4月12日，靈初智能官宣完成新一輪融資，投資方是國投先導(dǎo)和京西瑞瓴，一個是硬科技賽道的頭部國資機(jī)構(gòu)，一個是北京國資聯(lián)合高瓴背景發(fā)起的AI產(chǎn)業(yè)基金。兩天前，靈初剛發(fā)布了新一代模型Psi-R2和世界模型Psi-W0，其中Psi-R2在國際權(quán)威基準(zhǔn)MolmoSpaces上拿下全球第一，超過了PI和英偉達(dá)GEAR。同時開源1000小時人類操作數(shù)據(jù)集。

融資、發(fā)模型、屠榜、開源，四件事擠在一周里，節(jié)奏很密。但如果只盯著這些動作本身，容易看岔。

這件事真正值得聊的，不是靈初拿了多少錢，而是資本在押注什么。

答案是一條數(shù)據(jù)路線。

具身智能眼下最大的瓶頸，不是算法不夠好，是數(shù)據(jù)不夠用。這一點行業(yè)里幾乎已經(jīng)有共識了。機(jī)器人想學(xué)會干活，不能像大語言模型那樣從互聯(lián)網(wǎng)上白撈文本，也不像自動駕駛有多年路測數(shù)據(jù)可以吃。它的訓(xùn)練素材只能從現(xiàn)實世界里一口一口喂。

過去幾年，主流方案是真機(jī)遙操作——人盯著屏幕遠(yuǎn)程控制機(jī)械臂，一條一條錄軌跡。這條路在早期確實管用，但規(guī)模一上來就撐不住了。采集一小時數(shù)據(jù)動輒花幾百塊，還得搭專業(yè)動捕環(huán)境，人盯著屏幕操控的節(jié)奏也很難跟上真實生產(chǎn)節(jié)拍。模型越大、任務(wù)越復(fù)雜，這種供給方式就越像用水杯往游泳池里灌水。

靈初智能選了另一條路：不讓人遠(yuǎn)程控制機(jī)器人，而是讓人直接干活，再把人的操作數(shù)據(jù)”翻譯”給機(jī)器人用。

邏輯很樸素。人類本來就每天在工廠、倉庫、流水線上完成海量精細(xì)操作，這些數(shù)據(jù)天然存在，成本極低，而且自帶真實作業(yè)的節(jié)拍和動作細(xì)節(jié)。據(jù)靈初披露，他們積累的人類操作數(shù)據(jù)總規(guī)模已經(jīng)接近10萬小時，覆蓋294種場景、4821種任務(wù)。這個量級，靠遙操作恐怕再干幾年也攢不出來。

但人類數(shù)據(jù)有一個繞不過去的硬傷：人手和機(jī)械手長得不一樣。人抓一個蘋果的動作，直接映射到機(jī)械臂上，很可能就差那么一丁點就抓不起來。對手機(jī)裝配、精密插接這類任務(wù)，毫米級的誤差就能讓整個動作失效。

靈初的解法是搭了一套雙模型框架。策略模型Psi-R2負(fù)責(zé)從人類數(shù)據(jù)里學(xué)”任務(wù)該怎么做”，世界模型Psi-W0負(fù)責(zé)推演”換種做法會怎樣”。人類的操作軌跡先經(jīng)過Psi-R2學(xué)習(xí)，再交給Psi-W0在機(jī)器人的視覺和動力學(xué)條件下做模擬驗證，不行就用強(qiáng)化學(xué)習(xí)繼續(xù)調(diào)，直到這條軌跡變成機(jī)器人真能執(zhí)行的動作。相當(dāng)于在模型里多了一層”夢里試錯”的空間，好的軌跡回流訓(xùn)練，壞的軌跡幫助識別失敗邊界，數(shù)據(jù)飛輪就這么轉(zhuǎn)起來了。

從結(jié)果看，這條路暫時跑通了。Psi-R2預(yù)訓(xùn)練完成后，只需要不到100條真機(jī)軌跡微調(diào)，就能完成手機(jī)裝配、工業(yè)包裝、紙盒折疊這些長時序高精度任務(wù)。MolmoSpaces榜單上的全球第一，也算是一個外部驗證。

當(dāng)然，這條路遠(yuǎn)談不上沒有風(fēng)險。純靠第一視角視頻恢復(fù)的人手軌跡，精度只到毫米級，靈初自己也承認(rèn)得靠自研外骨骼手套才能壓到亞毫米級?？绫倔w遷移的損耗到底有多大，在更多任務(wù)類型上能不能持續(xù)扛住，都還需要更大規(guī)模的驗證。

但我覺得這件事的意義，不在于靈初現(xiàn)在做到了什么程度，而在于它指出了一個方向：當(dāng)遙操作數(shù)據(jù)這條路明顯到頂?shù)臅r候，人類數(shù)據(jù)有可能成為具身智能下一階段的主燃料。

國投先導(dǎo)和京西瑞瓴這筆錢投進(jìn)去，表面上投的是一家公司，實際上押的是這個判斷。如果這條路走通了，靈初占住的就不只是一個產(chǎn)品的身位，而是下一代具身智能訓(xùn)練范式的入口。

這才是這筆融資真正值錢的地方。