当硅谷在炫技时，这家中国公司押注数据手套，潜入物流仓库直击具身智能的数据荒。他们试图通过采集人类原生数据，以低成本和高泛化性，验证商业与技术闭环的可行性。
智能速览
灵初智能押注数据手套，专注采集人类原生数据
采用人类中心路线，数据采集成本降至遥操作的十分之一
锁定物流细分场景，服装供包效率达每小时800件
确立百万小时数据门槛，计划发布新一代通用操作模型
精华内容
面对具身智能领域的数据焦虑，灵初智能选择了一条更为激进的技术路线，试图通过底层的数据采集变革打破行业僵局。
采集人类原生数据
相比行业主流的机器人中心模式，灵初智能选择人类中心路线。他们研发的Psi-SynEngine数据手套，能精确捕捉人手21个关节自由度及触觉信息。让物流分拣员在日常工作中无感佩戴，不改变既有作业流程，自然采集最本真的操作数据。
低成本与高泛化
通过手套采集数据的综合成本，可降至真机遥操作方案的十分之一。人手数据通过算法迁移，可适配不同构型、尺寸的机器人末端执行器。相比之下，传统夹爪数据与特定硬件深度绑定，泛化能力受限。
深耕物流商业场景
灵初智能将切口锁定在物流细分场景，如配货打包、装箱检查等。在服装供包场景中，系统已实现对上千种服装的稳定抓取，每小时处理800件，效率处于行业领先水平。2026年策略是收敛而非扩张，做深现有场景。
百万小时数据门槛
通用操作能力的涌现需要百万小时级以上的数据喂养。灵初智能计划在2026年将人类原生数据规模推至100万小时，并基于此训练新一代通用操作预训练模型。真实业务场景中的野生数据流，将构成深厚的竞争护城河。
灵初智能不玩炫技Demo，扎进物流车间死磕数据基建。这种将技术落地于最苦最累场景的务实路径，或许正是通往通用机器人的必经之路。
