中科大博士段逸凡创立灵犀智涌，以“模型+Harness”架构应对工业具身智能落地难题

事件概述

近日，中科大机器人博士段逸凡在上海创立具身智能公司灵犀智涌，定位为工业级自进化具身智能机器人企业。公司搭建了 ROSS Harness 与 CONWAY 工业原生模型协同演进的技术体系，并推出第一代工业具身 Harness 系统 ROSS。该系统已亮相第二届世界人形机器人运动会。

段逸凡生于1998年，中科大机器人方向博士，师从机器人专家吉建民教授，读博期间聚焦具身智能、空间智能，研究成果发表于 RSS、IJRR、ICRA、IROS 等国际顶刊顶会。吉建民教授以联合创始人、首席科学家身份加入，形成“学术指导+工程攻坚”的双引擎结构。

核心信息

行业痛点

当前工业具身智能规模化落地面临关键瓶颈：预训练模型在真实产线的部署成功率普遍不足60%，吞吐率不及人工，运维成本居高不下，导致“机器人进厂干活”难以大规模实现。

ROSS Harness 架构

ROSS 以控制论奠基人 W. Ross Ashby 命名，是一套围绕具身模型构建的工业级执行系统，将模型概率性的动作生成能力转化为稳定、可控、可复用的物理世界执行能力。其围绕工业闭环构建五项核心能力：

• 模型抽象：建立统一模型输入输出规范，将不同 VLA、World Action Model 等具身模型封装在统一接口之后，使新模型可通过局部适配接入，上层任务规划、Skill 编排、安全策略及经典控制模块保持复用。
• 技能抽象：将工具、模型能力和工程策略组织为可复用的任务单元，包含适用条件、安全约束、执行策略、结果判定和失败处理，使工业现场 Know-how 沉淀为标准化、可评估、可迁移的数字资产。
• Agentic AI 规划：完成目标理解、任务拆解、技能编排和异常恢复，支持多种任务编排与执行策略，兼顾大模型灵活性与工业现场可控性。
• 分层安全监控：建立从底层硬安全到任务级判断的分层监控与容错体系。底层由控制器和硬件安全机制进行毫秒级兜底；中层持续监测轨迹、速度、空间边界；上层判断任务是否偏离预期，并可触发中断、重试、回退、替代 Skill、重新规划或人工接管。
• 数据飞轮：将任务上下文、环境状态、动作过程、失败案例、人工接管、异常恢复路径及最终结果结构化沉淀，用于更新 Skill、优化任务编排、完善恢复策略和长期记忆，使系统不依赖大规模重新训练即可持续改善执行能力。

自进化定位

灵犀智涌定义的“自进化”并非单纯扩大模型参数或积累数据时长，而是让模型、Skill、Tool、任务调度和记忆体系在真实任务中共同演化。公司强调“做模型但不押注单一模型路线”，在保持对 VLA、WAM 等基础模型前沿研究的同时，避免将产品体系绑定在尚未收敛的技术架构上。

值得关注

ROSS Harness 已在第二届世界人形机器人运动会工业场景赛事中验证任务执行与异常恢复能力。灵犀智涌的核心目标是推动具身智能跨越从实验室 Demo 到工业级产品的鸿沟，建立可交付、可验收、可持续迭代的产品闭环。