机器人本身的竞争焦点可能并非决定胜负的关键。
这种认知差异正迅速被最敏锐的投资者转化为实际利益。
最近，灵初智能宣布完成了总额约20亿元的天使轮及Pre-A轮融资。
- 天使轮融资由包括国开金融、国中资本以及央视融媒体产业投资基金在内的多家国家级投资机构共同参与；
- Pre-A轮则由上海徐汇国资领投，并有梁溪科创产业二期母基金（博华资本管理）、锡创投等地方国资和普丰资本、钛铭资本等市场化基金的跟投支持。
这笔资金将主要用于灵初智能在物流领域的规模化应用及数据体系构建。
值得关注的是，这是该公司首次系统性地对外公布融资进展。
在很长一段时间里，这家公司很少在公开场合讨论资本问题，而是专注于技术路线和数据系统的完善工作。
灵初智能之所以能够吸引国家级及地方级的大规模投资，其团队背景起了关键作用：
创始人兼CEO王启斌拥有20年手机、音箱及机器人领域的从业经验；
而联合创始人陈源培是一位年轻的北大研究生，在斯坦福大学与李飞飞有过深入交流，并拒绝了华为的高薪邀请。
在当前许多具身智能公司纷纷竞相展示产品原型和技术参数时，灵初智能选择了一条不同的道路：放弃昂贵且效率低下的远程操控方案，专注于人类原生数据采集。
长期以来，具身智能领域面临三大难题：
仿真环境的数据收集存在难以逾越的“Sim-to-Real”差距；
远程操作机器人收集数据的成本高昂且效率低下；
数据与硬件紧密结合限制了数据在不同平台间的流通。
对于流行的UMI设备，灵初智能认为这是一种潜在陷阱。
该公司认为这不仅仅是工具之间的竞争，更是关于数据采集方法的较量。
UMI本质上是机器人模仿人类操作的方式，短期内虽然可以降低门槛，但长期来看可能限制了其发展潜力。
如果一开始就围绕机器人的硬件来收集数据，则模型的能力边界会被提前确定；而如果从人类本身的数据出发，则能使模型学习到任务的本质而非机器的结构。这将决定未来具身智能能达到的高度。
陈源培指出，UMI采集的是机器人夹爪的信息，无法应用于五指灵巧手的操作中。
灵初智能自主研发并推出了全球首个基于人类数据的收集方案——Psi-SynEngine。
其核心在于“以人为本”的理念。
该系统通过便携式外骨骼触觉手套捕捉人体动作和触感信息，并记录视觉、触觉及语言数据，为后续的数据处理提供了真实的基础支持。
更关键的是成本结构。
王启斌透露，采用这种手套收集数据的成本仅为传统机器人远程操作方案的十分之一。
数据迁移能力是真正的核心竞争力所在。
陈源培表示：“人手结构不会改变。”
利用基于世界模型与强化学习的方法，灵初能够将人类的动作映射到不同类型的灵巧手上，缩小Embodiment Gap。
当数据采集不再依赖于特定的硬件时，模型的能力上限也会随之提升。
数据基础设施解决了“有没有数据”的问题，而如何高效地利用这些数据转化为实际能力才是拉开公司间差距的关键所在。
对外看来，灵初智能此次发布的数据收集体系可能只是一场常规的商业活动。但在公司的策略中，这只是启动了一个更大目标的开端。
陈源培直言：
我们不仅仅满足于成为一个简单的数据供应商角色。
数据是用来训练模型的重要燃料，而这些由数据培养出来的、可以跨领域应用的能力才是真正的价值所在。
灵初智能提供的不仅仅是硬件或采集工具，而是基于数据驱动的智能解决方案。
单纯依靠人力进行数据收集缺乏技术门槛，本质上只是劳动力成本的问题。真正决定数据价值的是模型对这些数据的理解、泛化和迁移能力。
因此，灵初采取了一种相对独特的路径：
- 通过预先验证模型的能力边界再定义数据体系；
- 先进行大规模的数据收集试验以确定最有价值的部分，并围绕它们构建更高效的采集机制。
这种“数据驱动模型”的循环不断优化着灵初的技术框架，使其能够更好地适应各种复杂场景的需求。
将原本原始的、零散的数据转化为结构化的智能资产。
与其他公司相比，灵初显得更为克制和务实。
据王启斌透露，在2025年下半年的一次内部决策中，他们决定停止投入纯展示性的Demo开发，转而专注于真实数据收集与具体场景的交付工作。
为什么？
这一转变背后的逻辑是：模型的进步需要真实的反馈作为养料来源。
灵初选择切入的是那些高复杂度和强柔性的细分领域。
以衣物供包为例，目前灵初已经实现了对大量衣物的泛化抓取，并提高了每小时单位产出量，形成了从部署到优化的闭环流程。
这种模式被团队称为“能力飞轮”，每个新的应用场景都在推动模型的进步，而更加优秀的模型又能帮助他们解锁更复杂的任务场景。
飞轮由此启动。
在具身智能这个涉及软硬件相互依赖的技术领域里，“全栈”是必备条件之一。
算法和硬件的紧密结合决定了系统的性能上限。
但灵初采取了一种更为精准的战略布局，集中资源于核心链路环节上。
在王启斌看来，市场上可以购买到且足够使用的部分他们不会涉足；而对于那些关键的技术瓶颈，他们则必须自主研发掌握。
自主研发数据手套和灵巧手的原因在于市面上现有的解决方案无法满足其高精度操作的需求。
将这些环节外包出去等于将自身的竞争优势拱手让人。
对于已经成熟的领域如轮式底盘等，他们会选择合作定制的方式来解决技术问题。
这种战略决策重新界定了灵初的技术边界：自研是为了确保核心能力，而整合则是为了利用通用资源。
灵初本质上是一家专注于开发通用操作智能的公司，其算法和数据链路自主控制，硬件形式灵活适应不同场景需求。
对于具身智能企业而言，抢占时间至关重要。
越早进入市场并经历复杂任务考验的企业越有可能获取决定胜负的关键数据积累。
这种优势是后来者用资本难以直接弥补的。
因此灵初的战略重点在于持续提升模型能力，随着数据量的增长和成本降低，他们将逐步向更高级的应用场景迈进。
随着这些技术的进步与应用扩展，公司正逐步转向解决那些更为复杂且广泛的实际问题。
此次融资信息的披露也标志着具身智能领域进入了一个新的阶段——资本和产业紧密结合的发展期。
行业内估计，灵初的估值在过去一年内已经增长了六到七倍，并向着该领域的独角兽企业迈进。
这种投资结构反映了产业链对“具身数据基础设施”的重视和支持。
在这个赛道中，竞争不再仅仅局限于资金层面，时间资源成为最具决定性的因素。
随着数据积累速度的加快，比拼的核心从谁的资金多转变为谁能更快地进入实际应用场景。
这种领先优势具有极高的排他性，一旦形成时间上的差距，就将迅速拉开与竞争对手的距离。留给后入者的空间将越来越小。