泛化涌現！原力靈機三級火箭助推具身智能落地

要跨越基模能力、集成開發、連續作業這三座大山，具身大腦怎么實現“三級跳”？

作者丨董子博

編輯丨齊鋮湧

殺入 2026 下半年，燙得發紅的具身賽道，距離第一次交卷正在越來越近。

而要實現具身智能的泛化落地，中國的具身公司，缺的不是硬件、不是場景、甚至不是數據采集能力——行業各家公司的不同硬件、算法、場景各自為戰，數據的碎片化才是真正的問題。

少了把硬件、場景、數據連接在一起的標準，采集到的數據無法跨任務、跨機型的復用，那么數據的收集效率就要事倍功半，從 10 萬小時到 100 萬小時的“鯉魚躍龍門”，也就更是難上加難。

卡住了具身“脖子”的 100 萬小時數據，想要單純靠數采“堆”出來并不現實；而不少公司期待的，讓機器人進入實際場景形成的“數據飛輪”，面前還有三座大山必須跨越：

基礎模型能力的限制，常常讓機器人在實際場景里的具體任務上表現不佳，有效的經驗沒多少，翻車教訓倒是一大堆，數據的質量也就沒法保證；

開發集成的復雜程度，讓具身大腦每每進入到一個新的場景、適配一個新的機型，就必須重新適配，效率難以得到保證；

在同一場景下，全時連續地執行任務也是一個難點，數據回流時斷時續，也讓數據的飛輪更難運轉起來。

要越過三座大山，具身公司必須搭起一個“三級火箭”，用全棧的方式，實現一個系統性的能力升級。

01

什么樣的具身模型，

才最可能實現“泛化涌現”？

在多個場景能實現能力的泛化，可以 Few-shot，甚至 Zero-shot 地實現智能涌現，是每一個具身模型落地應用的重要指標。

要實現面向開放世界的通用具身模型，就需要更大的數據規模、更先進的架構，以及更強的開放世界泛化能力。

2026 年 7 月 9 日，原力靈機在北京主辦了 Action 2026 開發者大會。會上，公司推出了他們獨立自研的具身基礎模型——“DM0.5”，正式向卡住了具身實際落地的模型問題宣戰。

這個 4B 參數規模的模型，背后是 5 萬小時包含百余種豐富動作的真機數據，加上了 10 萬小時的場景視頻，讓 DM0.5 在前面提到的三大任務和六類機器人選型上都有數據支持，可以覆蓋日常出現的主要場景和任務。

之所以說，DM0.5 更有希望讓具身機器人在場景中落地，首先最核心的，就是它強大的泛化能力。

檢驗泛化能力最重要的指標，就要看模型在 Zero-shot 和 Few-shot 的能力。今天，不少公司 Demo 相當好看，卻都是在給定任務上進行過無數次“排練”的“表演——而現實世界沒法被窮舉，面對未進行任何訓練的目標任務，具身模型必須要能夠舉一反三。

在這種環境下，DM0.5 的能力也相當能打，相較先前的 DM0 版本，Zero-shot 的導航成功率提升了 31%，Few-shot 的成功率提升了 45%。模型可以在沒有專門受訓的情況下，完成“看懂目標——做出動作——跨本體將語言與視覺統一成執行結果”的流程閉環。

有了更強的“舉一反三”能力，模型要實際進入場景，Fine-Tuning（模型精調）也是相當重要的必修課。

DM0.5 的 Fine-tuning，不僅支持 4090 的消費級顯卡，成本下降了 60%，成功率還反而提升了 20%，最快 18 小時即可完成一個下游任務的部署。推理上，DM0.5 的效率也令人艷羨——在 4090 上的響應速度僅有 90 ms，在 H100 環境下，響應速度更是達到了 50 ms 的優秀成績。

在面向真實工業和真實場景的真機 Benchmark 中，RoboChallenge 是被不少業者承認的榜單。面對 30 個復雜任務、4 種異構機型的挑戰，DM0.5 的成功率達到了 43%，以 54.42 的總得分拔得頭籌。

除了 RoboChallenge，DM0.5 在 LIBERO 的綜合表現達到了 99.10%（Clean 場景: 94.1% / Random 場景: 94.4%），并且在 RoboTwin 2.0、R2R、RxR 三個榜單中以很大優勢領跑。通過更強的上下文工程，DM0.5 也實現了長達 60 秒的原生記憶，來對抗傳統具身模型“走一步忘一步”的尷尬。

