VLA 模子本领，并接入讯飞生态近千人范围的数据团队，已修建起遮盖互联网数据、仿真合成数据、Embodied UMI 真机数据及高精度同构遥操作数据的全链道数据系统。
这背后，是聆动通用修建的“数据-模子-硬件-利用”全链道闭环。通过呆板人遥操作搜聚实正在数据，然后反哺模子提拔智能化水准，继而输出指令给硬件，达成“知行合一”，真正做到呆板人既精干活，又能爆发数据。
2026年4月16日，聆动通用环球首发新一代具身智能通用呆板人——LDB01。其硬件规格服从工规级法式计划，算力、感知及功效安宁模块均针对工业苛苛境遇优化，是真正事理上满意工业场景MTBF和寿命央浼的具身智能呆板人。
截至目前，聆动通用曾经与物流、汽车、3C电子范围的头部客户举行验证，估计可达成三周内急速上线陈设。
某种事理上，分层端到端架构为具身智能资产化落地供给了一种“沿途下蛋”的贸易采选。它答允正在到达“全体端到端”之前，先正在特定的工业场景（如物流、汽车、3C电子）达成阶段性落地，为具身智能企业缔造贸易现金流。
正在季超看来，或者将来另有更高效的数据搜聚式样，但就当下而言，这是目前行业分身范围、本钱、质地与功用的最优办理计划。
2026年，无疑是具身智能接近范围化落地的临界点。商场范围的发作式延长与资金争相涌入的热心早已彼此印证，这是一个万亿蓝海赛道。据中商资产查究院阐发师预测，2026年中邦具身智能商场范围将到达10904亿元。
然则正在商场范围发作之外，资产落地必要的不再只是谁的模子更强、谁的硬件正在展会上更酷炫，而是谁能率先设立数据法式、打通资产生态、将工夫本领真正转化为可大范围复制的交付本领。
这恰是聆动通用给本身设定的目的。正在季超看来，聆动通用只做两件事：第一个是数据，第二个则是利用。这自身就不是一祖传统呆板人公司的创业头脑。古板呆板人公司的重心逐鹿力是本体缔制与运动把握，而聆动通用把数据和利用并列为政策重心，依托自助可控的全模态数据搜聚管线、预陶冶-后陶冶模子全栈本领、工规级软硬件一体化笔直整合的奇特生态位，实则是正在修建具身智能期间的底层需要本领。
聆动通用从创立之初就没有把本身框定为一祖传统的呆板人公司，而是立志成为具身智能资产根底举措的修建者。这背后，得益于科大讯飞系统的成熟孵化以及从工夫研发到产物落地的一口气性。“做大模子、主动驾驶和古板工业呆板人的公司均正在主动组织具身智能。”季超说，“但咱们正在底层源流工夫的演进上，不停有异常明白的一口气性。”
对付2017年就出席科大讯飞、永久深耕呆板人感知、交互与运动把握范围的他而言，具身智能原来不是一个风口，而是一件从未结束过的行状。
资金商场对这份堆集给出了急速回应。创设不到一年，聆动通用已杀青三轮融资。此中旧年8月披露的数亿元公民币天使轮融资，由元禾璞华领投、讯飞创投加码——老股东的连续押注，新一轮融资即将敲定，是对这支团队最有力的背书。
正在科技革新层面，聆动通用聚焦打制高泛化性的具身大模子和通用鲁棒的呆板人本体，推出了全栈自研的“行业级iFlyBot-VLM视觉说话基座大模子和iFlyBot-VLA视觉-说话-行为操作大模子”分层端到端架构。
正在收效转化上，聆动通用最新揭晓的LDB通用呆板人历经六轮内部迭代，自研率突出90%，算力、感知与功效安宁模块一起服从工规级法式计划，是真正事理上可能正在工业苛苛境遇下连续坚固功课的临盆力用具。
正在资产赋能上，聆动通用的眼神落得更远。行为副组长单元，深度加入工信部首个具身智能行业法式的草拟制订，该法式将于本年6月1日正式试行；同时推出邦内首个具身智能基准测试评测法式，成为邦内首批、安徽省首个通过可托AI评测的企业之一，让具身智能拜别工夫混战，走向有标可依的范例化进展。
季超夸大，聆动通用打制的是将来懂常识、善练习、能进化的硅基劳动力，不是一种用具，而是直接缔造结果的临盆伙伴，“咱们尽力于调度正在缔制业范围劳动力慢慢缺失，人类越来越不乐意从事艰难的体力劳动的近况，东西身智能 + 呆板人从头赋能古板缔制业智能化升级”。
行为人工智能走向实际宇宙的苛重载体，具身智能所带来的新质临盆力升级远不止于缔制业。从物流、医疗到民众供职，智能正正在打破认知层的范围，第一次真正进入物理宇宙、效力于实正在临盆。
这场临盆力革命的开始，曾经从每一条有序运转的工业产线上寂然爆发。就正在万亿级商场发作的前夕，聆动通用以众年的工夫堆集与资产验证为根底，率先打通了从数据到利用的全链道闭环。而这条道，正正在成为具身智能范围化落地最明白的一条航路。
期间的时机，只眷顾那些早已计算好的人。夯实数据地基，托举资产将来——恰是聆动通用采选的任务，也是它以为这个期间最值得尽心尽力的一件事。返回搜狐，查看更众