近日，具身智能領(lǐng)域迎來(lái)一筆重磅融資——靈初智能宣布完成天使輪及Pre-A輪共計(jì)20億元融資，投資方陣容堪稱豪華，既有國(guó)開金融、國(guó)中資本、央視融媒體產(chǎn)業(yè)投資基金等國(guó)家級(jí)“國(guó)家隊(duì)”資本，也有上海國(guó)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(guó)資，還有眾多知名產(chǎn)業(yè)資本和市場(chǎng)化基金參與其中，多家老股東更是實(shí)現(xiàn)超額跟投，華興資本擔(dān)任長(zhǎng)期財(cái)務(wù)顧問(wèn)。本輪融資資金將主要用于加速靈初智能在物流場(chǎng)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(tuán)隊(duì)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(dòng)底盤甚至急于打造完整雙足人形機(jī)器人時(shí)，靈初智能卻將目光瞄準(zhǔn)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(jī)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(lái)，具身智能正處于“冷啟動(dòng)”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(dòng)駕駛）模式為例，特斯拉因Model 3在2017年發(fā)售后迅速實(shí)現(xiàn)百萬(wàn)臺(tái)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(wú)法泛化，機(jī)器人無(wú)法大規(guī)模部署，進(jìn)而無(wú)法獲取低成本真實(shí)世界數(shù)據(jù)，而仿真數(shù)據(jù)又存在較大差距，無(wú)法直接用于訓(xùn)練泛化模型?；诖?，靈初智能將第一個(gè)戰(zhàn)場(chǎng)選在了數(shù)據(jù)基建，而非雙足運(yùn)動(dòng)或關(guān)節(jié)模組性能競(jìng)賽。

在數(shù)據(jù)采集方面，靈初智能有著獨(dú)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(wú)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(jiǎn)單的數(shù)據(jù)手套，而是一個(gè)集成視覺（多視角）、觸覺（壓阻/電容）、21個(gè)關(guān)節(jié)角信息的復(fù)雜系統(tǒng)。該方案先學(xué)習(xí)人類操作底層邏輯，再通過(guò)“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(jī)器人本體上，使模型能適應(yīng)多種硬件形態(tài)，不被特定機(jī)械構(gòu)型鎖定。

這一方案的成本優(yōu)勢(shì)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(jī)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(jìn)一步降低數(shù)據(jù)采集成本，未來(lái)甚至計(jì)劃通過(guò)“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(shí)現(xiàn)去中心化數(shù)據(jù)回流。王啟斌強(qiáng)調(diào)，成本只是保證數(shù)據(jù)大規(guī)模擴(kuò)展，把高信噪比數(shù)據(jù)訓(xùn)進(jìn)模型才是靈初的核心競(jìng)爭(zhēng)力。

在商業(yè)化落地場(chǎng)景選擇上，靈初智能聚焦物流場(chǎng)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(rèn)為，物流場(chǎng)景遠(yuǎn)比簡(jiǎn)單的“抓取 - 放置”（Pick and Place）復(fù)雜。以商超補(bǔ)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(bǔ)飲品、拿出過(guò)期物品等，是十幾個(gè)動(dòng)作的序列。實(shí)際場(chǎng)景中，物品形態(tài)千差萬(wàn)別，對(duì)機(jī)器人的感知、規(guī)劃和操作精度要求極高，涉及視覺識(shí)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(chǎng)景的節(jié)拍已達(dá)到800 UPH（Units Per Hour），達(dá)到國(guó)內(nèi)最高水平，并已進(jìn)入客戶現(xiàn)場(chǎng)陪產(chǎn)階段。

面對(duì)外界對(duì)“模型碎片化”和“場(chǎng)景泛化邊界”的擔(dān)憂，靈初智能技術(shù)負(fù)責(zé)人Viktor詳細(xì)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(yǔ)言模型訓(xùn)練過(guò)程：首先是預(yù)訓(xùn)練，利用數(shù)據(jù)手套大規(guī)模采集長(zhǎng)程、多任務(wù)的人類操作數(shù)據(jù)，培養(yǎng)“知識(shí)面廣但不夠精?！钡摹爸袑W(xué)生”；接著是后訓(xùn)練，在選定落地的真機(jī)上進(jìn)行少量（約100小時(shí)級(jí)）遙操作數(shù)據(jù)采集，讓模型適配特定機(jī)型“身體”結(jié)構(gòu)；然后是真機(jī)強(qiáng)化，通過(guò)強(qiáng)化學(xué)習(xí)提升任務(wù)成功率和節(jié)拍；最后是端側(cè)推理與糾錯(cuò)，在真實(shí)部署中遇到無(wú)法自動(dòng)恢復(fù)的極端情況，由人工介入糾錯(cuò)，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(qiáng)化數(shù)據(jù)決定具體場(chǎng)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(duì)于具身智能整體發(fā)展階段，靈初智能認(rèn)為這是一個(gè)長(zhǎng)達(dá)十年的長(zhǎng)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(guò)，當(dāng)前正迎來(lái)數(shù)據(jù)浪潮。靈初智能目標(biāo)明確，到2026年將真實(shí)世界人類操作數(shù)據(jù)規(guī)模提升至百萬(wàn)小時(shí)級(jí)別，并基于此訓(xùn)練出高度泛化的預(yù)訓(xùn)練模型。同時(shí)，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(chǎng)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(jī)器人外在形態(tài)與雙足運(yùn)動(dòng)時(shí)，靈初智能回歸數(shù)據(jù)源頭，致力于降低“教機(jī)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。