灵初智能Psi-R2.5：逆向生成强配对数据提升机器人学习效率

AI 摘要

灵初智能在十万小时级数据基础上推出机器人模型Psi-R2.5，重点改进数据质量与人机数据对齐方法。其核心做法是逆向使用世界模型Psi-W0，从真实机器人操作数据出发生成对应的人手操作数据，从而获得动作时序逐帧对应的强配对数据，用于训练端到端转换器。Psi-R2.5还探索了上下文学习（ICL），让人类示范可直接作为提示使用，并指出预训练的意义在于减少后训练所需数据，手机盒装配任务成功率达约99%。

正文节选

教机器人干活，光“刷课时”可不够！灵初这次较真数据质量 专治人机动作对不齐 允中 发自 凹非寺 量子位 | 公众号 QbitAI 教机器人干活的“人类示范”，竟然不是人做的？ 看这组对照视频：一边是人手操作，一边是机械手操作。乍一看，像是人先做了一遍，机器人再照着学。但顺序恰好反了——机械手那段才是真实记录，人手那段则是AI根据它生成出来的。 △Psi-W0将人手示范转化为机械手可执行的操作轨迹 为了让机器人学人，为什么反而要从机器人的动作开始？这看起来有点绕，却指向了一个很实际的问题：人类每天都在干活，这些经验，到底怎样才能交给机器人？ 就在上周，Figure发布Helix 2.5，使用人类行为数据集Index进行预训练，在完成三类家务任务的适配后，将机器人带进30个未采集过数据的家庭进行测试。 这项研究关心的，正是从人类经验中学到的能力，能否帮助机器人应对新的环境。 灵初智能这次进一步追问：人类数据进了模型，不等于人的操作经验就能被机器人直接使用。这中间，还缺什么？ 在十万小时级数据积累的基础上，灵初智能的模型Psi-R2.5继续改进数据质量与人机数据对齐方法，并进一步推进具体任务

发布时间：2026-09-24 13:45

抓取时间：2026-09-24 14:30

来源机构：量子位