新闻/灵初智能博客·1 个月前

灵初智能Psi-R2.5发布：强Pair Data对齐人类与机器人操作数据

灵初智能发布Psi-R2.5模型，通过逆向生成强Pair Data解决具身Embodiment Gap。该方案将手机拍摄的人手视频零样本转换为可执行机器人轨迹，结合HIL后训练框架使手机盒装配成功率达99%，验证了高质量配对数据对操作泛化的关键作用。

AI 整理

• 仿真与训练
• 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：Scaling Pair Data for Embodied Intelligence（灵初智能博客）

核心内容

灵初智能发布新一代具身模型Psi-R2.5，采用QwenVL3.5-4B与Wan2.2-IT2V-5B双层架构。团队在积累10万小时数据后转向质量优化，提取高信噪比样本并压缩属性。核心突破在于利用强Pair Data实现人类演示到机器人动作的精准对齐，配合50个复杂任务的真机随机化评测集，解决了混合训练中的数据噪声问题，明确了数据质量优于单纯规模扩张的技术路线。

针对Visual与Dynamic Embodiment Gap，团队逆向使用世界模型Psi-W0从真机数据生成匹配人手视频，训练出端到端转换模型，支持手机录制视频零样本转为机器人Action。在后训练阶段，开发基于灵巧手的HIL与RL框架，仅需1-2个工作日微调即可将手机盒装配等长程精细任务成功率提升至99%。该方案已部署客户现场处理Corner Case，证明了预训练底座与少量后训练数据闭环的工程有效性。

关键看点

• 强Pair Data机制：逆向生成时序逐帧对齐且Action可Replay的配对数据，训练端到端转换模型实现手机视频零样本转机器人轨迹
• 双层模型架构：上层QwenVL3.5-4B拆解Subtask与Meta Context，下层Wan2.2-IT2V-5B输出操作轨迹，强化数据属性压缩
• HIL后训练框架：基于灵巧手的人机协同强化学习闭环，1-2个工作日微调使手机盒装配等复杂任务成功率升至99%
• 数据质量验证：建立轨迹Replay与后训练泛化双重测试标准，剔除低质人类数据噪声，确保预训练数据具备实质操作增益

工程与产业观察

该进展揭示了具身智能从“堆数据”向“炼数据”转型的工程范式。通过逆向生成强Pair Data，低成本手机视频被转化为高价值操作资产，大幅降低了真机采集门槛。同时，HIL后训练框架证明了通用底座与场景适配并非对立，少量高质量闭环数据即可解决长尾难题，为具身模型在非标场景的快速落地提供了可复制的数据工程路径。

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：Scaling Pair Data for Embodied Intelligence访问 2026-10-23