灵初智能：10万小时人类数据，重塑具身智能中国答案

type

status

date

slug

summary

具身智能新浪潮：灵初智能的“人类数据”中国方案

2026年，具身智能（Embodied AI）领域正以前所未有的速度演进，“世界模型”（World Model）成为行业热词，众多企业竞相将其技术路线与此关联，试图通过可学习的环境模型来加速机器人训练。然而，在这股浪潮中，一家名为灵初智能（PsiBot）的公司，却选择了一条与众不同的道路，并给出了一个基于“人类数据”的中国答案。

灵初联合创始人陈源培明确指出，世界模型并非其核心方向，而是服务于数据迁移的工具。“我们从Day One开始，就在做人类数据。”这句话不仅点明了灵初的独特技术哲学，也预示着一个全新的数据驱动范式正在形成。灵初真正探寻的是：真实人类的操作数据，能否大规模、高效地转化为机器人训练数据？这项探索，已在10万小时量级的数据实践中得到了初步验证，为具身智能的规模化落地提供了新的可能。

从Robot-Centric到Human-Centric：数据采集的范式转移

具身智能发展至今，数据瓶颈是绕不开的难题。规模、质量与迁移效率之间的权衡，是行业面临的核心挑战。

传统主流路线之一是“Teleoperation”（遥操作），通过与机器人本体相似的设备，让人类直接控制机器人或“影子臂”采集数据。这种方式因数据与机器人本体高度同构，迁移难度低，训练链路直观。然而，其弊端同样明显：采集成本高昂、设备笨重、场地依赖强，且操作员需要专门训练，难以实现数据的海量规模化生产。对于追求通用机器人能力的公司而言，这种“素材场式”的数据生产模式很快触及天花板。

另一条路线是“Ego data”（第一视角数据），即利用摄像头捕捉人类第一视角的操作数据。它成本较低，更贴近真实人类行为，但面临着人与机器人之间天然的“Gap”：关节结构、自由度、动作习惯、视觉视角等差异，导致直接迁移效率低下，数据噪声大，动作不规范。

灵初智能的判断是：数据迁移问题可以通过模型和算法管线解决，但数据的规模问题必须从采集方式上根本解决。

“我们设计外骨骼手套，一个很核心的原因就是尽量不影响人的日常工作。”陈源培解释道。这意味着，灵初瞄准的不是专门为机器人训练搭建的“素材场”，而是真实、持续产生人类操作行为的劳动场景，如物流、仓储、收银、工厂等。这种“Human-Centric”的路线，接受了更高的迁移难度，换取了更广阔的数据规模上限。

相比之下，UMI等“Robot-Centric”方案，虽然数据迁移效率可能更高，但操作者动作受到限制，难以深入真实工作场景。灵初则选择了一条更具挑战但潜力更大的路径。

目前，灵初正并行采集两类人类数据： * 外骨骼手套数据：通过机械连接捕捉手部和手臂的完整自由度，精度更高，不依赖IMU，能记录更全面的双手双臂动作。 * 纯视觉数据：采用头部和腕部摄像头记录操作过程，成本更低，规模化能力更强，更符合Nvidia等公司推崇的EGO路线，但动作精度相对稍弱。

灵初设计的高自由度手套，不仅仅是为了适配自家灵巧手，更是为了提升数据的跨本体迁移能力，使其能够灵活迁移到不同类型的机器人本体上。

W0与R2：世界模型驱动下的数据迁移与策略生成

人类数据路线的核心难点不在于采集，而在于如何有效地“迁移”。人类动作的噪声、不规范性以及与机器人动力学差异，都需要精密的转化管线。灵初智能的解决方案是：借助强化学习，在世界模型中完成迁移。

灵初构建了一个包含两个核心模块的系统：W0 (World Model) 和 R2 (Robot Policy)。

W0：一个动作条件下的世界模型，能够根据当前状态和执行动作，预测下一帧的状态。在训练阶段，W0扮演着一个可学习的仿真器的角色。

R2：即最终部署到机器人上的策略（Policy），负责执行实际操作。

在训练过程中，R2并不直接在昂贵的真实机器人上进行大规模试错。相反，它在W0构建的仿真环境中，通过强化学习进行在线迭代。W0提供环境反馈，R2在此环境中不断探索，学习将人类手部动力学迁移至机器人动力学，并生成新的训练数据，再反哺R2，形成一个高效的闭环学习系统。一旦模型训练成熟，W0便可退场，机器人上只需运行R2策略。

