灵初智能近期推出的分层端到端强化学习算法模型Psi-R1，在机器人领域取得了突破性进展。该模型实现了机器人在开放环境下的长程灵巧操作能力，并成功完成了超过30分钟的持续CoAT（Chain of Action Thought）任务。这一成就不仅验证了Psi-R1的三重复合交互能力——人-机交互、机-机交互以及机-环境交互，还彰显了其背后的VLA算法的卓越推理能力和强化学习（RL）的超凡思考与操作能力。
据了解，长程CoAT灵巧操作能力是机器人理解世界、将知识迁移到新环境并落地应用的关键。灵初智能通过Psi-R1模型，在麻将游戏这一复杂场景中，展示了机器人如何在开放环境中进行长时间、高精度的操作。这不仅是对机器人智能水平的一次重大考验，也是对灵初智能技术实力的一次有力证明。
Psi-R1模型的推出，标志着具身智能技术实现了从单一动作执行到复杂物理世界感知、推理和执行闭环的关键跃迁。这一突破为具身智能真正进入商业场景提供了切实可行的技术路径，预示着未来智能机器人将在更多领域发挥重要作用。
值得注意的是，灵初智能在成立之初就率先提出了分层端到端快慢脑架构技术路线，这一路线如今已成为行业共识。Psi-R1模型正是基于这一架构的最新成果，它不仅实现了模态对齐，还通过强化学习达到了具身Aha Moment，即机器人在操作过程中突然领悟并优化自身行为的关键时刻。这一成果不仅回应了业界对快慢脑架构存在核心问题的质疑，还在一定程度上解决了这些问题。
灵初智能R1快慢脑系统还具备L3能力，能够在开放环境下进行自主推理决策，完成长程复杂操作。这一技术的应用范围广泛，已经与制造业、商超零售、跨境物流等多个行业的龙头企业展开了合作。灵初智能正逐步梯次布局高价值商业化场景，从泛工业领域向泛零售物流领域拓展，并最终迈向家庭应用，探索具身智能的无限可能。
随着Psi-R1模型的推出和广泛应用，灵初智能在具身智能领域的技术实力得到了进一步巩固和提升。未来，该公司将继续致力于技术创新和产品研发，推动具身智能技术的不断发展和进步。
