具身智能尚未迎来其“ChatGPT 时刻”，原力原力灵机正致力于解决核心痛点：让具身智能从“可用”走向“好用”。灵机

作者｜Li Yuan

编辑｜ 郑玄

具身智能的发布未来图景，究竟是具身景单一超级本体与超级模型的垄断，还是破解多本体、多模型、模型多开发者与多场景共同繁荣的规模生态？

现实趋势正指向后者——全球各地的本体与模型正在探索多样化的落地场景，而每个场景都亟需专属的化进场景数据与领域知识。然而，入场当前具身智能行业尚未做好充分准备：模型往往与特定本体深度绑定，原力迁移成本极高；后训练依赖高昂的灵机真机数据；开发者渴望像调用大模型 API 一样便捷地获取具身能力，但现状仍有差距。发布场景越多元，具身景这些技术壁垒就越显著。破解

归根结底，模型具身智能缺乏像大语言模型那样标准化的 API 规范，无法将模型与千差万别的机器人无缝连接——行业急需一套机器人的「安卓」系统。

这一难题正在被破解。在首届 Action 开发者大会上，原力灵机集中展示了其最新成果：主打模型创新的 DM0.5（具备 Zero-shot 能力与多本体支持）；面向开发者的 DexDev 平台（整合后训练工具、即插即用的 DexOS 系统及按量付费的 MaaS 服务）；以及全新发布的 Apex 本体与 Ferrata 物流解决方案，继续强化其商业交付能力。

与常规发布会不同，原力灵机此次大会的核心聚焦于「开发者」——并非单纯展示自身实力，而是将工具与能力交付给开发者，确保其「用得上、用得起、用得动」。

这一策略贯穿了此次发布的所有产品：一方面深耕模型底层，提升能力上限并扩大用户群体；另一方面深入物流仓库等真实场景，以成本效益和实际运行数据验证技术可行性。

这背后源于一个关键判断：目前尚无成熟的具身基模，原力灵机亦不例外。与其等待模型完美，不如先解决“如何让具身智能在基模尚不成熟时，被更多人使用并在真实场景中跑通”的问题。

01 深耕模型底层：Zero-shot 是开箱即用的基石

原力灵机此次发布的核心新品是具身基座模型 DM0.5，延续了半年一次架构迭代的节奏。

相比上一代 DM0，DM0.5 参数量翻倍至 4B，训练数据规模扩大至 15 万小时：
* 5 万小时：多类型真机操作数据；
* 10 万小时：第一视角人类操作数据，采用毫米级 3D 手部关键点标注；
* 其余数据：百万条高精度导航数据。

在媒体沟通会上，原力灵机联合创始人周而进强调：“行业竞争焦点已从数据量转向数据质量。忽视标注精度（如手部关键点）而盲目堆砌数据，只会导致‘垃圾进、垃圾出’，模型无法习得有效动作。”

除了数据质量，DM0.5 在架构上实现了三大创新：

1. 原生记忆机制：针对复杂任务中“走一步忘一步”的痛点，模型在预训练阶段即内置上下文抽象层，原生支持最长 60 秒的记忆窗口，而非事后外挂模块。这使得“打扫后归位”等需前后依赖的任务成为可能。
2. 分层推理架构：
3. 任务规划层：负责目标定位、子任务判断及动作完成度评估；
4. 动作生成层：负责机械臂运动与夹爪控制。
5. 引入反事实任务训练，迫使模型理解指令语义而非死记硬背，提升对指令变化的鲁棒性。
6. 动态对齐技术：解决同一动作多次采集轨迹不一致的问题。通过带约束的动态规划算法，将监督信号从“对点”升级为“轨迹对齐”，使模型学习真实的运动节奏而非僵硬的坐标点。

这些改进显著增强了模型的泛化能力。在 Franka 单臂与 Dexmal-Mint 双臂的实际评测中，DM0.5 在指令遵循成功率上相比前代模型及 PI0.5 模型均取得跨越式提升。