“如果模型训好了，自然就不需要W0了。W0是提升过程中的仿真器，而不是部署的一部分。”陈源培再次强调，世界模型是数据转化管线中的一个中间模块，其价值在于助力人类数据向机器人策略的迁移，而非独立的技术终点。

在这种体系下，数据质量的判断权部分交给了模型本身：一条数据能否在世界模型中成功转换，能否让策略（Policy）跑通，就成为了筛选标准。随着模型能力的提升，数据筛选的边界也会动态调整。

灵初在10万小时量级的人类数据内部验证中取得的成果，指向了一个关键问题：机器人基础模型是否必须依赖大规模的真机遥操作数据？陈源培的观点是，真机数据依然重要，但并非唯一燃料。当人类数据采集达到足够规模且迁移管线足够有效时，大量真机数据可以被人类数据部分替代，充当校准、验证和微调的补充。

从数据集到落地：SynData、小全栈与未来展望

灵初智能近期发布的SynData数据集，在Hugging Face上已获得约1.46万次下载。该数据集基于R2和W0体系，是新一代大规模真实世界多模态数据集，覆盖视觉、语言、动作等维度。通过其自研外骨骼手套系统，SynData能够捕捉高精度、完整自由度的双手双臂操作数据，并结合裸手数据和自然人类交互行为，为动作建模、操作学习、道具学习及多模态智能研究提供宝贵资源。

SynData的发布，是灵初技术路线的一次阶段性外化：以真实人类操作数据为底座，经由世界模型和强化学习完成迁移，最终训练出可部署的机器人策略。

商业化方面，灵初将当前发展阶段划分为三个层次： 1. 产能期：现阶段收入主体仍来自硬件（外骨骼手套、采集系统等），数据收入预计明年逐渐成为主体。 2. 调Policy期：机器人进入具体客户场景，仍需针对任务、环境和节拍要求调整策略。陈源培认为，真正无需调整的通用基模，尚需三到五年。 3. 基模期：这是终极目标，但非当下。

这也解释了灵初为何选择做“小全栈”——以模型为核心，向下掌握关键环节，但止步于核心零部件。触觉传感器、精密减速器等，则选择外采。这是因为落地需要硬件的稳定性、节拍要求与硬件高度耦合，当前模型与硬件的耦合度极高，仅做模型难以完成真实交付。

对于行业其他路线，灵初持开放但务实的态度。他们认为，Genesis等近期机器人Demo并不需要被神化，如果用灵初的硬件和数据体系去训练，同样可以实现。

陈源培对仿真持相对保守态度，认为仿真虽是重要工具，但期望其单独解决真实物理世界中的接触、长尾和高精度操作问题，概率不高。

那么，Human Data路线是否会被证伪？他认为，仅有两种可能：一是仿真出现巨大突破，能低成本生成足够真实、多样、可迁移的数据；二是某家公司具备强大的资金和工程能力，真正跑通真机数据飞轮。相比之下，他认为第二种可能性更高。

灵初智能Human Data路线真正要证明的，并非人类数据比真机数据更“干净”，而是在规模、成本、迁移效率和泛化能力之间，能否形成更优的综合解决方案。

这条路线的护城河，不仅在于庞大的数据量，更在于数据梳理的管线、积累和处理的方法。算法或许不是秘密，但数据管线和方法论的积累，是长期且难以被快速追赶的。此外，组织能力，包括组织的文化、结构和价值观，同样是构建竞争壁垒的关键。

从论文到公司，灵初智能始终致力于同一件事：让人类数据能够被机器人真正“用起来”，以构建通用机器人能力。VLA、世界模型、强化学习，都只是实现这一目标的工具。

--- *AI资讯，AI新闻，AI门户，AGI，LLM，大模型，提示词, openai, chatGPT, 人工智能, claude, AI日报, Prompt, AI变现等内容，请持续关注我们。*