教机器人干活，光“刷课时”可不够！灵初这次较真数据质量
内容提要
灵初智能提出逆向思路：用真实机器人数据经Psi-W0生成对应人手示范，构建强配对数据，训练端到端转换器，将人类视频转为机器人可执行动作。Psi-R2.5借此提升数据质量与任务多样性，并探索上下文学习，让示范直接提示机器人。预训练旨在减少后训练数据量，降低部署成本，手机盒装配成功率约99%。
延伸解读
逆向生成：从机器人数据反推人手示范
灵初智能提出一种逆向思路：以真实机器人操作数据为起点，利用Psi-W0生成对应的人手示范，从而构建强配对数据。这种数据要求场景一致、动作时序逐帧对应，且机器人动作能在真机回放成功。相比直接采集，逆向生成更易获得高质量配对样本，用于训练端到端转换器，将人类视频转为机器人可执行动作。
数据质量：从堆时长转向任务多样性
Psi-R2.5重新梳理数据质量，减少同一任务的重复堆积，增加任务多样性，并通过自动标注管线将任务拆解为原子动作再标注审核。灵初强调，数据价值不能只按小时算，还要看覆盖多少种任务、机器人能用上多少。这种思路旨在让预训练积累的能力更有效地迁移到后训练，减少适配所需数据量。
上下文学习：示范作为即时提示
灵初在Psi-R2.5中探索上下文学习，让机器人无需更新模型参数，仅根据当前上下文提供的示范推断该做什么。人类示范可通过强配对数据模型转换为机器人数据，作为提示输入已训练好的模型。这提供了一种新交互方式：新任务不一定重新训练，也可以用一段示范告诉机器人怎么做。但当前展示限于特定任务，更多细节尚待公布。
预训练与后训练：降低部署成本
灵初指出，预训练并非让后训练消失，而是让后训练需要的数据更少，从而降低适配与部署成本。以手机盒装配为例，结合人工参与与强化学习的后训练框架，经几轮迭代，任务成功率达到约99%，耗时1-2个工作日。机器人无需从零学起，只需补充少量任务数据，并在客户现场持续收集失败数据用于下一轮改进。
Q&A
灵初智能提出的逆向思路具体是什么？
灵初智能逆向使用Psi-W0，从真实机器人数据出发，生成对应的人手操作数据，构建强配对数据，再训练端到端转换器，将人类视频转为机器人可执行动作。
强配对数据和弱配对数据有什么区别？
弱配对数据指人和机器人执行类似任务、主要在任务含义上对应的数据；强配对数据则要求除了本体不同，场景基本一致，动作时序逐帧对应，且机器人一侧动作能在真机上直接回放成功。
Psi-R2.5如何提升数据质量？
Psi-R2.5减少同一任务的重复堆积，增加任务多样性，并通过自动标注管线将任务拆解到更细的原子动作，再进行标注和审核。
上下文学习（ICL）在Psi-R2.5中有什么作用？
ICL让机器人无需更新模型参数，根据当前上下文提供的线索推断该做什么、如何做。人类示范可转换为机器人数据作为提示输入模型，帮助机器人理解眼前示范。
预训练对机器人部署有什么意义？
预训练并非让后训练消失，而是让后训练需要的数据更少，从而降低适配与部署成本。机器人不用从零学起，只需补充少量任务数据。
手机盒装配任务的成功率和耗时如何？
通过结合人工参与与强化学习的后训练框架，经过几轮迭代，手机盒装配任务成功率达到约99%，耗时1-2个工作日。
