WAIC专访｜灵初智能王启斌：用人类数据训练模型，走出中国具身智能路线

通信世界网消息（CWW）今年WAIC机器人展区堪称“卷王聚集地”。放眼整条展馆通道，人形机器人轮番走秀、跳跃互动，各家展台比拼机身自由度、外观造型，观展人群熙熙攘攘，演示机械运转的声响此起彼伏，满眼都是花哨的展示Demo。

唯独灵初智能的展位，透着一股与众不同的工业沉静感。没有花哨的动作表演，一台搭载自研灵巧臂的设备，正复刻真实光模块产线流程。亚毫米精度抓取400G/800G光模块、精准力控插入检测设备、柔性封装、成品打包，整套工序循环往复，稳定流畅，全程无需人工介入。

一旁的体验区更吸引产业人驻足：参观者戴上轻量化外骨骼触觉手套，随手完成抓取、拼接简单动作，大屏上的世界模型实时复刻人类全部操作轨迹，视觉、关节、触觉多模态数据同步上传，短短数十秒，人类动作就能转化为机器人可学习的训练素材。

展位侧边，灵初智能CEO王启斌全程站在设备旁，一波接一波接待制造企业客户、投资机构与媒体记者，耐心解答每一个落地、成本、数据相关的问题。比起参数噱头，他的所有分享，始终围绕一个核心逻辑：好用，远比好看重要。

工信智媒（通信世界）记者在WAIC现场深度专访灵初智能CEO王启斌，拆解当下具身智能赛道泡沫与真实需求的分界线，解码中国企业如何依靠人类数据路线，掌握全球产业话语权。

不卷人形整机，“轮式+双手”锚定通用灵巧操作作为摩根士丹利重点标注的中国具身“大脑板块”代表企业，灵初智能自2024年成立便走出差异化路线：不重仓重资产整机制造，聚焦「小全栈+人类数据驱动灵巧操作」，自研Psi-R2、Psi-W0双模型登顶全球榜单，年初累计完成20亿元融资，新一轮融资预计7月底交割，三季度末将对外披露商业化财务数据。

众所周知，当下行业分化成两条主流赛道：一类企业砸重金押注人形机器人整机，疯狂内卷硬件参数；另一类专攻算法模型，却缺少真机场景验证。灵初智能选择了一条更务实的中间路线——做具身智能“大脑公司”，坚持「轮式底盘+双臂灵巧手」通用操作方案，这一战略取舍，源于王启斌对产业底层矛盾的清晰判断。

“现在行业硬件迭代速度，已经远远跑在了机器人‘大脑’前面。”王启斌直言，限制机器人商业化价值释放的核心，不是电机、外壳、灵巧手硬件，而是操作模型、高质量多模态数据、系统集成能力。

整机制造属于高投入、慢迭代赛道，成熟供应链厂商已经具备完善量产能力，灵初在整机制造上没有独特优势，因此主动放弃重资产自研核心零部件，仅聚焦整机集成、算法深度耦合，把绝大多数研发资源倾斜给数据管线与底层模型。

外界常常讨论机器人“颜值”与实用性的取舍，王启斌认为，现阶段产业核心任务是攻克类人操作、模型泛化、系统安全三大难题，外观、交互审美属于行业成熟后的进阶需求，不必提前投入过多资源。

值得一提的是，支撑这条差异化路线跑通的，是灵初智能独有的「7890」人才梯队。王启斌是70后，具有产品、硬件和商业化经验；柴晓杰是80后，承担⼯程化和算法落地能⼒；杨耀东是90后，是国内较早做强化学习和通⽤灵巧操作的科学家；袁培是00后，代表AI原⽣代研究⼒量。王启斌认为，这类公司要完成从技术到产品、再到市场的⻓链条，需要深度科学家、⼯程化能⼒、产品经理能⼒和年轻AI⼈才共同配合。

“具身智能是一条超长产业链，从基础科研、工程开发、产品定义到市场交付，单一年龄、单一背景团队很难形成完整闭环。”王启斌介绍，公司充分下放前沿研发话语权，00后年轻研究者在数据、模型方向拥有充足资源与决策空间，依靠代际互补补齐产业短板。

人类数据双模型架构，打造无法复制的数据飞轮本次WAIC，灵初最大技术亮点是Psi-R2策略模型、Psi-W0世界模型组成的双系统混合架构，这套自研体系让Psi-R2登顶MolmoSpaces全球榜单，也是灵初区别于仿真、遥操作路线企业的核心护城河。

据了解，行业主流数据分为真机遥操作、纯仿真、网络视频、人类实操数据。经过大量场景验证，灵初最终确定人类全模态数据为训练核心基底。目前企业积累10万小时数据配方中，90%以上为外骨骼手套采集的人类操作数据，真机采集数据占比极低。

王启斌解释灵初坚持⼈类数据路线的底⽓在于，⼈类在⼯⼚、仓库、家庭等真实环境中的灵巧操作，天然包含任务分解逻辑、⼿眼协调反馈和意外情况下的⾃适应调整，这些是遥操和纯仿真都很难完整复现的。

在成本层面，自研轻量化外骨骼手套将高精度数据采集成本压缩至传统真机方案的十分之一；反观遥操作设备，单套成本40-50万元，不同机器人硬件构型之间难以迁移泛化，完全不适合大规模数据采集。

