# 灵初智能发布Psi-R2.5：逆向生成强Pair Data破解人机对齐难题

> 原文链接：https://robotics.hellobike.com/news/2026-09-28-psir2-5
> 频道：news | 更新日期：2026-09-28 | 标签：auto, rss, psibot-blog
> 核心摘要：灵初智能发布具身模型Psi-R2.5，采用QwenVL3.5与Wan2.2双层架构。首创逆向生成技术构建强Pair Data，实现人手视频到机器人轨迹的精准转换。结合HIL+RL后训练框架，复杂任务适配仅需1-2个工作日，成功率达99%。

# 灵初智能发布Psi-R2.5：逆向生成强Pair Data破解人机对齐难题

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[灵初智能Psi‑R2.5正式发布！模型能力持续强化，破解人机数据对齐难题，定义高质量人类数据标准](https://www.psibot.ai/%e7%81%b5%e5%88%9d%e6%99%ba%e8%83%bdpsi-r2-5%e6%ad%a3%e5%bc%8f%e5%8f%91%e5%b8%83%ef%bc%81%e6%a8%a1%e5%9e%8b%e8%83%bd%e5%8a%9b%e6%8c%81%e7%bb%ad%e5%bc%ba%e5%8c%96%ef%bc%8c%e7%a0%b4%e8%a7%a3/)（灵初智能博客）

## 核心内容

灵初智能正式发布具身智能模型Psi-R2.5，核心突破在于重新定义人机数据对齐标准。针对行业普遍存在的弱Pair Data噪声大、适配差痛点，该模型创新提出“逆向生成”思路，利用自研Psi-W0世界模型从真实机器人执行轨迹反向生成匹配的人手示教视频，批量构建场景与时序逐帧对齐的强Pair Data。实测表明，经转换的人类示教数据可直接驱动真机复现任务，甚至支持高难度双手精密操作，有效解决了视觉与动力学双重具身鸿沟。

技术架构上，Psi-R2.5采用“大脑+小脑”双层设计：上层以`QwenVL3.5-4B`为骨干进行长时序任务拆解，下层基于`Wan2.2-IT2V-5B`输出连续稳定操作轨迹，两者依托同一套高质量数据联合训练。为解决工业落地成本问题，配套自研灵巧手HIL人在回路+RL强化学习后训练框架，仅需少量示教数据即可快速微调，将复杂业务场景适配周期压缩至1-2个工作日，迭代后成功率提升至99%。此外，模型支持上下文学习（ICL），无需更新参数即可通过人类示范视频零样本泛化执行新任务。

## 关键看点

- **逆向生成强Pair Data**：基于Psi-W0世界模型从机器人轨迹反推人手视频，实现场景与时序逐帧对齐，解决视觉与动力学具身鸿沟，转换数据可直接驱动真机复现任务。
- **双层模型架构**：上层`QwenVL3.5-4B`负责语义拆解与价值传递，下层`Wan2.2-IT2V-5B`对接环境观测输出连续轨迹，双层级依托同一套预训练数据联合训练以提升协同性。
- **HIL+RL高效后训练**：自研灵巧手人在回路与强化学习框架，支持失败案例自动回流迭代；复杂场景适配仅需1-2个工作日，经数轮迭代后任务成功率可达99%。
- **视频驱动上下文学习**：将人类示范视频实时转化为机器人视角Prompt，无需更新参数或二次训练，即可让机器人零样本推理逻辑并泛化执行全新复杂任务。

## 工程与产业观察

Psi-R2.5验证了“数据质量优于规模”的工程路径，其逆向生成强Pair Data方案为人机跨域对齐提供了可规模化量产的新范式。HIL+RL后训练框架将现场适配压缩至天级且成功率达99%，显著降低了非标场景部署门槛。这种以高质量配对数据和高效微调为核心的技术路线，对解决具身智能从Demo到工业落地的泛化瓶颈具有重要参考价值。
:::

## 原始参考来源 (Sources)

- [灵初智能博客：灵初智能Psi‑R2.5正式发布！模型能力持续强化，破解人机数据对齐难题，定义高质量人类数据标准](https://www.psibot.ai/%e7%81%b5%e5%88%9d%e6%99%ba%e8%83%bdpsi-r2-5%e6%ad%a3%e5%bc%8f%e5%8f%91%e5%b8%83%ef%bc%81%e6%a8%a1%e5%9e%8b%e8%83%bd%e5%8a%9b%e6%8c%81%e7%bb%ad%e5%bc%ba%e5%8c%96%ef%bc%8c%e7%a0%b4%e8%a7%a3/)