中国具身模型狂揽全球第一！机器人的人类数据时代来了

📌 一句话摘要

灵初智能发布首个大规模人类手部操作数据集（10 万小时）及 Psi 双系统架构，其模型 Psi-R2 在权威评测 MolmoSpace 中登顶，为具身智能的落地提供了一条基于人类数据的新路径。

📝 详细摘要

文章报道了灵初智能在具身智能领域的最新突破。该公司构建了首个可用于预训练的大规模人类手部操作全模态数据集，总量超过 10 万小时，并开源了其中 1000 小时。基于此数据，灵初提出了 Psi 双系统架构：Psi-R2 作为世界行动模型，学习人类精细操作；Psi-W0 作为动作条件型世界模型，负责反事实推理和通过强化学习转换人类数据。该架构形成了数据飞轮，持续提升模型性能。其核心模型 Psi-R2 在权威评测平台 MolmoSpace 中超越 PI、DreamZero 等国际知名模型，登顶榜单，成功率比同类 VLA 模型高出近 10 倍。文章强调，灵初的路径聚焦于利用高质量人类数据解决具身智能的“数据荒”问题，并已与多家企业达成生态合作，推动技术商业化落地。

💡 主要观点

- 解决具身智能“数据荒”的关键在于大规模、高质量的人类数据。 与自动驾驶、大语言模型不同，具身智能缺乏成熟的物理世界数据集。灵初构建了超过 10 万小时的人类手部操作数据，覆盖数百种场景和任务，为模型预训练提供了前所未有的数据基础，并开源了部分数据以推动行业共建。

Psi 双系统架构通过分工协作，实现了从学习到优化的闭环。 Psi-R2（世界行动模型）负责学习人类成功操作，输出可执行动作；Psi-W0（动作条件型世界模型）则引入失败样本进行反事实推理，并通过强化学习将人类数据转换为机器人可执行的动作。两者协同形成数据飞轮，持续提升模型性能。

基于人类数据的训练路径能有效降低落地成本并提升性能。 人类数据蕴含了经过商业验证的标准作业流程，数据采集成本（如触觉数据）远低于机器人。使用人类数据训练能使机器人操作速度接近机械臂物理上限，更适配高节拍商业场景，且仅需少量真机数据即可完成微调。

开源是加速具身智能商业化落地和生态构建的必要杠杆。 灵初认为，开源能吸引全行业共同采集数据，弥补数据飞轮的关键一环，并建立广泛的开发者生态。通过标准化数据管线和预训练底座，可以打破技术孤岛，让厂商能集中精力攻坚核心技术瓶颈。

💬 文章金句

- 具身智能要想面向真实商业化场景落地，纯人类数据训练是必要的。

• 数据信噪比才是决定人类数据能否有效支撑预训练的核心因素。低信噪比的数据甚至还会起到反作用。
• Psi-R2 是学习怎么做，Psi-W0 是协助做得更好。
• 集众智，才是具身智能跑赢节拍、实现商业落地的唯一捷径。

📊 文章信息

AI 初评：88

来源：量子位

作者：鹭羽

分类：人工智能

语言：中文

阅读时间：18 分钟

字数：4307

标签： 具身智能, 机器人, 人类数据, 数据集, 世界模型

阅读完整文章