強(qiáng)化學(xué)習(xí)開啟具身智能初紀(jì)元。
本文為IPO早知道原創(chuàng)
作者｜Stone Jin
據(jù)IPO早知道消息，靈初智能日前完成天使輪融資，本輪融資由高瓴創(chuàng)投（GL Ventures）和藍(lán)馳創(chuàng)投（Lanchi Ventures）領(lǐng)投。
本輪融資完成后，靈初智能將繼續(xù)推進(jìn)基于強(qiáng)化學(xué)習(xí)算法的機(jī)器人技能集訓(xùn)練、場景化的數(shù)據(jù)生成及采集、端到端解決方案的研發(fā)及落地，打造業(yè)界領(lǐng)先的通用靈巧操作智能體。
靈初智能創(chuàng)始人王啟斌博士在手機(jī)、智能音箱、機(jī)器人領(lǐng)域有近20年的成功操盤經(jīng)驗，多次實現(xiàn)產(chǎn)品從定義、開發(fā)、到上市、再到全球化0-1-N的產(chǎn)業(yè)閉環(huán)，是一名深諳機(jī)器人商業(yè)化落地的“老兵”。聯(lián)合創(chuàng)始人柴曉杰博士，在機(jī)器人及無人駕駛領(lǐng)域從業(yè)15年，擅長算法、仿真、工程、全棧技術(shù)，有L4產(chǎn)品落地的數(shù)據(jù)閉環(huán)經(jīng)驗，是量產(chǎn)經(jīng)驗豐富的研發(fā)專家。
此外，靈初智能還被稱為“科學(xué)家密度最高”的具身智能公司。靈初與北京大學(xué)成立北大-靈初智能具身靈巧操作聯(lián)合實驗室，由人工智能研究院楊耀東博士擔(dān)任首席科學(xué)家開展橫向課題合作。楊耀東博士是強(qiáng)化學(xué)習(xí)領(lǐng)域的知名青年學(xué)者，他博士畢業(yè)于UCL, 是現(xiàn)代深度強(qiáng)化學(xué)習(xí)的發(fā)源地。楊耀東課題組在強(qiáng)化學(xué)習(xí)領(lǐng)域有系列重要成果，其中包括帶領(lǐng)華人團(tuán)隊研發(fā)多體強(qiáng)化學(xué)習(xí)算法首登Nature機(jī)器智能子刊，帶領(lǐng)華人團(tuán)隊獲得NeurIPS 2022具身靈巧操作冠軍等。同時，北大-靈初聯(lián)合實驗室將和梁一韜博士就具身智能體長程任務(wù)規(guī)劃開展課題合作，梁博士長期致力于如何將知識注入機(jī)器學(xué)習(xí)中以提高其性能和泛化性，在開放環(huán)境MineCraft中取得系列重要成果。他利用LLM實現(xiàn)復(fù)雜任務(wù)的拆解和規(guī)劃，讓大模型“缸中之腦“長出手腳，在具身場景中自主行動。在靈初北大聯(lián)合實驗室之外，公司聯(lián)合創(chuàng)始人陳源培是一名癡迷機(jī)器人的00后天才少年，作為Stanford訪問學(xué)者，他師從Karen Liu和李飛飛教授，曾在全球首次實現(xiàn)利用強(qiáng)化學(xué)習(xí)在真實世界同時控制雙臂、雙手多技能操作。此外，來自上海交大人工智能學(xué)院的溫穎副教授也是技術(shù)團(tuán)隊關(guān)鍵成員，溫教授課題組曾推出多模態(tài)決策大模型DB1，實現(xiàn)了對DeepMind通才決策Gato模型的超越，并引入了與現(xiàn)實世界相關(guān)的百余個場景任務(wù)，為實際業(yè)務(wù)需求提供了有力工具。
整體而言，由產(chǎn)品老兵帶隊，攜手密度最高的科學(xué)家團(tuán)隊，靈初智能組成了7890六邊形戰(zhàn)隊，團(tuán)隊跨越了70、80、90、00的年齡梯度，是一支有技術(shù)、懂產(chǎn)品、能落地的全能團(tuán)隊，就像他們擅長基于強(qiáng)化學(xué)習(xí)（RL）的具身智能類人操作一樣，具有更領(lǐng)先的技術(shù)，更大的商業(yè)潛力，和更強(qiáng)的戰(zhàn)斗力。
