靈初智能發(fā)布全球首個靈巧手真實世界具身數(shù)采引擎 Psi
靈初智能發(fā)布全球首個具身原生人類數(shù)據(jù)采集方案 Psi-SynEngine。靈初靈巧該方案由靈初智能全棧自研，發(fā)布包含62+自由度便攜式外骨骼觸覺手套數(shù)采套裝、全球擎大規(guī)模 in the wild 數(shù)采數(shù)據(jù)管線、首個手真實世身數(shù)基于世界模型和強(qiáng)化學(xué)習(xí)的界具跨本體數(shù)據(jù)遷移模型，并已率先將采集到的采引人類數(shù)據(jù)應(yīng)用于物流等真實場景。同時，靈初靈巧靈初智能同步發(fā)布覆蓋視覺、發(fā)布語言、全球擎觸覺、首個手真實世身數(shù)動作的界具大規(guī)模真實世界多模態(tài)數(shù)據(jù)集 Psi-SynNet-v0。這一突破性成果標(biāo)志著靈初智能全自研的采引真實世界具身數(shù)據(jù)引擎已經(jīng)正式啟動。
Psi-SynEngine｜In the Wild全場景采集方案
Psi-SynEngine｜大規(guī)模室內(nèi)部署數(shù)采展示
相比大模型和自動駕駛，靈初靈巧數(shù)據(jù)問題一直是發(fā)布困擾整個具身智能領(lǐng)域的痛點。行業(yè)現(xiàn)有的全球擎數(shù)據(jù)采集方案：
1.仿真環(huán)境數(shù)采：Sim-to-Real 差距突出，仿真分布與真實作業(yè)環(huán)境的差異，導(dǎo)致策略遷移退化，調(diào)參成本與場景搭建成本高。例如現(xiàn)有的仿真器難以仿真布料等柔性物體。
2.機(jī)器人遙操數(shù)采：數(shù)據(jù)采集難以規(guī)?；?，行業(yè)呈現(xiàn)碎片化試點狀態(tài)，缺乏統(tǒng)一標(biāo)準(zhǔn)與運營機(jī)制。同時數(shù)據(jù)多樣性難以保障，雇傭?qū)Ｈ诉M(jìn)行數(shù)采成本過高且效率太低。且無法將世界上所有的場景、所有的物體和所有的操作都在數(shù)采場復(fù)刻，成本過大。
3.UMI設(shè)備數(shù)采：雙夾爪難以實現(xiàn)真實落地場景需要的精細(xì)操作，同時仍需雇傭?qū)Ｈ诉M(jìn)行采集，也無法在實際生產(chǎn)作業(yè)中同步完成數(shù)據(jù)采集。Example：美國勞工部數(shù)據(jù)顯示，工廠內(nèi) 98.7% 以上的工序都需要雙手多指協(xié)同完成，雙夾爪存在本質(zhì)局限。
靈初智能 Psi-SynEngine 從根本上突破了上述困境。我們的方案直接采集一線作業(yè)人員在真實工作中的操作數(shù)據(jù)，而非在搭建的數(shù)采場中高成本低保真度采集。采集場景覆蓋物流、工廠、商超、酒店和家庭，數(shù)據(jù)源自真實場景，無需二次遷移。
這與靈初智能從創(chuàng)立之初就選擇做通用靈巧操作的戰(zhàn)略不謀而合，相比其他硬件形式，靈巧手與人手的形態(tài)差異最小，數(shù)據(jù)遷移效率最高。
相比傳統(tǒng)數(shù)據(jù)采集方案，Psi-SynEngine 具有三大優(yōu)勢：
1.成本低：便攜式采集設(shè)備大幅降低部署成本，數(shù)據(jù)獲取成本僅為真機(jī)遙操方案的 10%。
2.多模態(tài)高自由度：能夠完整采集觸覺、視覺、動作、語言的操作數(shù)據(jù)，保留操作細(xì)節(jié)。
3.便攜性強(qiáng)：可隨時隨地部署，支持大規(guī)模并行數(shù)據(jù)采集，數(shù)據(jù)采集效率相比其他方案極大提高。
這些特性使 Psi-SynEngine 成為業(yè)內(nèi)首個具備真正規(guī)模化部署能力的具身數(shù)據(jù)引擎，使靈初智能能夠以前所未有的規(guī)模和速度積累真實世界具身智能數(shù)據(jù)資產(chǎn)。
視覺、語言、觸覺、動作數(shù)據(jù)可視化
