江蘇
最近，硅谷機器人公司 Figure AI 的一場分揀直播，把人形機器人重新推到科技圈聚光燈下。
直播畫面里，一臺人形機器人站在傳送帶前，像倉庫工人一樣完成包裹分揀：識別包裹條碼、抓取、翻轉、調整方向，再放到對應位置。相比此前人形機器人跳舞、端咖啡、搬箱子，這一次 Figure AI 選擇了一個更接近真實商業化的任務——物流分揀。
據外媒報道，Figure AI展示的是其F.03人形機器人，背后系統為 Helix-02。Figure AI CEO Brett Adcock對外表示，機器人在直播中實現自主運行，沒有人類遙操作參與。直播畫面顯示，機器人能夠連續數小時執行分揀任務，并接近約 3 秒處理一件包裹的人類工作節奏。這場直播迅速獲得大量觀看，也引發外界對人形機器人商業化進度的討論。
Figure AI 之所以引發關注，并不只是因為機器人的分揀能力，而是因為分揀這個任務本身代表著具身智能進入現實產業的一道門檻。
在倉儲、物流、制造業等場景中，大量工作都可以被拆解為識別、抓取、搬運、放置、復核等動作。過去，工業機器人更擅長在固定位置、固定軌跡、固定工件上完成重復動作；而具身智能機器人要解決的是更復雜的問題：物體形狀不固定，位置不固定，任務指令可能變化，機器人不僅要動起來，還要理解環境、判斷目標、規劃動作，并在真實物理世界里穩定執行。
類似的公司，并不只在美國出現。在中國，科大訊飛體系內也有一家正在做類似方向的機器人公司——聆動通用。
聆動通用成立于2024年12月，總部位于合肥，是科大訊飛生態內聚焦工業具身智能的硬科技企業。公開資料顯示，聆動通用定位為“訊飛系”具身智能通用機器人公司，聚焦具身大模型和通用機器人研發，主攻B端產業場景。
從應用場景看，Figure Al 此次展示的包裹分揀，與聆動通用切入的揀選、面單識別、工業操作等方向存在明顯交集。兩者都瞄準了具身智能商業化最現實的一類場景：讓機器人在真實產業現場替代或輔助人類完成重復性、高頻次、標準化程度較高的體力勞動。
據公開報道，聆動通用成立后已完成多輪融資。2025 年 8 月，公司完成數億元人民幣天使輪融資，訊飛創投持續戰略加碼，元禾璞華、優勢資本、盈科投資、天智投資、合肥高投等參與投資。2026 年 4 月，聆動通用又宣布完成數億元 Pre-A 輪融資，投資方包括華義創投、訊飛創投、泰達科投、博眾精工產投等。
團隊方面，聆動通用創始人兼 CEO 季超為中國科學技術大學博士，長期從事機器人感知、交互、運動控制和具身智能相關技術研發。公開資料顯示，季超畢業后加入科大訊飛，參與過 AI 智能硬件、機器人和具身智能關鍵技術研發及產業化工作。
在技術路線上，聆動通用提出的是“大腦—小腦—本體”全鏈路自主可控架構。其中，“大腦”對應機器人的認知、理解和任務規劃能力；“小腦”對應運動控制、技能執行和動作穩定性；“本體”則是機器人完成物理交互的硬件基礎。
聆動通用公開介紹中提到，公司聚焦打造高泛化性的具身大模型和通用魯棒機器人本體，推出了 iFlyBot-VLM 視覺語言基座大模型和 iFlyBot-VLA 視覺-語言-動作操作大模型，試圖解決具身智能在真實場景中的泛化和落地問題。
VLA推理翻面單技能
一臺機器人可串接多任務作業
中國擁有龐大的制造業、倉儲物流、商超零售和工業自動化需求。相比家庭服務機器人，B 端產業場景需求更明確，付費能力更強，ROI 也更容易計算。分揀、揀選、搬運、上下料、質檢、補貨等任務，都可能成為具身智能機器人的早期落地場景。
從技術演進路徑來看，科大訊飛的 AI 能力布局呈現清晰的遞進邏輯：從核心的大語言模型起步，先完成文本理解、知識推理與自然交互的基礎能力構建；再升級為多模態大模型，打通視覺、聽覺、語言等多維度信息感知與融合，讓 AI 具備 “看懂、聽懂、理解” 復雜場景的能力；最終延伸至具身智能模型，把虛擬世界的 AI 認知能力，落地為物理世界的感知、決策與動作執行能力。
而聆動通用，正是科大訊飛將這套完整 AI 技術體系，從數字世界走向實體產業、從軟件智能走向軟硬件一體的關鍵載體，也是中國具身智能追趕全球前沿、實現產業落地的重要力量。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