在典型的桌面清理場景，DM0.5 驅動的機器人能夠記得物品的來處，以便可以精準地將其放回原位。除此以外，在人類的示范之后，DM0.5 也可以讓具身機器人立刻和示范行動對其，并且跟隨完成復雜任務，讓使用者可以不必多費口舌，把人機交互又一步完成了簡化。

桌面保潔：記得來處，才能放回原處。最后，DM0.5 也通過結合高階大腦（系統2）和直覺反射（系統1），實現針對相機擾動、人類動作更強的抗干擾性能；而其“多任務+多機型”訓練方式，更能讓 DM0.5 在不同的本體上實現更快的適配，無論雙足、輪式、單臂、雙臂、靈巧手都不在話下，覆蓋導航、抓取、全身控制的三大核心任務。

今天，DM0.5 已經在 GitHub 上開放了官方倉庫，在 HuggingFace 也上線了 DM0.5 模型權重和官方 Blog。而在一周后，原力靈機也將正式向 LeRobot 社區提交核心代碼，并面向全行業公開深度技術報告，用生態開源的方式，把更優秀的具身大腦向市場提供。

如果說，過去的具身范式，是“執行固定指令、單次動作重復”；今天，在 DM0.5 的驅動下，具身智能正在向“理解意圖、多維連續泛化、長時可靠運行”完成躍升。

而強大的模型，只是具身跨越“三座大山”的“第一級火箭”，而全棧的能力，才是補全具身落地的一塊重要的拼圖。

02

為什么只有全棧，

才能讓通用具身更好地落地？

如果說，具身模型可以通過 Scaling Law 實現線性的可見提升；那么全棧能力，則是對具身公司的一場逃不開的“大考”。

具身要落地，只有模型顯然不夠，沒有性能更好的本體、更好用的工具鏈、更好的多機器人協作系統，具身就沒法真正成為用戶可用的生產力，在實際場景中發揮實際用途。

面對這場大考，原力靈機也做足了準備。

給“大腦”一個更強大的“身體”，原力靈機推出了通用具身本體 2.0-Apex。

DM0.5 能夠兼容更多形態的本體，2.0-Apex 則干脆將機器人的諸多部件進行了解耦設計，讓用戶可以根據自己的需要，一分鐘內對底盤、手臂、靈巧手和夾爪等部件進行熱插拔，實現“十八般武藝”的樣樣精通。

算力上，2.0-Apex 的底層算法采用 1k HZ 高頻控制，讓基礎動作安全絲滑；端側搭載了 Thor 的頂級芯片，讓本體高頻的實時推理成為可能；同時，針對復雜決策和邏輯規劃，通過 WiFi 7 的高速天線，2.0-Apex 也可以無縫連接云端大模型，讓具身機器人的更高智能無需等待。

除此之外，由腕部相機和激光雷達組成的 360° 無死角感知、毫米級末端定位的強大夾爪、1000 小時以上的 MTBF（平均無故障工作時間）、30 秒不停機的快速換電等等方面，都是原力靈機本體工程的“基礎操作”，讓本體可以更易量產，在工業、物流等真實復雜場景，承擔更高強度的作業。

大腦和身體齊備，開發者要把具身機器人用到實處，一套工程化、系統化、平臺化的支持層也必不可少。為此，原力靈機也推出了開發者平臺 DexDev，一次打出 DFOL 2.0、DexOs 和 MaaS 的“三板斧”，給具身落地提供保姆級的保駕護航。

對待具身機器人，今天的產業界總是“既要又要”，高成功率、高節拍、高魯棒性缺一不可。DFOL 2.0，這套世界模型驅動的閉環強化學習框架，也就在原力靈機的手下應運而生。

DFOL 的 1.0 版本，原力靈機已經讓“具身原生應用的量產工作流”成為了現實；而到了 2.0 版本，公司想要的，則是讓世界模型成為更高保真的仿真器，直接把強化學習放進虛擬世界跑通。

