一切為了模型：Action2026發布具身智能“三級火箭”

7月9日，Action2026原力靈機開發者大會在北京舉行。站在具身智能產業從“爆發前夜”走向“產業落地”的交匯點上，原力靈機重磅發布五大新品：通用具身基礎模型DM0.5、通用機器人本體Apex，以及全面支持模型走向規模化應用的開發者平臺DexDev，包括DFOL2.0、MaaS、DexOS三件套，現場還深度展示了面向真實生產場景的解決方案Ferrata 的最新產業實踐。

這背后，是具身智能從模型走向生產力的"三級火箭"：第一級是泛化的通用模型，第二級是具身開發者三件套（后訓練、MaaS、OS），第三級是體系化的場景解決方案能力。三級接力，全面打通、協同演進，讓具身智能真正具備了從實驗室駛向產業現場的完整動力。

原力靈機CEO唐文斌表示："具身智能行業正處在一個關鍵拐點上。Scaling Law已經全面顯現，模型能力正從完成特定任務加速邁向真正的泛化，這是繼大模型之后AI能力的又一次質變。但從模型能力邁向真實生產力，行業還需要跨越具身模型應用的門檻。持續的Scaling up，需要推動數據從“采集型”向“場景型”躍遷。這需要更強的通用模型、系統化的落地能力支持。"

更強模型：DM0.5，泛化涌現的具身基礎模型

全新發布的DM0.5，定位于面向開放世界的通用具身基礎模型（Foundation Model）。相比上一代 DM0，DM0.5 在訓練數據規模、架構創新以及開放世界泛化能力等方面實現全面升級，標志著系統能力從"執行固定指令、單次動作重復"向"理解意圖、多維連續泛化、長時可靠運行"的躍升。

規模、效率與成本的全面提升

• 規模躍升：4B參數，基于15萬小時多源數據深度訓練，數據量提升400%，參數量提升100%；
• 性能霸榜：推理延遲低至50ms，推理效率提升25%；在RoboChallenge真機評測（Table30 V2）中以42%成功率、60.1總得分位列第一；LIBERO評測綜合表現達99.1%，大幅領跑RoboTwin 2.0、R2R、RxR等公開榜單；
• 成本普惠：微調成本下降60%，一塊4090消費級顯卡、18小時即可完成一個下游任務的專家級部署；
• 泛化躍遷（相較DM0）：Zero-shot導航成功率提升31%，Few-shot成功率提升45%，Fine-tuning成功率提升20%。

高質量數據是泛化能力的底座

DM0.5構建了覆蓋導航、抓取、全身控制三大任務及六類機器人本體的龐大數據資產：

• 真機數據5萬小時，覆蓋100余種精細動作，實現秒級指令動作對齊；
• Egocentric第一視角數據10萬小時，支持毫米級3D場景理解；
• 場景重建數據覆蓋100萬平米空間，高精度還原復雜室內環境，有效解決Sim2Real差距。

三大架構創新，讓模型真正"理解"世界

• 上下文抽象層：通過高效的上下文信息壓縮技術，原生支持最長60秒記憶能力，一套架構即可支持變長時間窗口；
• 具身思維鏈任務：通過11項推理任務，驅動模型對"指令+本體+環境"進行三方聯合建模，讓動作生成具備真正的語義理解與世界預判能力，而不是簡單的動作復讀；
• 軌跡對齊層：利用約束動態規劃算法，讓動作監督從傳統的"逐點對齊"走向"軌跡對齊"，一次性解決動作序列不一致的問題。

五大核心泛化能力，定義開放世界下的具身智能

• Zero-shot：面對未被窮舉的真實世界，即使沒有針對目標任務進行訓練，DM0.5依然能夠完整閉環"看懂目標—做出動作—跨本體統一執行"的全流程，在抓、放、覆蓋、旋轉、推、拉、擦、堆疊等核心動作及復雜指令遵循上均取得跨越式提升；
• Fine-tuning：面向真實工業與生活場景的專家模型微調能力持續領先，權威評測全面刷新紀錄；
• 原生記憶：支持60秒長時記憶，能夠連貫記住此前的動作序列，并可直接理解人類示教視頻，實現"看完演示、即時對齊、跟隨完成"的直覺化交互；
• 抗干擾：采用雙系統大腦架構，Sys2負責理解與大局預判，Sys1負責高頻動作響應，在相機視角劇烈變化、人類動作強行打斷等真實長尾場景中仍能保持穩定執行；
• 多本體支持：采用"多機型+多任務"一體化融合訓練，可快速適配雙足人形、輪式、雙臂/單臂機械臂及靈巧手等主流及異構機型，實現對未知新機型的輕量化快速部署。

發布會后，原力靈機將同步開源：7月9日前，DM0.5在GitHub開放代碼倉庫、HuggingFace上線模型權重；7月15日，核心代碼提交至LeRobot社區，技術報告同步公開。

