在具身智能赛道，2026年的行业风向似乎正悄然转变。许多企业不再执着于单一技术路线或应用场景，而是在人形与轮式、物流与家庭之间反复调整方向。在这片充满不确定性的领域中，灵初智能凭借其独特的定位和坚定的技术路线，成为行业内少见的“笃定派”。
灵初智能自成立以来便备受关注。过去一年半时间里，公司累计融资超20亿元，国家队资本密集进入，估值一年内增长六七倍。今年5月，摩根士丹利发布的《Humanoid Horizons: Money Meets Machines》报告中，灵初智能被列为“中国-人形机器人价值链”图谱中“Brain（大脑）”板块的关键企业。这家公司的独特之处在于，从创立之初便锚定轮式底盘加双臂通用灵巧操作的方向，在行业内显得尤为稀缺。
灵初智能创始人兼CEO王启斌的履历颇为丰富。他从黑莓手机到Sonos音箱，再到云迹科技的室内配送机器人和京东的L4无人车，最终在2024年创立了灵初智能。王启斌表示，早在2018年选择机器人赛道时，他便希望找到一个面向未来十年的长赛道。尽管行业变化速度超出预期，但他始终认为，操作能力才是核心，移动能力只是基础。
在技术路线上，灵初智能的选择与行业主流趋势形成鲜明对比。2024年，当许多企业聚焦人形机器人时，灵初智能却选择了轮式加双臂的方案。王启斌解释道，移动能力与操作能力的综合考量下，主流解决方案形态应为轮式加双臂。他强调，任何移动机器人如果不能完成操作任务，便无法真正满足客户需求。这一判断源于他在云迹和京东的实践经验，即使机器人能够移动到指定位置，若无法用手完成最后一步操作，任务依然无法闭环。
数据是灵初智能技术突破的关键。去年，公司在世界人工智能大会上展示了打麻将、商超打包等长程任务，成功率颇高。今年4月，灵初智能发布了Psi-R2和Psi-W0模型，技术路线从VLA转向世界模型。王启斌介绍，Psi-R2是策略模型，学习任务执行方式；Psi-W0是动作条件型世界模型，推演不同做法的结果。训练中加入了约30%的失败样本，使模型不仅学习成功轨迹，也理解失败原因。
在数据采集方面，灵初智能坚持自研穿戴式多模态数据手套，捕捉视觉、触觉和关节角数据，实现亚毫米级3D轨迹精度。王启斌指出，纯视频数据存在遮挡和精度不足的问题，尤其在高频动态操作中难以达到要求。通过加入关节角和触觉数据，模型能力显著提升，例如叠纸盒子、处理手机盒铰链等任务的基础能力明显增强。尽管10万小时人类数据的采集成本较高，但通过自研手套和云端服务，灵初智能计划将成本降至真机遥操作方案的十分之一，并推出便携式众包版本进一步降低成本。
灵初智能的定位是通用灵巧操作的模型公司，但公司也涉足整机设计。王启斌将其称为“小全栈”模式，即不做移动和核心零部件，但负责整机设计和全栈软件。这一选择源于实践中的教训：购买的整机硬件底层软件不开放，控制方式对强化学习不友好，难以实现系统最优。他强调，具身模型与语言模型不同，必须直接操控物理世界，不同机器人的关节结构、传感器分布和质量惯性差异巨大，导致模型与硬件深度绑定。因此，他看衰短期内纯算法授权的模式，认为行业在两年内仍将处于全栈竞争阶段。
在应用场景选择上，灵初智能避开了家庭和纯工业场景，聚焦物流、零售和服务等中间态领域。王启斌认为，家庭场景泛化性要求高但节拍可慢，工业场景节拍快但泛化性弱，而中间态场景在泛化性和节拍上更为平衡。对于智驾背景企业切入具身赛道的现象，他提醒不要低估从“移动智能”到“操作智能”的鸿沟。具身智能面对的是完全不同的物理世界，操作任务的复杂度远高于智驾，数据逻辑也截然不同。
灵初智能的下一步计划是发布基于更大规模数据的模型，实现更长程、更泛化的任务操作。王启斌透露，公司今年目标是采集百万小时级人类数据，认为通用操作能力的涌现需要百万小时起步，亿小时级是终极目标。这一目标不仅是为了展示技术实力，更是为了满足产业真实需求，让普通人能够通过自然语言操控机器人完成复杂任务。
