今日,靈初智能宣布完成天使輪融資,高瓴創投(GL Ventures)、藍馳創投(Lanchi Ventures)領投。本輪融資完成后,靈初智能將繼續推進基于強化學習算法的機器人技能集訓練、場景化的數據生成及采集、端到端解決方案的研發及落地,打造業界領先的通用靈巧操作智能體。
靈初智能創始人王啟斌博士在手機、智能音箱、機器人領域有近20年的成功操盤經驗,多次實現產品從定義、開發、到上市、再到全球化,“0—1—N”的產業閉環,是一名深諳機器人商業化落地的“老兵”;聯合創始人柴曉杰博士,在機器人及無人駕駛領域從業15年,擅長算法、仿真、工程、全棧技術,有L4產品落地的數據閉環經驗,是量產經驗豐富的研發專家。
由產品老兵帶隊,攜手密度最高的科學家團隊,靈初智能組成了7890六邊形戰隊——團隊跨越了70、80、90、00的年齡梯度,是一支有技術、懂產品、能落地的全能團隊,就像他們擅長基于強化學習(RL)的具身智能類人操作一樣,具有更領先的技術,更大的商業潛力,和更強的戰斗力。
高泛化性、高靈巧性和高成功率是具身智能的 “不可達三角”。高泛化性指機器人在變化環境對不同物體執行復雜任務,高靈巧性體現在執行任務的精確靈活(如搭樂高、雙手操作等),高成功率即機器人受干擾時穩定正確執行任務(產品驗證階段成功率95%、規?;涞馗哂?9.9%)。兼顧這三者極具挑戰,高泛化性需通用模型和注重數據多樣性的學習算法,高靈巧性需要精細模型和關注精度細節的學習算法及特定控制算法,魯棒性也對控制算法有要求。強化學習是提升具身智能體這三方面性能的核心技術,能讓智能體在仿真環境利用低成本合成數據訓練,實現自主探索、試錯學習最優解,提升靈巧性甚至超越人類上限,還能增強魯棒性。
靈初智能早期一直深耕基于強化學習的全棧能力,從靈巧操作入手在具身智能領域積累技術壁壘,后將擴展至通用泛化操作。其開發的分層端到端模型領先業界,包含Psi-P0規劃模型和Psi-C0控制模型。Psi-P0借助大模型交互推理理解行為對環境影響,拆解復雜任務以實現任務泛化;Psi-C0模型為陳源培提出的雙層架構,結合人類運動數據和深度強化學習,上層用人類數據訓練參考軌跡生成器,下層用其生成軌跡指導強化學習訓練,解決泛化性和靈巧性難題,這也是世界首次利用強化學習在現實中控制雙臂雙手多技能操作。
Psi-C0控制模型支持多個技能串聯作業的訓練難題。陳源培與斯坦福大學共同提出的Sequential Dexterity通過串聯多個靈巧操作策略來完成長程的任務。在真實世界的搭積木任務中,能將翻找、重定向、抓取和插入積木4個skill串聯起來提高整體的成功率。這也是世界上第一個基于強化學習實現了靈巧操作的長程任務,顯示了多技能組合的泛化性。
在產品規劃上,靈初智能將從2B服務業切入,以頭部客戶的高價值場景需求為指引,開發整合技能集,實現商業落地,并快速迭代硬件,算法,數據系統,不斷提升具身智能整體解決方案的泛化性,靈巧性和成功率,給出具身領域“不可達三角”的最優解。
靈初智能創始人兼CEO王啟斌表示:“非常感謝投資人的鼎力支持。我們這支集合工業界老兵和高密度科學家的戰隊,擁有完整的技術棧,將在具身智能的前沿打造軟硬一體的綜合解決方案,拓展在先進制造,商超物流及2B服務業等場景中的應用場景,快速實現數據閉環,商業化落地。在具身智能賽道的初紀元,期待和我們的合作伙伴靈性成長,共同開創智能未來?!?/p>
高瓴創投(GL Ventures)項目負責人表示:“作為人工智能與現實世界的深度結合,具身智能行業前景廣闊,且擁有引發各行各業深刻變革的巨大潛力。靈初智能憑借在強化學習和模仿學習方面的技術深耕和積累,在實現機器人靈巧性、泛化性和高成功率的‘不可達三角’挑戰上已取得顯著進展;創始團隊匯聚多領域頂尖人才,不僅有卓越的技術背景,還兼備強大的工程化能力以及深厚的商業化實戰經驗。我們相信,在創始人王啟斌博士帶領下,靈初智能能夠為行業帶來革命性的應用與高效率的解決方案,實現技術突破與商業價值的共贏?!?/p>
藍馳創投表示:“具身智能機器人市場潛力巨大,我們認為通用操作能力執行復雜任務是具身智能落地的重要技術卡點。靈初團隊是全球范圍內在強化學習和具身模型方面頂尖的技術團隊。此外,團隊懂產業懂場景,具備底層技術架構能力和充分的產品落地經驗和供應鏈優勢。我們相信隨著具身智能的技術逐步成熟、產業鏈與生態更加完善,具身智能機器人市場將迎來高速發展期。我們非??春镁呱頇C器人在全球市場的發展潛力?!?/p>
校對:劉星瑩