為了實現這個效果，公司還同步推出了通用具身世界模型 DW0.5。與剛剛提到的 DM0.5 只有一字之差，DW0.5 的仿真能力更強。在 DFOL 2.0 的運行閉環中，DM0.5 提供的是初始動作塊和基礎策略，DW0.5 則可以在線批量生產 Rollout 1 到 Rollout N 的視覺軌跡預測，來還原未來世界的狀態，負責評估的“教練員” CFG-RL 則根據軌跡，進行通用任務的進度評估，并將打分結果與獎勵信號實時回傳，來更新模型權重，實現具身智能的自我演進。

一句話總結，DM0.5 負責輸出動作，DW0.5 則負責模擬，CFG-RL 負責打分，打分的結果則可以用于模型的下一步優化。

這樣，DFOL2.0 不僅把整體的訓練成本降低了 40%，復雜真機任務（比如打氣球、晾衣服、調酒等）的成功率也得到了顯著提升。不僅如此，這套閉環的強化學習鏈路，還通過極大降低了真機訓練數據的需求，順便解決了硬件的損壞和優化問題，讓強化學習的規模化成為了可能。

和 DM0.5 一樣，DW0.5 和 DFOL 2.0 也同樣加入了原力靈機的開放生態，前者已經正式開源，后者也正面向全球開發者開放使用。

要實現一腦多形，最理想的方式當然是無論何種機型，都可以實現一鍵接入。原力靈機的具身操作系統 DexOS 則專為打破機型的壁壘被設計了出來，通過 ECP（Embodied Control Platform）的多層級系統協作，開發者只用幾行 Python，就能實現機器人的連接、感知獲取、模型推理與動作執行。

而面對更大的開發者群體，原力靈機發布了行業的首個通用具身 MaaS 服務，不僅支持通用的具身模型，也可以支持滿足特定場景的定制模型。開發者可以登錄一站式的可視化數據及模型管理工作臺，并上傳 LeRobot v3 格式的數據集，進行私有數據的聯合訓練，價格僅在 1 元/百萬 token 左右。

有了本體和開發平臺，原力靈機還不想止步于此。面向多機器人協作的關鍵場景，他們手搓了一套給具身智能設計的“Harness 框架”——Ferrata（飛拉達）。

然而，在真實、復雜的物理場景下，單一功能的機器人本體能力再強，也往往難以勝任所有工作。多個機器人一起協作，就難免“打架”，這也讓機器人的大規模部署成為了具身落地的重要卡點。

在 DM0.5 和 Realtime-VLA 的支持下，Ferrata 設計了一套機器人分層作業的架構，把標準自動化、具身執行和人工接管的任務進行拆分，來明確日常作業的分工，并以此實現自動化的異常管理和物理容錯。

這套架構，在降低了客戶部署的成本之余，還通過多機器人大規模部署的方式，建立自己的數據飛輪，結構化記錄實際生產的高質量數據，以持續反哺 DM 系列大模型的能力進化。

03

如何穿越具身技術與產業周期

回顧一開始說到的，要翻過具身落地的“三座大山”，原力靈機在 Action 2026 的開發者大會上，都一一給出了解法。

• 模型能力限制具身落地效果，原力靈機就通過更大的數據、更優的架構做更好的泛化性能，來給具身提供更強的智能動力；

• 集成開發太復雜，原力靈機就給開發者提供更易用的一站式開發者平臺，來提升機器人在具體場景里的表現；

• 全時連續作業效率低，原力靈機則用多機器人協作的 Harness 框架，來把模型送進產業場景，讓客戶用得多快好省。

本質上，一個產業從出生到落地，必然會經歷一個先“煉丹”，再“造車”的路徑——當技術路徑逐漸收斂，標準化、規模化就成為了產業必須突破的桎梏。

這條路，通用具身自然不能例外，要讓機器人真正走進工廠、走進家庭，靠的不會只是某項前沿突破的技術，而是出于對物理世界的敬畏之心，把模型、系統、場景的每一步都進行拆解，再把每一個原子都做到最優。

要做到如此地步，一家公司靠的不只是一時的靈感，更有近乎執拗的耐心與堅持。只有這樣，才能穿越具身行業波譎云詭的周期，以先行者和實干者的身份，長久地留在行業中，見證未來的到來。

未經「AI科技評論」授權，嚴禁以任何方式在網頁、論壇、社區進行轉載！

公眾號轉載請先在「AI科技評論」后臺留言取得授權，轉載時需標注來源并插入本公眾號名片。