3月10日，灵初智能宣布完成天使轮及Pre-A轮共计20亿元融资。
即便在资本高度聚焦的具身智能赛道，这一数字也足够显眼。但比规模更值得细看的，是集结在其身后的投资方阵容——天使轮同时汇聚了国开金融、国中资本、央视融媒体产业投资基金等多个“国家队”资本，产业龙头与知名基金紧随其后；Pre-A轮则引入了上海、无锡等多地国资加持。
一家成立仅一年多的公司，为何能吸引“国家队”及产业资本集体现身？这背后的逻辑，或许比20亿本身更值得拆解。
灵初智能是谁？
灵初智能创立于2024年，其核心创始团队汇聚了行业顶尖人才。
创始人兼 CEO 王启斌深耕机器人、消费电子领域多年，曾先后担任过京东机器人总裁、云迹科技产品副总裁，并任职于灵动科技、黑莓、Sonos等企业，拥有20余年硬件与商业化实战经验。
联合创始人陈源培，有“00后技术天才”之称，是“AI教母”李飞飞教授的得意门生，并曾通过华为“天才少年”计划选拔，在强化学习与机器人灵巧操作领域取得多项突破性成果。
另一位联合创始人柴晓杰，拥有15年以上机器人及无人驾驶领域从业经验，曾历任腾讯、阿里巴巴、京东等头部科技企业核心技术岗位，精通算法、仿真、工程、全栈技术。
不仅如此，灵初智能还聘请了北京大学人工智能研究院助理教授杨耀东担任首席科学家。
可以看出，这是一支在机器人、人工智能及商业化领域兼具深厚技术积累与丰富实战经验的“梦之队”。
在战略定位上，灵初智能选择了一条不同于多数同行的路径：不做全栈硬件本体，而是聚焦“小全栈”。
所谓“小全栈”，也即是将研发重心集中在以端到端VLA模型为核心的软件与工具链体系，专注于双臂、五指灵巧手与轮式底盘的组合，致力于解决具身智能的灵巧操作难题。
在场景选择上，灵初智能锚定的是半结构化的物流及零售场景。
其后，灵初智能的逻辑是：家庭场景因极端情况过多，短期内难以闭环，而传统工厂场景的数据价值又相对闭塞——比较之下，物流场景既有高频泛化需求，又存在大量依赖人手灵巧操作的非标环节，是具身智能展现价值的合适切口。
从已披露信息来看，目前灵初智能已在真实物流客户仓库完成小规模场景验证，实现分拣效率提升。
这意味着，其技术路线在真实环境中已初步跑通，进入了从实验室到产线的过渡阶段。
缘何吸引资本密集关注？
一个关键词是“数据”。
在具身智能行业，有一个共识正在形成：高质量的真实世界数据，是通往通用智能的关键瓶颈。甚至在灵初智能看来，现阶段具身智能的竞争，本质上就是高质量数据的竞争。
在获取数据方面，目前行业有几种主流做法：一种是通过仿真生成大量模拟数据，这种方式虽然成本较低且能快速获取规模数据，但仿真数据无法完全替代真实世界的物理交互，特别是真实世界的物理反馈，如力度、摩擦力、重心变等，是仿真无法替代的。
另一种是通过人工采集和标注数据，这种方式能保证数据的真实性和准确性，但需要耗费大量的人力、物力和时间成本，且难以覆盖复杂多变的真实场景，数据的多样性和泛化性受限。
还有一种是利用互联网上海量的视频资源，从视频中提取视觉信息来训练模型，这种方式获取成本也相对较低，并能接触到丰富的场景和动作，但关于物体的质感、重量以及操作时的力感等关键要素仍然会缺失，从而导致在实际执行任务时出现“看会了但做不对”的情况。
针对这些痛点，灵初智能选择聚焦“真人数据采集”。在灵初智能看来，人类的执行结构决定了大规模的数据必然源于人类日常操作。
为了充分采集这些数据，灵初智能自研了具身原生人类数据采集方案 Psi-SynEngine，该方案包含便携式外骨骼触觉手套数采套装、大规模 in the wild 数采数据管线、基于世界模型和强化学习的跨本体数据迁移模型。
其中灵初智能自主研发的专为数采设计的外骨骼触觉手套，定位精度最高能达到亚毫米级别，可完整采集手部和手臂的全部自由度和覆盖全手的触觉信息，同时不影响作业人员的正常操作。
为了配合这套数采方案，灵初智能甚至还搭建了支持大规模数据处理的管线和平台，配合自研大模型完成高精度的数据标注和后处理，形成完整的数据生产闭环。
图片来源：灵初智能
按照灵初智能的说法，Psi-SynEngine可以直接采集一线作业人员在真实工作中的操作数据，覆盖物流、工厂、商超、酒店和家庭等真实场景，并且无需二次迁移。这意味着，相比传统数据采集方案，这套方案不仅便携性强、采集效率更高，同时还兼具低成本优势。
据灵初智能CEO王启斌介绍，通过手套采集数据的综合成本，可以降至真机遥操作方案的十分之一左右。未来，灵初智能还计划推出可携带的便携式众包版本，有望让这一成本进一步下降。
目前，灵初智能已经计划于今年建成全国最大的灵巧手数据集。这笔20亿元融资的两个核心投向，也正是物流场景规模化应用，与大规模数据采集解决方案体系的构建。
值得关注的是，即便采集了充足的数据，如何弥合人手与机械手之间天然存在的结构与能力差异，将人类数据真正应用到机器人操作上，也是一大挑战，而这也是灵初智能 Psi-SynEngine 的护城河所在。
据悉，依托于 Psi-SynEngine，灵初智能2025年已在公司内部迅速构建出上万小时规模的 Psi-SynNet-v0 数据集，计划今年进一步突破百万小时量级，瞄准成为全球最大的灵巧操作数据集。
同时，今年灵初智能还计划进一步推动具身智能在复杂物流环境中的落地，推动流程化交付，让人形机器人真正走进工厂。
结语
在具身智能赛道，目前来看，谁能以更低的成本获取更多、更高质量的人类数据，谁就可以更好地跑通从“数据”到“模型”再到“场景”的迭代飞轮。
从已披露的信息来看，灵初智能这一逻辑正在物流场景中初步验证。
但20亿融资只是起点，真正的考验在于：这套飞轮能否持续转动，能否从分拣效率的提升延伸到更复杂的工业场景。