支持模型走向應用的三件套：DFOL2.0、MaaS、DexOS

具身智能行業正在從"模型能力"走向"真實生產力"的關鍵拐點。模型要真正進入產業應用，光靠模型和本體還不夠，中間還需要一套工程化、系統化、平臺化的支撐層：

• DFOL2.0:世界模型驅動的閉環強化學習框架。解決"模型如何變強"，以全新發布的通用具身世界模型DW0.5作為高保真仿真器，把強化學習"搬進"虛擬世界，讓模型在仿真中批量試錯、持續進化，不再依賴昂貴的真機集群反復迭代。這一框架驅動下，真機訓練數據需求下降60%，整體訓練成本下降40%

• DexOS：行業首個具身通用操作系統。解決"模型如何跑得穩"，打通大模型與機器人硬件之間的"最后一公里"，開發者只需幾行Python代碼，即可完成機器人連接、感知獲取、模型推理與動作執行，無需為每一款新機型重新適配底層硬件。目前，原力靈機已攜手天工、華勤、史河等知名機器人本體廠商共建生態。

• MaaS：行業首個具身通用MaaS服務。解決"能力如何被規模化調用"，提供一站式具身大模型服務，支持"一行命令"啟動Zero-shot推理，也支持可視化工作臺完成定制模型的在線訓練與部署，并采用按量計費模式，大幅降低企業接入門檻。同時，我們也將聯合平頭哥、摩爾線程、愛芯元智、天數智芯等國產算力領軍企業，構筑堅實、安全的本土算力底座。

通過 DFOL 2.0 驅動模型進化，DexOS 實現軟硬件深度解耦，MaaS 支撐能力規模化部署，三者構建起驅動具身智能進化的動力系統，讓DM0.5這樣的通用基礎模型真正從實驗室走進產業場景。

場景落地：Ferrata，讓具身智能走向規模化

Ferrata是具身智能面向真實場景的多智能體混合作業系統，是具身智能進入真實產業場景的系統化解決方案。它在目標、模型、多形態硬件與安全邊界之間建立一套可保護、可驗證、可閉環的調度機制，讓機器人能夠在受保護的狀態下進入真實場景，實現持續、高頻的作業與數據回流。

• 底層能力：依托DM系列模型與Realtime-VLA構建，將視覺、語言、空間推理與動作生成統一到單一具身基礎模型中，綜合評測成功率全球第一；Realtime-VLA實現30Hz多視角推理幀率、480Hz最高軌跡頻率，響應節拍接近人工操作水平；
• 任務分級與容錯：按業務特征分層協同——低成本硬件覆蓋簡單高頻任務，具身大模型攻堅異形、軟包等復雜長尾場景，異常情況自動重試、安全回退或流轉人工接管，確保生產線不因局部異常停擺；
• 應用場景：專注解決中小件商品的"貨到機器人"拆零揀選難題，可適配ToC電商倉（爆款與訂單揀選）、ToB流通倉（門店補貨整箱拆零）、逆向物流（退貨質檢與上架）三大核心倉儲物流場景。

Ferrata通過多設備協同降低綜合部署成本，形成"經濟飛輪"。規模化部署帶來的高頻真實數據反哺模型進化，形成"數據飛輪"，雙輪驅動下走向規模化交付。目前，Ferrata已在某行業頭部客戶的真實倉庫完成實地測試，場景涵蓋超10萬SKU、日訂單峰值數萬單。

具身原生的通用機器人：Apex（加圖及視頻）

[wb本機機器人-0708-2.mp4]

Dexmal Apex是具身原生的通用機器人，最大的特點在于充分考慮具身模型的應用特點，以及多場景使用需求設計，具有四大優勢：

1、模塊化：構型自由，末端1分鐘快換

硬件徹底解耦，底盤/雙臂/夾爪自由組合。單臂臂展1m（覆蓋0-2m空間），末端形態支持熱插拔與1分鐘內閃電快換，軟件自動識別無縫切換。

2、強感知：微秒級同步，支持“影子模式”

專為大模型設計。360°環視+雙激光雷達，實現傳感器與執行器微秒級同步；采用Sys0-Sys2三分層架構，支持在真機作業中無感采集場景數據的“影子模式”。

3、能干活：毫米級微操，全身一體化控制

徹底攻克手腳分離。單臂負載3kg，單次開合<0.4s，末端毫米級精度；底盤支持全向橫移，可在1m極窄通道調頭，實現底盤與上身在大負載、快節拍下的全身同步控制。

4、能持續：工業級高可靠，30秒不斷電換電

專為高強度場景而生，硬件設計目標MTBF超1000小時。支持30秒快速換電，且換電期間大腦熱備在線、無需重新初始化，保障7*24小時業務流無縫銜接。

5、支持國產硬件

始于敬畏，成于扎根

今天是具身智能最好的時代。中國具身智能不缺優秀的人才、豐富的數據、領先的硬件。真正稀缺的，是對物理世界的敬畏心，是愿意長期扎根的耐心，是腳踏實地把每一個場景做扎實的堅持。只有這樣，具身智能才有機會真正跨越屬于自己的"ChatGPT時刻"。

原力靈機將持續打造極致的產品，穿越具身智能的技術周期與產業周期——把模型訓練到極致、把系統打通到極致、把場景驗證到極致，讓機器人真正走進工廠、走進生活，走進每一個需要它的真實角落。