Agibot Psi-R2.5 Embodied Foundation Model Uses Paired Human-Robot Data for One-Shot Imitation
Agibot (Lingchu Intelligence) released Psi-R2.5, a new embodied foundation model that introduces a training pipeline based on paired human-robot data (Pair Data) instead of the raw large-scale human videos used previously. After a single human demonstration, the model can reproduce a task through context learning without retraining or fine-tuning. The new approach aims to streamline the conversion of human data into robot-executable trajectories, addressing data scarcity and embodiment gap issues.
Coverage timeline
机器之心机器之心
编辑｜山辉 两年前，一段机器人炒虾的视频在网上爆火。 视频中的机械臂一手端锅、一手拿铲，把虾翻炒后倒进碗里，看起来已经很像一个熟练的厨房帮手。 但机器人学会这套动作并不轻松。研究人员需要先亲自操控机器人完成任务，反复采集真机示范，再通过模仿学习让机器人逐渐学会独立执行。 对于一个固定任务，大约要采集 50 次这样的示范 。 如今，灵初智能在相似的任务中，展示了机器人学习的另一种可能。在这组演示里， 人只需要示范一遍，无需重新训练或微调模型，机器人就能把这段操作作为类似 Prompt 的上下文，尝试完成新任务。 人类示范「准备配菜 — 青椒下锅 — 龙虾下锅」三步流程后，Psi-R2.5 通过 In-Context Learning 按顺序复现任务，无需重新训练模型。 同样是炒菜，两年前关注的是机器人「会不会」，现在灵初更关注机器人「 怎么学 」。 对人来说，拿起锅铲，翻动食材，几乎都是下意识完成的。那能不能跳过一遍遍的采集真机数据，直接把人类的操作经验拿来训练机器人？ 灵初此前已经在沿着这条路前进。 四月发布的 Psi-R2 和 Psi-W0 将十万小时规模的人类数据用于预训练，并通过 Psi-W0 和强化学习，把人手轨迹进一步优化成机器人能够执行的轨迹。但这意味着，Policy 与 World Model 需要反复 rollout，轨迹还要继续用强化学习微调，整个转换链路依然繁琐。 现在，灵初智能正式发布新一代具身基础模型 Psi-R2.5。 这一次，团队没有继续把重点停留在「十万小时人类数据」上，而是开始处理数据规模起来之后的两个新问题： 哪些数据真正有价值，以及怎样让这些人类数据更顺畅地进入机器人的训练过程。 项目演示与完整技术博客： Scaling Pair Data for Embodied Intelligence https://www.psibot.ai/scaling-pair-data-for-embodied-intelligence-zh/ 在数据转换方面有一个关键变化， 既然从人类数据到机器人数据的转换很麻烦，能不能反过来，先从本来就能执行的真实机器人数据出发？ 答案落在了 Pair Data 上。 Scaling Pair Data：让人类数据真正进入机器人训练 为什么不能直接把人类视频拿来训练机器人？核心还是 Embodiment Ga
