灵初智能获20亿融资，数据采集如何助力具身智能发展？

灵初智能的融资与定位

大规模融资情况

灵初智能已完成天使轮及Pre-A轮20亿元融资，资方以“国家队”资本和产业资本为主。天使轮有国开金融等参与，Pre-A轮由上海国资徐汇资本领投，多家老股东超额跟投。徐汇资本还通过母基金布局机器人赛道，参与了超200亿规模的上海人工智能母基金。

“小全栈”具身公司定位

灵初智能是定位于“小全栈”的具身公司，在研发上有所取舍，把重心放在构建以端到端VLA模型为核心的软件与数据采集工具链体系上。本轮融资将投入到物流场景规模化应用与大规模数据采集解决方案体系构建中。

数据采集的重要性与竞争格局

数据采集成具身智能关键

产业进入机器人时代，数据采集与持续学习需完善基础设施。大语言模型靠互联网文本数据提升性能，具身模型所需的真实物理交互数据难收集，数据成具身智能发展关键瓶颈，因此当下数据采集成热门。

数据采集的技术路径竞争

从技术路径看，遥操作、仿真、UMI和视频学习四条路径形成差异化竞争格局。UMI模式独特，通过人手持设备记录操作过程，实现低成本采集数据。国内类似公司虽有几家，但基因和路线有差异，灵初智能做的多模态数据手套采集的数据更易在机器人上泛化。

灵初智能的数据采集模式与商业化探索

数据采集模式选择

灵初智能跳出行业主流的自建数采工厂模式，选择分布式采集模式，核心载体是自主研发的数据手套。用户戴数据手套工作就能采集数据，大幅降低硬件投入，采集的数据通用性高，能迁移到不同机器人，而传统模式是专才型数据，难跨机器人泛化。

商业化场景考量与规划

灵初智能锚定半结构化的物流及零售场景，首站选择服装仓储。该环节贯通全链条，SKU丰富，能提供海量数据。“扫码”动作虽简单但要求高。2026年公司计划一方面探索商业化落地场景，一方面大规模采集数据，还计划将分布式数据采集与Web3.0结合实现规模化。

灵初智能凭借独特定位和数据采集模式，在具身智能领域积极发展，有望在未来的机器人市场中占据一席之地，推动行业发展。其融资和数据采集举措，也为行业发展提供了新思路和借鉴。

相关问答

灵初智能此次融资的投资方都有谁？

天使轮投资人包括国开金融、国中创投等，Pre-A轮由上海国资徐汇资本领投，部分地方国资及市场化基金跟投，多家老股东超额跟投。

灵初智能为什么被称为“小全栈”具身公司？

因为它在研发上有取舍，把重心放在构建以端到端VLA模型为核心的软件与数据采集工具链体系上。

UMI模式有什么独特之处？

不再依赖机器人硬件或本体，通过人手持设备记录人类操作过程，实现低成本采集数据，如海外公司凭借此模式验证了scalinglaw。

灵初智能为什么选择分布式采集模式？

自建数采工厂模式资产投入重、数据无法跨环境复用、不能还原真实环境。分布式采集模式成本低、数据通用性高，通过数据手套采集数据。

灵初智能在商业场景选择上为什么锚定物流及零售场景？

家庭场景极端情况多短期内难闭环，传统工厂场景数据价值闭塞。物流及零售场景高频泛化，服装仓储环节SKU丰富，能提供海量多样性数据。

灵初智能对未来机器人终局有怎样的设想？

不会局限于人形，而是各种形态的生物机器人共存，不同形态下数据进入系统、流动及驱动模型迭代的模块会有变化。