教机器人学人，最容易踩的坑是：两边都在「拿可乐」，但人手姿态、关节结构、摩擦条件与机械手并不互通。看懂语义是一回事，给出可回放成功的动作数据是另一回事。灵初智能把这个问题写成「弱配对」与「强配对」的差别。
灵初在十万小时级数据积累上推进Psi-R2.5。弱配对主要在任务含义上对应；强配对要求场景基本一致、动作时序逐帧对应，且机器人侧动作可在真机直接回放成功。今年4月，公司已尝试让Psi-R2与世界模型Psi-W0配合，经轨迹推演与强化学习把人类操作转成可执行机器人数据，但流程较重。此次换方向：以真实机器人图像与动作为起点，逆向使用Psi-W0生成匹配的人手操作，再训练端到端转换器——输入人类操作，输出匹配的机器人图像与动作。转换器被定义为带动作输出的视频编辑模型，验证方式包括真机回放轨迹，以及用转换数据做后训练再测任务完成度。
数据质量侧，公司称减少同任务重复堆积、增加任务多样性，并用自动标注管线拆到更细原子动作后审核。Psi-R2.5还探索上下文学习（ICL）：不更新参数，根据当前示范线索推断做什么、怎么做；示范可先经强配对转换，再作为提示输入。双层架构上，上层拆解长程任务为子任务，下层结合子任务与观测输出轨迹。部署叙事上，预训练意义被明确为「让后训练需要的数据更少」：手机盒装配结合人工参与与强化学习后训练，经几轮迭代成功率约99%，耗时约1—2个工作日；现场失败数据回流继续改进。
对具身数据赛道，这把「刷课时」从小时数竞争拉回可用率与对齐质量；对产品，视频示范有望成为交互方式，而不只是离线训练集。公司同步提示：复杂任务仍有未直接完成的情况，ICL展示限于特定任务。公开Tech blog与配对数据扩展页可供对照后续细节。