為了讓這套具身數(shù)據(jù)引擎真正釋放價值，靈初智能構(gòu)建了完整的硬件與平臺體系。由靈初智能自主研發(fā)的專為數(shù)采設(shè)計的外骨骼觸覺手套，定位精度最高能達(dá)到亞毫米級別，可完整采集手部和手臂的全部自由度和覆蓋全手的觸覺信息，同時不影響作業(yè)人員的正常操作。此外，靈初智能自主搭建了支持大規(guī)模數(shù)據(jù)處理的管線和平臺，配合自研大模型完成高精度的數(shù)據(jù)標(biāo)注和后處理，形成完整的數(shù)據(jù)生產(chǎn)閉環(huán)。
基于 Psi-SynEngine 數(shù)據(jù)引擎，靈初智能發(fā)布的 Psi-SynNet-v0 數(shù)據(jù)集具備四大核心特征：
1.數(shù)據(jù)多樣性強(qiáng)：覆蓋多行業(yè)、多場景、多物體與多技能的真實操作，有效打破數(shù)據(jù)多樣性壁壘，大幅提升模型遷移與泛化能力。
2.模態(tài)覆蓋全面：完整囊括視覺、語言、觸覺、動作多維度全真值數(shù)據(jù)，為預(yù)訓(xùn)練階段的模態(tài)對齊提供有力支撐。
3.數(shù)據(jù)規(guī)模海量：數(shù)據(jù)量級達(dá)到大語言模型同級水平，為具身智能的未來發(fā)展預(yù)留充足想象空間。
4.自閉環(huán)已驗證：數(shù)據(jù)體系已在靈初多個落地產(chǎn)業(yè)中完成閉環(huán)驗證，依托靈初強(qiáng)大的模型能力，確保所采集的數(shù)據(jù)能夠高度匹配算法需求，并持續(xù)推動模型迭代。
在這整套數(shù)據(jù)解決方案中，真正的關(guān)鍵并不在于硬件本身，也不在于高效的采集流程，而是如何將人類數(shù)據(jù)真正應(yīng)用到機(jī)器人操作上。核心難點在于：如何彌合人手與靈巧手之間天然存在的結(jié)構(gòu)與能力差異。靈初智能早在 2023 年起就開始攻關(guān)這一難題，成功實現(xiàn)了將人手的數(shù)據(jù)遷移到不同自由度的靈巧手上，并完成同樣的操作。同時，團(tuán)隊發(fā)表了相關(guān)的論文成果和 demo。如今，這項技術(shù)被迅速工程化，發(fā)展為基于世界模型、強(qiáng)化學(xué)習(xí)和觸覺模態(tài)對齊的完整解決方案，能有效解決人和不同機(jī)器人之間跨本體差異的 embodiment gap，大幅提升模型泛化性和成功率。這正是靈初智能 Psi-SynEngine 真正的護(hù)城河所在。
人類數(shù)據(jù)驅(qū)動｜分撥真實展示、物流分揀、商超打包、3C、電子真實展示
Psi-SynEngine 數(shù)據(jù)引擎和 Psi-SynNet-v0 數(shù)據(jù)集的發(fā)布，標(biāo)志著靈初智能基于人類真實操作數(shù)據(jù)的具身智能新范式正式確立，也意味著向真實世界的具身 AI 大模型預(yù)訓(xùn)練擁有了可規(guī)模化的可能。依托于 Psi-SynEngine，靈初智能已在公司內(nèi)部迅速構(gòu)建出上萬小時規(guī)模的 Psi-SynNet-v0 數(shù)據(jù)集，并計劃于明年突破百萬小時量級，這將是全球最大的靈巧操作數(shù)據(jù)集，也將成為訓(xùn)練真正具身原生大模型的核心資產(chǎn)。靈初智能誠邀全球研究機(jī)構(gòu)與合作伙伴攜手共建 Psi-SynNet，共同開啟通用智能新時代。
關(guān)于靈初智能
靈初智能（PsiBot），作為國內(nèi)具身智能科技領(lǐng)域的領(lǐng)軍企業(yè)，專注深耕通用具身智能、VLA 大模型以及靈巧操作算法等前沿技術(shù)。公司的核心團(tuán)隊成員均來自頂尖高校的 AI 實驗室以及頭部科技企業(yè)，匯聚了行業(yè)內(nèi)的頂尖人才。 憑借深厚的技術(shù)積累與創(chuàng)新能力，靈初智能成功推出了行業(yè)內(nèi)首個端到端強(qiáng)化學(xué)習(xí)具身模型 Psi R0、R0.5 及 R1，成為行業(yè)內(nèi)率先實現(xiàn)長程任務(wù)的具身模型研發(fā)企業(yè)，并且兼具泛化性、魯棒性、靈巧性。該成果獲得了行業(yè)頭部客戶的高度認(rèn)可，目前，靈初智能正全力加速推進(jìn)相關(guān)技術(shù)的商業(yè)落地進(jìn)程，引領(lǐng)具身智能技術(shù)邁向新的發(fā)展階段。
