具身智能領域近期迎來一筆重磅融資——靈初智能宣布完成天使輪及Pre-A輪共計20億元融資，投資方陣容涵蓋“國家隊”資本與產業(yè)龍頭。其中天使輪由國開金融、國中創(chuàng)投、央視融媒體產業(yè)投資基金等機構參與，并獲得千億上市公司戰(zhàn)投及長飛光纖旗下基金支持；Pre-A輪則由上海國資徐匯資本領投，地方國資及市場化基金跟投，老股東超額追投。值得注意的是，徐匯資本近期還參與了階躍星辰B+輪超50億元融資，并通過母基金布局機器人賽道，出資45億元參與上海人工智能母基金。

在技術定位上，靈初智能選擇“小全棧”路線，區(qū)別于傳統(tǒng)全棧企業(yè)，其將研發(fā)重心聚焦于端到端VLA模型為核心的軟件體系與數據采集工具鏈。本輪融資將主要用于物流場景的規(guī)模化應用及數據采集解決方案的構建。公司創(chuàng)始人王啟斌指出，當前具身智能發(fā)展的核心瓶頸在于真實物理交互數據的獲取，而數據采集正成為行業(yè)競爭的新焦點。

數據采集領域已形成四大技術路徑：遙操作、仿真、UMI（通用人類交互接口）和視頻學習。其中UMI模式因無需依賴機器人硬件、通過手持設備即可低成本采集數據而備受關注。海外公司Generalist憑借27萬小時UMI數據驗證了Scaling Law在機器人領域的適用性。靈初智能在此基礎上創(chuàng)新開發(fā)多模態(tài)數據手套，相比傳統(tǒng)夾爪采集方式，手套采集的數據在機器人泛化能力上表現更優(yōu)。

團隊背景構成靈初智能的技術壁壘。創(chuàng)始人王啟斌擁有超二十年機器人與消費電子行業(yè)經驗，聯(lián)合創(chuàng)始人陳源培作為00后學者，在北大人工智能研究院及斯坦福大學期間深耕具身智能領域。團隊中既有學術中堅力量，也有具備商業(yè)化經驗的成員，這種復合型配置成為投資人看重的關鍵因素。

公司成立初期選擇靈巧手操作作為切入點，源于對數據采集邏輯的深刻理解。陳源培解釋，人類雙臂五指的形態(tài)決定了靈巧手是獲取高質量人類操作數據的最優(yōu)解。盡管2022年時靈巧操作領域鮮有關注者，但團隊堅持算法優(yōu)先策略，通過強化學習訓練模型，摒棄模仿學習階段，實現操作成功率與節(jié)拍的雙重提升。2024年UMI模式的爆發(fā)驗證了其前瞻判斷，促使公司加速數據戰(zhàn)略布局。

在數據采集模式上，靈初智能摒棄行業(yè)主流的自建工廠重資產模式，轉而采用分布式采集方案。其自主研發(fā)的21自由度外骨骼手套支持眾包式采集，用戶佩戴手套完成日常工作即可生成數據，成本較傳統(tǒng)遙操作降低90%以上。這種“以人為中心”的模式不僅解決數據跨環(huán)境復用問題，更能通過少量后訓練適配不同機器人形態(tài)。目前北京地區(qū)已部署100套設備，計劃年內突破100萬小時真實數據采集量。

商業(yè)化路徑選擇上，靈初智能避開家庭場景的數據極端化與工廠場景的數據封閉性，聚焦半結構化的物流及零售場景。以服裝倉儲為例，該場景涵蓋從倉庫到門店再到C端的全鏈條，涉及近萬種SKU的掃碼操作，對成功率與作業(yè)節(jié)拍要求嚴苛。王啟斌透露，團隊將物流場景拆解為上百個具體環(huán)節(jié)，首站選擇服裝倉儲作為突破口，正是看中其數據多樣性與商業(yè)閉環(huán)潛力。

針對數據采集的長期價值爭議，王啟斌認為數據始終是具身智能發(fā)展的核心要素。他設想未來機器人形態(tài)將呈現生物多樣性，不同形態(tài)的數據流動與模型迭代機制將成為關鍵。公司正探索Web3.0結合模式，用戶通過租賃數據手套完成簡單操作即可獲得報酬，形成規(guī)模化數據采集網絡。陳源培則從技術演進角度指出，當前行業(yè)處于數據積累階段，未來必將涌現新的技術架構。

在模型架構選擇上，靈初智能采用分層VLA設計。陳源培坦言，在現有數據量不足的情況下，模塊化設計能提升數據利用效率。他以特斯拉FSD進化史為例，強調當前爭論模型架構意義有限，真正重要的是持續(xù)擴大數據規(guī)模。對于靈巧手的自由度爭議，他認為參數設計應服務于具體場景，在商業(yè)閉環(huán)驗證前過度追求硬件指標并無實際價值。

當被問及具身智能的終極形態(tài)時，王啟斌描繪了一幅人機共生的圖景：未來智能載體將呈現多樣化形態(tài)，從無人機到水下設備，各類生物機器人將與人類環(huán)境深度融合。這種進化過程不僅需要技術突破，更依賴數據采集模式的持續(xù)創(chuàng)新。正如他所言：“真正的智能革命，始于對數據本質的理解與重構。”