在早期，靈初智能一直深耕基于強(qiáng)化學(xué)習(xí)的全棧能力，從靈巧操作入手在具身智能領(lǐng)域積累技術(shù)壁壘，后將擴(kuò)展至通用泛化操作。其開發(fā)的分層端到端模型領(lǐng)先業(yè)界，包含Psi - P0 規(guī)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(huán)境影響，拆解復(fù)雜任務(wù)以實現(xiàn)任務(wù)泛化；Psi - C0模型為陳源培提出的雙層架構(gòu)，結(jié)合人類運動數(shù)據(jù)和深度強(qiáng)化學(xué)習(xí)，上層用人類數(shù)據(jù)訓(xùn)練參考軌跡生成器，下層用其生成軌跡指導(dǎo)強(qiáng)化學(xué)習(xí)訓(xùn)練，解決泛化性和靈巧性難題，這也是世界首次利用強(qiáng)化學(xué)習(xí)在現(xiàn)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(lián)作業(yè)的訓(xùn)練難題。陳源培與斯坦福大學(xué)共同提出的Sequential Dexterity通過串聯(lián)多個靈巧操作策略來完成長程的任務(wù)。在真實世界的搭積木任務(wù)中，能將翻找、重定向、抓取和插入積木4個skill串聯(lián)起來提高整體的成功率。這也是世界上第一個基于強(qiáng)化學(xué)習(xí)實現(xiàn)了靈巧操作的長程任務(wù)，顯示了多技能組合的泛化性。
而梁一韜博士開發(fā)的Psi-P0實現(xiàn)開放環(huán)境中復(fù)雜任務(wù)的任務(wù)拆解和規(guī)劃，其所支持的任務(wù)復(fù)雜度和準(zhǔn)確度都超越同期OpenAI（VPT）和Nvidia的工作（Minedojo）。
在產(chǎn)品規(guī)劃上，靈初智能將從2B服務(wù)業(yè)切入，以頭部客戶的高價值場景需求為指引，開發(fā)整合技能集，實現(xiàn)商業(yè)落地，并快速迭代硬件，算法，數(shù)據(jù)系統(tǒng)，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(lǐng)域“不可達(dá)三角”的最優(yōu)解。
靈初智能創(chuàng)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(yè)界老兵和高密度科學(xué)家的戰(zhàn)隊，擁有完整的技術(shù)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(jìn)制造，商超物流及2B服務(wù)業(yè)等場景中的應(yīng)用場景，快速實現(xiàn)數(shù)據(jù)閉環(huán)，商業(yè)化落地。在具身智能賽道的初紀(jì)元，期待和我們的合作伙伴靈性成長，共同開創(chuàng)智能未來�！�
高瓴創(chuàng)投（GL Ventures）項目負(fù)責(zé)人表示：“作為人工智能與現(xiàn)實世界的深度結(jié)合，具身智能行業(yè)前景廣闊，且擁有引發(fā)各行各業(yè)深刻變革的巨大潛力。靈初智能憑借在強(qiáng)化學(xué)習(xí)和模仿學(xué)習(xí)方面的技術(shù)深耕和積累，在實現(xiàn)機(jī)器人靈巧性、泛化性和高成功率的‘不可達(dá)三角’挑戰(zhàn)上已取得顯著進(jìn)展；創(chuàng)始團(tuán)隊匯聚多領(lǐng)域頂尖人才，不僅有卓越的技術(shù)背景，還兼?zhèn)鋸?qiáng)大的工程化能力以及深厚的商業(yè)化實戰(zhàn)經(jīng)驗。我們相信，在創(chuàng)始人王啟斌博士帶領(lǐng)下，靈初智能能夠為行業(yè)帶來革命性的應(yīng)用與高效率的解決方案，實現(xiàn)技術(shù)突破與商業(yè)價值的共贏�！�
藍(lán)馳創(chuàng)投（Lanchi Ventures）項目負(fù)責(zé)人表示：“具身智能機(jī)器人市場潛力巨大，我們認(rèn)為通用操作能力執(zhí)行復(fù)雜任務(wù)是具身智能落地的重要技術(shù)卡點。靈初團(tuán)隊是全球范圍內(nèi)在強(qiáng)化學(xué)習(xí)和具身模型方面頂尖的技術(shù)團(tuán)隊。此外，團(tuán)隊懂產(chǎn)業(yè)懂場景，有備底層技術(shù)架構(gòu)能力和充分的產(chǎn)品落地經(jīng)驗和供應(yīng)鏈優(yōu)勢。我們相信隨著具身智能的技術(shù)逐步成熟、產(chǎn)業(yè)鏈與生態(tài)更加完善，具身智能機(jī)器人市場將迎來高速發(fā)展期。我們非�？春镁呱頇C(jī)器人在全球市場的發(fā)展?jié)摿��！?br/>