可以看到，真实⼈类数据⽐遥操数据更⾃然、成本更低，也⽐纯仿真更接近真实物理世界。同时，中国走人类数据路线拥有独一无二的产业红利。应⽤场景丰富、数据获取成本更低、产业链迭代速度快，若能快速积累⾼质量、多模态、⼤规模的⼈类操作数据，中国具⾝模型有机会在某个阶段追赶甚⾄持平国际领先⽔平。

很多人误以为双模型架构是简单技术拼接，王启斌纠正：这是适配海量多模态人类数据的融合路线，两套模型各司其职，形成完整迭代闭环。Psi-R2负责学习“怎么做”，Psi-W0作为世界模型负责推演“会怎样”，两者通过真实数据、失败样本和强化学习形成闭环。

行业统一判断，当数据积累突破100万小时，模型长程任务处理、语言交互、跨场景泛化能力会迎来质的飞跃。王启斌透露灵初智能的目标是快速冲刺百万小时人类数据量级。

“真正的产业话语权不是抢占概念，而是用真实技术成果，定义什么是合格的具身训练数据。”在王启斌看来，静态数据集无法形成长期壁垒，完整采集硬件、自动化数据管线、真机落地闭环，才是企业长期核心护城河。

明年迎来赛道大分化，中国具身智能的机遇与挑战2026年具身智能赛道资本热度空前，大量企业扎堆灵巧手、人形机器人赛道，但多数企业营收仅依靠展厅样机、科研项目，真实产业需求与行业泡沫边界模糊。结合多年产业经验，王启斌给出清晰的周期判断与竞争预判。

具身智能属于十年量级超长周期产业，资本周期节奏更快，二者存在明显错配。王启斌预判，2027年行业将迎来显著分化，缺乏核心技术壁垒的企业会逐步出清。

与此同时，产业成熟度分层也将清晰。整机硬件是当前产业链最成熟环节，但灵巧手百万次耐久、发热、使用寿命等硬件短板仍未解决；数据与模型环节处于快速迭代期，是未来3-5年行业竞争核心。行业竞争逻辑早已迭代：从早期比拼硬件参数，转向数据规模、模型泛化、场景落地、数据回流的综合叠加竞争，属于乘法效应，单一环节优势无法支撑企业长期领先。

王启斌认为，中美具身智能赛道不存在静态差距，双方各有长短板。美国的底层模型迭代积累存在先发优势，但是硬件供应链高度依赖中国；中国拥有全球最完整机器人零部件、量产制造体系，海量工业、服务业场景带来低成本数据红利，是追赶国际头部企业的核心抓手。

立足当下，王启斌提出全产业链当下最需要突破的三大环节，也是灵初持续深耕的方向。

一是数据配方与标准收敛：头部模型企业共同验证通用高质量数据采集规范，统一训练数据配比范式；二是整机耦合性能突破：模型算法与灵巧手、底盘硬件深度适配，提升整机长期稳定作业能力；三是场景级落地评测标准：摒弃纸面化参数指标，建立贴合工厂、物流真实作业需求的整机评测体系，用良率、节拍、故障率量化机器人真实产业价值。

先深耕ToB攒数据飞轮，家庭机器人仍是长期远景面对市场大肆炒作家用服务机器人的热潮，王启斌认为当前具身智能仍处在产业极早期，第一轮行业淘汰赛还未正式开启。ToB工业、物流场景是现阶段唯一具备商业化可行性的赛道；家庭环境高度非结构化、复杂程度极高，过早切入只会消耗研发资源，无法形成正向数据闭环。

灵初当前两条商业化主线并行：一是对外售卖外骨骼数采设备、标准化人类数据集；二是输出行业整机解决方案。目前光模块高端制造、仓储物流两大赛道，已落地头部客户PoC项目。

本次WAIC展出的光模块方案，已完成多工位集成验证，替代人工完成亚毫米级精密操作，规避高价值元器件磨损报废；后续将逐步向3C制造、汽车零部件、光通信上下游复制落地；物流场景聚焦小件分拣、商超补货标准化作业，持续积累仓储场景数据反哺模型迭代。

资本层面，灵初年初累计完成20亿元融资，投资方覆盖市场化机构与产业资本，7月底即将完成新一轮融资交割。“投资人的评判标准已经彻底改变。”王启斌表示，过去资本只看重展厅Demo、论文成果；现在机构重点考察企业持续生产高质量数据的能力、场景落地与模型训练的协同价值。

当下全球具身智能赛道正处在从硬件内卷转向数据军备竞赛的关键拐点，海外企业依托先发模型积累构筑壁垒，国内厂商手握供应链、场景、数据三重天然优势，走出差异化人类数据路线，成为破局关键。

“具⾝智能已经进⼊数据和模型迭代的军备竞赛，⾏业会向头部集中并形成⻢太效应，但现在仍处在⾮常早期，第⼀轮淘汰赛尚未真正开始。”王启斌表示，未来3-5年灵初智能会继续围绕数据周期发⼒，优先建⽴⾼质量、可持续的数据⻜轮，并在物流、⼯业等经过筛选的细分场景中做交付验证，让中国具身智能依托真实场景数据，走出一条区别于海外仿真、遥操作的自主产业道路。