新闻/灵初智能博客·7 个月前

灵初智能入选EAI-100百强，麻将机器人验证VLA长程操作

灵初智能入选EAI-100具身智能年度百强并获双奖。其麻将机器人Demo基于自研VLA模型与强化学习，实现30分钟以上人机连续对局，验证了毫米级灵巧操作与长程思维链推理能力，数据采集成本降至传统方案十分之一。

AI 整理

• 数据与采集
• 具身模型

本文由 AI 根据公开内容整理，可能有误，请以原文为准：灵初智能荣登EAI-100具身智能年度百强榜单，揽双奖引领具身智能新航向（灵初智能博客）

核心内容

在南京智汇金陵・AI开源人才峰会上，魔搭社区联合发布EAI-100榜单，灵初智能凭借灵巧操作算法及VLA模型研究入选百强，并斩获“先锋人物”与“年度10大Demo”双奖。联合创始人陈源培因在端到端模型与数据采集中突破获个人奖项，公司确立以端到端VLA模型为核心的“小全栈”战略，并与北京大学共建联合实验室，针对高质量真实数据稀缺与长程任务执行痛点进行技术攻关。

获奖的“麻将机器人”Demo基于自研VLA模型与强化学习体系，在真实开放环境中实现与人类玩家30分钟以上连续对局，具备毫米级操作精度、长程思维链（CoAT）推理及事实博弈决策能力，验证了L3级具身智能感知-推理-执行闭环。此外，公司自研全球首个具身原生人类数据采集方案Psi-SynEngine，将数据采集成本降至传统方案的1/10，相关技术正从博弈场景向商超补货、服装打包及工业精细装配等高价值领域延伸。

关键看点

• 长程操作验证：麻将机器人基于VLA模型与强化学习，在真实环境完成30分钟以上连续对局，具备毫米级精度与CoAT推理能力
• 数据采集降本：自研具身原生人类数据采集方案Psi-SynEngine，将数据采集成本降至传统方案的十分之一，解决数据稀缺痛点
• 核心技术架构：采用端到端VLA模型与强化学习体系，构建感知-推理-执行闭环，支撑复杂博弈决策与长程任务执行
• 场景迁移潜力：L3级具身智能能力已从麻将博弈验证，计划延伸至商超补货、服装打包及工业精细装配等真实作业场景

工程与产业观察

灵初智能通过麻将机器人验证了VLA模型在非结构化长程任务中的闭环能力，其Psi-SynEngine方案将数据采集成本降至1/10，为行业提供了低成本获取高质量真机数据的工程范式。该技术路线证明了具身智能从单一动作执行向认知-操作一体化演进的可行性，对零售与制造场景落地具有参考价值。

来源

本页事实对应的公开页面，以原文为准。

1. 灵初智能博客：灵初智能荣登EAI-100具身智能年度百强榜单，揽双奖引领具身智能新航向访问 2026-10-23