在具身智能賽道，2026年成為關鍵轉折點，不少企業開始調整戰略方向，從人形機器人轉向輪式或從物流場景轉向家庭應用。然而，靈初智能卻憑借獨特定位與堅定路線，成為行業中的“篤定派”。這家成立僅一年半的公司，已累計融資超20億元，國家隊資本密集入場，估值在一年內增長六七倍。摩根士丹利發布的《Humanoid Horizons: Money Meets Machines》報告中，靈初智能被列為“中國-人形機器人價值鏈”中“Brain（大腦）”板塊的核心成員。

靈初智能的“篤定”源于創始人兼CEO王啟斌的判斷。他曾在黑莓、Sonos、云跡科技和京東等企業任職，從智能手機到智能音箱，再到移動機器人，最終在2024年創立靈初智能。王啟斌認為，機器人是面向未來的十年長賽道，而操作能力才是核心價值。他指出：“移動只是入場券，操作才是皇冠上的明珠。”這一理念貫穿靈初智能的發展路徑，公司從成立之初便聚焦輪式底盤加雙臂的通用靈巧操作，而非追逐人形機器人潮流。

在技術路線選擇上，靈初智能展現了前瞻性。2024年，行業普遍追捧人形機器人時，靈初智能通過分析移動能力與操作能力的綜合維度，定位“移動+雙手操作”方向。王啟斌解釋，機器人若無法通過手完成最終操作，僅依賴移動能力無法滿足客戶需求。這一判斷源于他在云跡和京東的實踐經驗：從酒店走廊到城市道路，機器人雖能運輸物品，但無法完成“做到”的任務閉環。因此，靈初智能選擇輪式加雙臂的形態，強調操作價值遠高于移動能力。

數據是具身智能發展的關鍵。靈初智能去年展示了打麻將、商超打包等長程任務，成功率顯著。今年4月，公司轉向世界模型技術路線，發布Psi-R2策略模型和Psi-W0動作條件型世界模型。Psi-W0在訓練中加入約30%的失敗樣本，使模型不僅學習成功軌跡，還理解失敗原因。王啟斌透露，靈初智能基于10萬小時人類數據預訓練的World Action Model（WAM）已成為行業共識性技術路線。這些數據通過自研穿戴式多模態數據手套采集，涵蓋視覺、觸覺和關節角信息，精度達亞毫米級，遠超純視頻數據的動態操作能力。

靈初智能的“小全棧”模式也引發關注。公司雖定位為通用靈巧操作模型公司，卻選擇自主設計整機并開發全棧軟件。王啟斌坦言，這一選擇是被市場“逼”出來的。購買現成整機時，他發現底層軟件不開放，控制方式對強化學習不友好，難以實現系統最優。他強調，具身模型與語言模型不同，后者運行在標準化服務器上，而前者需直接操控物理世界，面臨巨大的物理動態鴻溝。因此，靈初智能通過定制硬件并找代工生產，同時全棧自研軟件，確保模型與硬件的深度耦合。

在場景選擇上，靈初智能避開家庭和工業流水線，聚焦物流、零售和服務等中間態場景。王啟斌認為，家庭場景泛化性要求高但節拍可慢，工業場景節拍快但泛化性弱，而中間態場景在泛化性和節拍上更為平衡。對于智駕背景企業切入具身賽道的現象，他提醒，具身比智駕復雜得多，物理交互的復雜度遠超結構化環境中的移動智能。他建議，企業應先找到窄切口深耕，而非追求通用平臺。

靈初智能的下一步計劃包括六七月份發布基于更大規模人類數據的模型，支持更長程、更泛化的任務；年底實現類似π0.7的語言操控能力，使機器人能通過自然語言完成復雜任務，并在未見場景中涌現技能組合。王啟斌透露，公司今年目標是采集百萬小時級人類數據，為通用操作能力的涌現奠定基礎。