近日，具身智能領(lǐng)域迎來一筆重磅融資——靈初智能宣布完成天使輪及Pre-A輪共計20億元融資，投資方陣容堪稱豪華，既有國開金融、國中資本、央視融媒體產(chǎn)業(yè)投資基金等國家級“國家隊”資本，也有上海國資徐匯資本、梁溪科創(chuàng)產(chǎn)業(yè)二期母基金（博華資本管理）、錫創(chuàng)投等地方國資，還有眾多知名產(chǎn)業(yè)資本和市場化基金參與其中，多家老股東更是實現(xiàn)超額跟投，華興資本擔任長期財務(wù)顧問。本輪融資資金將主要用于加速靈初智能在物流場景的規(guī)?；涞匾约皵?shù)據(jù)采集體系建設(shè)。

靈初智能由前云跡科技、京東算法團隊核心成員創(chuàng)立，自成立之初便不走尋常路。在行業(yè)普遍聚焦核心零部件、移動底盤甚至急于打造完整雙足人形機器人時，靈初智能卻將目光瞄準了“操作”，尤其是通用靈巧操作。公司創(chuàng)始人王啟斌指出，從2015年前后配送機器人興起，行業(yè)就始終未能攻克“手”上的操作難題。

在王啟斌看來，具身智能正處于“冷啟動”關(guān)鍵階段，而高質(zhì)量、低成本的人類操作數(shù)據(jù)是破局關(guān)鍵。他以特斯拉的FSD（全自動駕駛）模式為例，特斯拉因Model 3在2017年發(fā)售后迅速實現(xiàn)百萬臺年銷量，底層數(shù)據(jù)回流讓FSD快速迭代。但具身智能面臨的數(shù)據(jù)難題更為棘手，缺乏數(shù)據(jù)導(dǎo)致模型無法泛化，機器人無法大規(guī)模部署，進而無法獲取低成本真實世界數(shù)據(jù)，而仿真數(shù)據(jù)又存在較大差距，無法直接用于訓(xùn)練泛化模型?；诖?，靈初智能將第一個戰(zhàn)場選在了數(shù)據(jù)基建，而非雙足運動或關(guān)節(jié)模組性能競賽。

在數(shù)據(jù)采集方面，靈初智能有著獨特思路。去年，UC Berkeley提出的UMI（Universal Manipulation Interface）范式引發(fā)全球關(guān)注，其核心是用低成本的人持夾爪采集數(shù)據(jù)，但這種方式采集的數(shù)據(jù)并非人類數(shù)據(jù)，無法泛化到五指靈巧手上。靈初智能則回歸“人本”，推出“靈初數(shù)據(jù)采集引擎”。這并非簡單的數(shù)據(jù)手套，而是一個集成視覺（多視角）、觸覺（壓阻/電容）、21個關(guān)節(jié)角信息的復(fù)雜系統(tǒng)。該方案先學習人類操作底層邏輯，再通過“重定向”技術(shù)將人類操作意圖映射到不同結(jié)構(gòu)、自由度的機器人本體上，使模型能適應(yīng)多種硬件形態(tài)，不被特定機械構(gòu)型鎖定。

這一方案的成本優(yōu)勢十分明顯。據(jù)透露，其數(shù)據(jù)采集設(shè)備的硬件投入成本僅為真機遙操作方案的十分之一。今年3月后，還將推出便攜式版本，進一步降低數(shù)據(jù)采集成本，未來甚至計劃通過“眾包”模式，讓普通人在工作和生活中佩戴手套采集數(shù)據(jù)，實現(xiàn)去中心化數(shù)據(jù)回流。王啟斌強調(diào)，成本只是保證數(shù)據(jù)大規(guī)模擴展，把高信噪比數(shù)據(jù)訓(xùn)進模型才是靈初的核心競爭力。

在商業(yè)化落地場景選擇上，靈初智能聚焦物流場景，且切口極為具體，如衣服供包、入箱揀選、分撥墻等。王啟斌認為，物流場景遠比簡單的“抓取 - 放置”（Pick and Place）復(fù)雜。以商超補貨為例，要把一箱東西拆開，拿出物品放到容器里，推到貨架，放上去并理貨，往掛鉤上掛東西、開冰箱門補飲品、拿出過期物品等，是十幾個動作的序列。實際場景中，物品形態(tài)千差萬別，對機器人的感知、規(guī)劃和操作精度要求極高，涉及視覺識別、柔性抓取、軌跡規(guī)劃、力控等綜合性挑戰(zhàn)。目前，靈初智能在衣服供包場景的節(jié)拍已達到800 UPH（Units Per Hour），達到國內(nèi)最高水平，并已進入客戶現(xiàn)場陪產(chǎn)階段。

面對外界對“模型碎片化”和“場景泛化邊界”的擔憂，靈初智能技術(shù)負責人Viktor詳細拆解了公司的完整技術(shù)管線。他將技術(shù)管線類比為大語言模型訓(xùn)練過程：首先是預(yù)訓(xùn)練，利用數(shù)據(jù)手套大規(guī)模采集長程、多任務(wù)的人類操作數(shù)據(jù)，培養(yǎng)“知識面廣但不夠精專”的“中學生”；接著是后訓(xùn)練，在選定落地的真機上進行少量（約100小時級）遙操作數(shù)據(jù)采集，讓模型適配特定機型“身體”結(jié)構(gòu)；然后是真機強化，通過強化學習提升任務(wù)成功率和節(jié)拍；最后是端側(cè)推理與糾錯，在真實部署中遇到無法自動恢復(fù)的極端情況，由人工介入糾錯，數(shù)據(jù)回流到模型迭代。預(yù)訓(xùn)練數(shù)據(jù)決定泛化能力廣度，后訓(xùn)練與強化數(shù)據(jù)決定具體場景性能高度，這種分層數(shù)據(jù)體系與模型迭代路徑確保公司既不失通用性，又能落地。

對于具身智能整體發(fā)展階段，靈初智能認為這是一個長達十年的長周期賽道，目前處于Gartner曲線早期。硬件百花齊放的第一波浪潮已過，當前正迎來數(shù)據(jù)浪潮。靈初智能目標明確，到2026年將真實世界人類操作數(shù)據(jù)規(guī)模提升至百萬小時級別，并基于此訓(xùn)練出高度泛化的預(yù)訓(xùn)練模型。同時，公司將圍繞數(shù)據(jù)采集設(shè)備銷售、數(shù)據(jù)資產(chǎn)變現(xiàn)以及場景解決方案交付，建立多元化商業(yè)模式。在行業(yè)聚焦人形機器人外在形態(tài)與雙足運動時，靈初智能回歸數(shù)據(jù)源頭，致力于降低“教機器人操作”成本，或許在通往通用具身智能的路上，這將成為其制勝關(guān)鍵。