Lingchu Intelligence: Embodied AI shifts to data-driven era

🔑 增強重點摘要

•靈初智能採用「以人為本」的數據採集方法，利用多模態數據手套在真實場景中捕捉人類的視覺、觸覺和關節角度信息，與傳統遙操作或純仿真方案形成對比，旨在實現機器人操作的更大泛化性。
•該公司已開發出「雙系統大模型架構」，包括用於理解指令和規劃動作的Psi-R2（世界動作模型/VLA），以及用於模擬物理世界並優化Psi-R2策略的Psi-W0（動作條件世界模型）。
•靈初智能自主研發的外骨骼數據手套可實現亞毫米級的3D軌跡精度，並將數據採集成本降至傳統真機遙操作方案的十分之一，使其大規模人類數據採集成為可能。
•其Psi-R2模型已使用10萬小時量級的人類數據進行預訓練，並在全球具身智能權威基準評測平台MolmoSpaces榜單中位列全球第一，展現出僅需不到100條真機軌跡即可完成新任務的強大泛化能力。
•靈初智能已在HuggingFace上開源了其大規模、多模態人類手部操作數據集SynData的首批1000小時數據，截至2026年5月13日下載量已達約1.46萬次，旨在推動行業數據標準的形成。

🛠️ 技術深入

數據採集技術：
- 採用自主研發的外骨骼數據手套，能精確捕捉人手21個關節自由度、高精度觸覺信息，並同步記錄頭戴式與手部視角的視覺數據。
- Psi-SynEngine數據採集方案包含便攜式外骨骼觸覺手套數采套裝、大規模「in the wild」數采數據管線，以及基於世界模型和強化學習的跨本體數據遷移模型。
- 數據採集成本相較傳統真機遙操作方案降低至十分之一。
- 採集數據為多模態，涵蓋視覺、語言、觸覺和動作信息。
- Psi-SynNet-v0數據集覆蓋多行業、多場景、多物體與多技能的真實操作，數據量級達到大語言模型同級水平。
模型架構與訓練：
- Psi-R2 (世界動作模型/VLA)：核心功能是理解指令、規劃動作並直接操控機器人，是全球首個以10萬小時量級人類數據預訓練的世界動作模型。
- Psi-W0 (動作條件世界模型)：不直接控制機器人，而是在後台模擬物理世界運行規律，專門用於評估、打磨和提升Psi-R2的策略，並通過強化學習將人類經驗轉化為機器人可執行的策略。
- Psi-R2的訓練骨幹網絡選用Wan2.2-IT2V-5B-480P。
- 訓練方法涉及將人類關節與機器人本體進行運動學對齊，使模型能從海量數據中自主學習。
- 強化學習是其機器人技能集訓練、數據生成及端到端解決方案研發的核心算法。
性能指標：
- Psi-R2模型在MolmoSpaces國際具身智能基準評測中斬獲全球第一。
- 具備在不到100條真機軌跡下泛化至全新任務的能力。
- 外骨骼手套的3D軌跡精度達到亞毫米級。

🔮 前景展望AI analysis grounded in cited sources

靈初智能將成為具身智能領域的數據標準制定者。

該公司正積極開源其大規模人類操作數據集，並計劃推動行業基準測試和數據格式、評測指標的行業共識形成。

具身智能機器人將在物流和泛商超等特定商業場景實現大規模應用。

靈初智能的百萬小時級數據採集目標主要聚焦於物流和泛商超領域，旨在支撐這些場景下的基礎模型，實現揀選、打包等任務的泛化。

具身智能數據採集成本將持續大幅下降，並可能出現眾包模式。

靈初智能已將數據手套採集成本降至傳統方案的十分之一，並計劃推出便攜式、可眾包的版本，進一步降低成本，使數據採集更貼近真實作業環境。

⏳ 時間線

2024-09

靈初智能公司成立

2024-11-13

完成天使輪融資，由高瓴創投和藍馳創投領投

2025-12-11

發布全球首個具身原生人類數據採集方案Psi-SynEngine及大規模真實世界多模態數據集Psi-SynNet-v0

2026-03-10

完成天使輪及Pre-A輪總計20億元融資

2026-04

發布Psi-R2與Psi-W0雙系統大模型架構，並開源首批1000小時人類手部操作全模態數據集

2026-05-13

靈初智能開源的SynData數據集在HuggingFace Trending榜上衝上全球第一

靈初智能：具身智能正轉向數據驅動時代

⚡ 30-Second TL;DR

關鍵要點

🧠 深度解析

🔑 增強重點摘要

🛠️ 技術深入

🔮 前景展望AI analysis grounded in cited sources

⏳ 時間線

📎 來源 (16)

👉相關動態

AI 影視產業告別野蠻生長，邁向成熟分化