灵犀智涌凭 ROSS Harness 跻身人形机器人运动会工业赛全国三强

在第二届世界人形机器人运动会的工业场景装配上料赛中，成立仅三个月的初创公司灵犀智涌以 160 分的成绩跻身全国三强，并成为该赛项中除行业头部企业之外唯一获奖的机器人公司。值得关注的是，其参赛机并非量产机型，而是由 Demo 级本体组装而成，在硬件条件不占优的情况下突围，背后依托的是一套自研的 ROSS Harness Agent 系统。

赛事背景与成绩含金量

第二届世界人形机器人运动会共设 51 个赛项，分为竞技赛与场景赛两条评价体系。工业场景装配上料岗属于场景赛，直接对标真实产线作业标准，考察长时程稳定性、毫米级精度以及扰动下的自主恢复能力。在硬件能力较强的头部品牌同台竞技的情况下，灵犀智涌凭借 Demo 机组装件与软件系统突围，被业内视为体现 Harness 层价值的典型样本。

ROSS Harness 的系统思路

ROSS Harness 由公司联合创始人、CTO 段逸凡博士领衔自研，以控制论奠基人 W. Ross Ashby 命名，定位于「模型与机器人之间的执行闭环」。其官方介绍中包含五项核心能力：

• 模型抽象：将 VLA、World Action Model 等统一到标准接口，新模型只需局部适配，上层任务规划、Skill 编排、安全策略与控制模块可复用。
• 技能抽象：把模型、工具与工程策略封装为带适用条件、安全约束、结果判断与失败处理的 Skill，使工业 Know-how 沉淀为可调用、可迁移的数字资产。
• Agentic AI：负责目标理解、任务拆解、Skill 编排与异常恢复，在模型灵活性与工业执行的确定性之间建立边界。
• 分层安全监控：从毫秒级硬件安全、秒级轨迹监督到任务级状态判断，对执行过程持续判断并在异常时触发中断、重试、回退、替代 Skill 或重新规划。
• 数据飞轮：将任务上下文、失败案例、人工接管与恢复路径结构化沉淀，用于更新 Skill、优化编排、完善恢复策略与长期记忆，并反哺模型。

团队背景

段逸凡为中国科学技术大学博士，聚焦具身智能与空间智能方向，研究成果曾发表于 RSS、IJRR、TRO、ICRA、IROS 等国际顶刊顶会，累计发表论文 36 篇、引用超 390 次，具备从自动驾驶到工业具身的全链路工程经验。公司联合创始人、首席科学家吉建民为中科大计算机学院副教授、博导，曾主持中科大「可佳」「佳佳」服务机器人认知决策系统并获 RoboCup@Home 世界冠军，相关成果被《Artificial Intelligence》评为认知机器人十年最佳技术成果；他亦曾任纽劢科技 CTO 与穿山甲机器人首席科学家，主导过华为—中科大基础系统软件联合创新项目，具备将前沿算法转化为年产十万台级商业产品的产业经验。

「Model + Harness」协同演进的产品化方向

灵犀智涌方面表示，公司并未因强调 Harness 而放弃模型能力。其自研的 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技术成果，定位是为 Harness 的设计与演进提供模型侧支撑。其团队核心判断是：基座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、异常反馈与持续数据中不断被放大和进化。

截至发稿，灵犀智涌已在机加工上下料、精密打螺丝、定子压合等工业场景完成落地验证，并正在推进将 ROSS Harness 通过标准化硬件平台向更多工业场景交付，使进入产线的机器人能够持续迭代技能、优化策略与自我修复。需要说明的是，本文主要内容由灵犀智涌提供，量子位获授权转载，文中技术细节与成绩表述尚需后续独立验证。