事件概述

灵初智能近期密集发布新一代具身智能模型、开源高质量数据集并完成新一轮融资，标志着其战略重心从单纯的硬件制造转向“数据入口”的构建。公司试图通过捕捉人类在真实场景中的操作数据，解决具身智能行业缺乏规模化训练数据的痛点，成为具身智能时代的“卖铲人”。

核心信息

1. 技术突破与模型表现

• Psi-R2 策略模型：在 MolmoSpaces 榜单中位列全球第一，超越了 PI、DreamZero 等主流模型。
• Psi-W0 世界模型：负责推演不同操作路径的后果，训练中融入了约 30% 的失败样本，旨在让机器人理解失败原因及调整策略，而不仅是模仿成功动作。
• 数据规模：预训练数据包含 5417 小时真机数据（Psi-MobiDex 数据集）和 95472 小时人类操作数据，覆盖 294 种场景、4821 种任务和 1382 种物体。同时开源了 1000 小时高质量全模态人类操作数据集。

2. 融资进展与资本逻辑

• 融资总额：已完成天使轮及 Pre-A 轮合计约 20 亿元人民币融资。
• 投资方阵容：包括国开金融、国中资本、央视融媒体产业投资基金、上海国资徐汇资本、国投先导、京西瑞瓴等政府背景及市场化基金。
• 资本关注点：投资者看重的并非整机出货量，而是其对机器人训练数据入口的掌控能力。在 2025 年具身智能融资规模达 329 亿元的背景下，灵初智能选择了更底层的“数据 + 模型”路线。

3. 数据采集与落地场景

• 采集方式：摒弃传统遥操作和纯仿真方案，采用多模态数据手套在真实场景中记录人类的视觉、触觉、关节角等信息，以获取高信噪比的精细操作数据。
• 硬件部署：北京地区已部署 100 套数据手套设备，完成万小时级真实数据验证。2026 年目标是将数据采集量级提升至百万小时。
• 分布式网络：计划结合微支付模式，允许用户租赁或购买数据手套，在家完成简单操作（如 3 分钟任务）获得报酬，以此构建可持续扩张的数据网络。
• 首选场景：聚焦服装仓储物流。该场景 SKU 丰富、作业节拍明确且复杂度适中，既能产生大量多样性数据，又具备可量化的商业验证价值（如扫码成功率需达 99.9% 以上）。

值得关注

• 商业化验证挑战：尽管技术和数据积累显著，但具身智能行业目前面临“订单水分”问题。2025 年中国市场披露的人形机器人项目中，超 80% 金额在 500 万元以下，部分订单可能仅为展示采购或数据采集合作，而非真正的生产力替代。
• 数据迁移壁垒：人类手部结构与机械手存在差异，将人类操作数据稳定迁移为机器人可执行的轨迹仍是核心难题。单纯的数据规模并不等同于模型能力，关键在于数据的精度、节拍以及能否转化为实际生产力。
• 未来竞争格局：灵初智能能否跑通“数据采集 -> 模型转化 -> 场景应用 -> 数据回流”的闭环，将决定其是成为机器人时代的基础设施公司，还是陷入 Demo 多、订单薄的行业困境。2026 年被视为具身智能商业化验证与淘汰赛开启的关键年份。