外观
新闻灵初智能博客1 个月前
灵初智能发布Psi-R2.5：逆向生成强Pair Data破解人机对齐难题
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（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。
来源
本页事实对应的公开页面，以原文为准。