"初创黑马"灵犀智涌凭ROSS Harness拿下工业场景赛全国第三，跻身工业具身智能第一梯队

第二届世界人形机器人运动会的51个赛项，划出了两条清晰评价体系：竞技赛检验运动极限与协同能力，场景赛则直接对标真实岗位的作业标准。工业场景装配上料岗正是后者中最贴近产线的赛项，评判标准直指工业级交付的核心指标——长时程稳定性、毫米级精度，以及扰动下的自主恢复能力。

就是在这个最接近真实工厂的赛项里，成立仅三个月的灵犀智涌，用一台由Demo级本体组装而成的机器人，通过预赛、晋级决赛，最终以160分的佳绩跻身全国三强，成为工业场景赛除行业头部企业外唯一获奖的机器人公司。

这份成绩的含金量在于：公司成立时间短，参赛机并非量产机型而是Demo组装，而同台竞技的对手均为头部品牌，在底盘、机械臂等硬件能力上积累深厚。在硬件不占优的情况下突围，灵犀智涌靠的不是本体，而是一套自研的ROSS Harness Agent。

这背后是行业普遍困境：头部公司的Demo再漂亮，到了真实工业场景照样过不了交付关，卡在成功率不稳、吞吐率不够、运维太贵、迁移太难四件事上。底层原因直指单一模型路线的方法论局限——模型永远是概率输出，单次成功率有天花板；工业场景是开放世界，现有系统缺乏自进化能力，经验无法沉淀为可复用资产。

由联合创始人、CTO段逸凡博士领衔自研的ROSS Harness，是一套以控制论奠基人W. Ross Ashby命名的工业级执行体系，在模型与机器人之间建立持续运行的执行闭环，将模型概率性的动作能力转化为稳定、可控、可复用的生产能力。五项核心能力——模型抽象、技能抽象、Agentic AI、分层安全监控和数据飞轮——共同构成工业级自进化的底层引擎。其定义的"自进化"并非每次都重新训练大模型，而是让模型、Skill、Tool、任务调度与记忆体系在真实工业任务中共同演化。

灵犀智涌把核心壁垒押在Harness层，但并没有放弃模型能力：公司自研的CONWAY工业原生模型，围绕工业场景中的局部动作决策持续演进，已形成力觉增强、快速推理、动作对齐与安全控制等一系列技术成果，为Harness的设计与演进提供模型侧支撑。团队的核心判断是，模型能力与Harness并非替代关系——基座模型越强，Harness越能将其能力转化为稳定、可控、可规模化的工业执行能力；模型决定机器人初始能力，Harness决定这些能力进入产线后能否在真实任务与持续数据中被不断放大和进化。

团队是来自中科大的师徒双引擎：段逸凡博士读博期间聚焦具身智能、空间智能，论文发表于RSS、IJRR、TRO、ICRA、IROS等国际顶刊顶会，累计36篇、总引用超390次，拥有从自动驾驶到工业具身的全链路工程经验；联合创始人、首席科学家吉建民教授十多年执掌中科大"可佳""佳佳"服务机器人认知决策系统，获RoboCup@Home世界冠军，曾任纽劢科技CTO及穿山甲机器人首席科学家。目前团队已发表具身智能顶会顶刊论文百余篇，总引用超千次，并在机加工上下料、精密打螺丝、定子压合等工业场景落地验证。

下一步，灵犀智涌正推进这套自进化引擎的产品化落地——通过标准化硬件平台，把经过赛场检验的Harness能力交付给更多工业场景，让每一台进入产线的机器人都能持续迭代技能、优化策略、自我修复，真正实现"越用越强"。在它看来，大语言模型智能涌现后最现象级的产品是Codex、Claude Code这类Agent——同样的基座模型放进不同的Harness，任务表现可能判若两人，而物理AI世界正在重演这一逻辑：工业具身智能的下一个黄金赛道，属于"Model+Harness"协同进化的玩家。