原力灵机在算力上投入巨大（数亿元级别），旨在夯实模型地基。基座的稳固性决定了上层应用的丰富度。同时，DM0.5 延续了“效率优先”策略：延迟低至 50 毫秒，支持在单张 RTX 4090 显卡上进行二次后训练，多数下游任务可在一天内完成重训。

唐文斌指出，DM0.5 的核心优势在于其开放集能力。相较于开源模型，DM0.5 在真实开发者社区中获得了更高的采用意愿，证明了其实际可用性。

02 能力普惠化：MaaS 开启第二条增长曲线

如果说 DM0.5 解决了“模型强度”问题，那么 DexDev平台则致力于解决“能力分发”问题。该平台包含三大组件：

1. DFOL2.0：降低后训练成本

具身模型后训练长期受限于真机试错的高成本。DFOL2.0 引入世界模型 DW0.5作为仿真器，在虚拟环境中批量生成成功与失败轨迹，并通过强化学习教练 CFG-RL进行打分与权重更新。

• 效果：真机训练数据占比降低 60%，端到端训练成本下降 40%。
• 价值：开发者无需依赖昂贵的真机采集，即可快速适配模型至特定场景。

2. DexOS + ECP：构建机器人“安卓”

针对模型与本体间“N×M”的适配难题，原力灵机推出操作系统 DexOS及开源接口协议 ECP。

• 标准化：模型侧仅对接标准接口，本体侧安装 DexOS 即可屏蔽硬件差异。
• 解耦：将两两适配转化为“模型对接口”与“本体对接口”的单向连接，大幅降低规模化部署门槛。

3. MaaS：具身智能即服务

MaaS (Model as a Service)是行业内首个按调用付费的具身模型服务，对标大模型云服务模式。

• 通用模型：Zero-shot 开箱即用，按 Token 计费；
• 定制模型：开发者上传数据，利用云端基座与后训练工具微调，按 GPU 占用时长计费。

范浩强表示，开放 MaaS 既是基于模型泛化能力的自信，也是一种自我倒逼机制。通过暴露接口，接受全场景测试，公司将研发重心进一步聚焦于“通用化”与“场景泛化”。

现阶段，MaaS 主要面向本体厂商。逻辑在于：硬件标准化程度高于模型，本体厂商只需将硬件接入 DexOS 与云端模型，即可快速转化为具备任务执行能力的机器人。

03 从 Apex 到 Ferrata：原力灵机亲自下场验证

原力灵机并未止步于提供模型与工具，而是通过发布 Apex 本体与 Ferrata 物流解决方案，亲自深入落地场景。

Apex 本体：模块化与高稳定性

• 模块化设计：手臂、夹爪、底盘独立模块化，支持热插拔与快速换装，避免“全能机器人”的高成本与低可靠性陷阱。
• 极致稳定：首款硬件已实现 1000+ 小时连续运行测试，支持带电作业与 30 秒快速换电，确保大脑不断电、任务不中断。

Ferrata 与商业化路径

今年 6 月，原力灵机与物流机器人公司 Atomix 合并，补齐了从硬件到场景的闭环。

• 短期目标：下半年在真实物流场景开展 POC（概念验证）；
• 长期规划：明年规模化部署，年底前实现 1000 台机器人在物流场景中累计运行 1000 小时。

结语：务实的早期战略

原力灵机此次大会展现了宏大的生态野心，但其战略核心异常清醒。

唐文斌强调，当前具身智能仅处于“ChatGPT 2.0”水平，尚无赢家。原力灵机选择了一条务实路径：不等待模型完美，而是先打通“模型-本体-开发者-场景”的全链路。

在行业早期，比起证明“模型最强”，原力灵机更致力于回答：“如何让具身智能从少数团队的定制工程，转变为大众可用的基础设施。”

*头图来源： 原力灵机

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

极客一问

你如何看待原力灵机的生态战略？