# 灵初智能：数据策略要看场景复杂度

灵初智能：数据策略要看场景复杂度

完整文章：https://haiguangboy.com/posts/lingchu-optical

## 核心方法

↳ 三个判断
①双模型分工：策略模型Psi-R2只喂高质量成功轨迹，专心学"怎么做对"；世界模型Psi-W0专记失败样本和边缘案例当"错题本"，判断动作合不合理，顺带把人类数据转成机器人训练数据——这个分工和"动作层必须统一模型"的主张正面相反
②数据金字塔倒过来：预训练阶段就以人类操作数据为主，真机数据只做后训练和部署适配，互联网视频降到补充项。支撑判断的是外骨骼数据手套——5个月、3个采集场、几百套设备，10万小时多模态数据，成本压到传统真机遥操的十分之一，计划年内冲到100万小时，还主动开源了首批1000小时
③先专后通：不同时铺开多任务，先靠"单价高/高重复/低容错/高精度/人工瓶颈"五个条件叠加，把光模块产线这一件事的账算通，经初步测算生产损耗率降低约10%，再向相邻精细制造任务迁移

## 关键结果



## 边界

· 10%损耗降低是"初步测算"，人类数据全面优于遥操的对照试验是"据悉"，都没有第三方审计
· MOMO space榜单登顶时间和评测细节没有独立验证来源
· 全部信息来自灵初官方口径+媒体转述，无第三方复现