在人工智能技术迅猛发展的当下，具身智能领域正面临一个关键挑战：如何获取高质量、低成本且可规模化的人类交互数据。灵初智能选择了一条与众不同的路径，通过采集真实工作场景中的人类操作数据，为模型训练注入“真实基因”。
灵初智能CEO王启斌指出，行业主流的遥操作方案虽能记录人类操控机器人的动作，但难以捕捉真实场景中的动态细节。例如，工人在装配零件时，会根据环境变化调整力度、角度，甚至在失误后自主纠错——这些能力都隐藏在人类操作的“全维度数据”中。为此，灵初智能研发了便携式外骨骼数据手套，让工人在正常作业时同步采集视觉、触觉、关节角度等信息，成本仅为传统方案的十分之一。
这种“笨方法”已显现成效。2026年4月，灵初智能发布的Psi-R2模型以10万小时人类数据预训练，在MolmoSpaces评测中登顶全球。王启斌透露，公司目标是在年内突破百万小时数据采集量，进一步巩固模型优势。
在光模块制造领域，灵初智能与长飞集团的合作验证了技术落地的可行性。光模块体积小、引脚脆弱，对操作精度要求极高。搭载Psi-R2模型的机器人通过亚毫米级定位和亚牛顿级力控，自主完成了插拔检测、良品判别和包装装箱全流程。王启斌强调：“我们直接在产线上采集数据，模型适应的是真实生产节拍和模块放置方式，效果远超实验室环境。”
灵初智能的另一大焦点是“长程灵巧操作”。王启斌认为，机器人的手是具身智能中最难但最有价值的部分。人类在移动时，97.8%的时间都在用手完成复杂任务，从结构设计到传感器布局，再到控制系统，每个环节都需高度耦合。他以“皇冠上的明珠”比喻操作能力的重要性：“移动只是入场券，操作才是核心。”
判断机器人手是否接近人类灵活度，王启斌提出了三个关键指标：自由度、触觉模态和长期稳定性。目前，市面上已出现21个自由度以上的灵巧手，但集成多模态触觉传感器并保持稳定作业仍是难题。据行业数据，2026年国内灵巧手市场需求预计达7.02万只，同比增速超265%，2030年有望突破43万只。王启斌判断，当高自由度、多模态触觉和长周期稳定结合时，“类人手灵巧手”或将诞生。
从数据采集到模型训练，再到场景落地，灵初智能正以“真实”为锚点，推动具身智能从实验室走向产业一线。在2026世界人工智能大会上，其展示的跨场景机器人操作和光模块解决方案，已为行业提供了新的参考范式。
