泛化涌现！原力灵机三级火箭助推具身智能落地
2026年下半场，门槛已经清晰地摆在眼前：具身智能赛道，即将迎来第一次集中交卷。
要让具身智能真正实现泛化落地，国内公司缺的其实并不是硬件，不是场景，甚至也不是数据采集能力。真正卡住脖子的，是数据的碎片化——各家公司的硬件、算法、场景各自为战，缺少一个能把它们连接在一起的标准。没有这个标准，采集到的数据就无法跨任务、跨机型复用，数据收集的效率自然事倍功半。从10万小时到100万小时的“鲤鱼跃龙门”，也就成了天方夜谭。
那100万小时的“黄金数据”怎么来？单纯靠人力去“堆”显然不现实。不少公司寄希望于让机器人进入真实场景，靠“数据飞轮”自我驱动，但面前摆着三座大山：
第一
第二
第三
所以，要越过这三座大山，靠单一环节的优化远远不够。具身公司必须搭起一套“三级火箭”，用全栈的方式，实现系统性的能力升级。
什么样的具身模型，才最可能实现“泛化涌现”？
能在一个场景里通用，能在多个场景里泛化，甚至做到零样本或少样本的智能涌现——这是每一个具身模型落地应用的核心指标。
要实现面向开放世界的通用模型，就得有更大的数据规模、更先进的架构，以及更强的开放世界泛化能力。
2026年7月9日，原力灵机在北京举办了Action 2026开发者大会。会上，他们推出了自研的具身基础模型“DM0.5”，正式向“模型能力不足”这个核心痛点宣战。
这个4B参数规模的模型，背后是5万小时包含百余种动作的真机数据，加上10万小时的场景视频。这让DM0.5在三大核心任务（导航、抓取、全身控制）和六类机器人选型上都有数据支撑，能覆盖日常出现的主要场景。
DM0.5之所以被认为更有希望落地，核心在于它强大的泛化能力。检验泛化能力最硬核的指标，就是看零样本（Zero-shot）和少样本（Few-shot）的表现。今天不少公司Demo做得花团锦簇，但仔细一看，都是在给定任务上反复“排练”过的“表演”。现实世界没法被穷举，面对从未训练过的目标任务，模型必须能举一反三。
在这点上，DM0.5的表现相当能打。相比先前的DM0版本，零样本导航成功率提升了31%，少样本成功率提升了45%。这意味着，模型可以在没有专门训练的情况下，完成“看懂目标→做出动作→跨本体将语言与视觉统一成执行结果”的完整闭环。
有了更强的“举一反三”能力，模型要真正进入场景，模型精调（Fine-tuning）也是一门必修课。DM0.5的精调，不仅支持4090消费级显卡，成本还下降了60%，成功率反而提升了20%，最快18小时就能完成一个下游任务的部署。推理效率同样亮眼——在4090上响应速度仅90毫秒，在H100环境下更是达到50毫秒。
在面向真实工业和真实场景的RoboChallenge榜单上，面对30个复杂任务、4种异构机型的挑战，DM0.5的成功率达到43%，以54.42的总得分拔得头筹。此外，DM0.5在LIBERO的综合表现达到99.10%（Clean场景94.1%，Random场景94.4%），并在RoboTwin 2.0、R2R、RxR三个榜单上以很大优势领跑。通过更强的上下文工程，DM0.5还实现了长达60秒的原生记忆，有效对抗了传统具身模型“走一步忘一步”的尴尬。
举个典型的桌面清理场景：DM0.5驱动的机器人能记住物品的来处，精准地放回原位。在人类示范之后，它也能立刻对齐动作并跟随完成复杂任务，让人机交互变得更自然。
不仅如此，DM0.5还通过结合高阶大脑（系统2）和直觉反射（系统1），实现了更强的抗干扰能力，能应对相机扰动、人类动作干扰。而“多任务+多机型”的训练方式，让它能在不同本体上快速适配——双足、轮式、单臂、双臂、灵巧手都不在话下，覆盖导航、抓取、全身控制三大核心任务。
目前，DM0.5已经在GitHub上开放了最新仓库，在HuggingFace也上线了模型权重和最新博客。一周后，原力灵机还将正式向LeRobot社区提交核心代码，并面向全行业公开深度技术报告，用开源生态的方式，把更优秀的“具身大脑”推向市场。
如果说过去的具身范式是“执行固定指令、单次动作重复”，那么今天，在DM0.5的驱动下，具身智能正在向“理解意图、多维连续泛化、长时可靠运行”跃升。
当然，强大的模型只是“第一级火箭”。全栈的能力，才是补全落地拼图的关键。
为什么只有全栈，才能让通用具身更好地落地？
具身模型可以通过Scaling Law实现线性提升，但全栈能力，则是对每一家公司的“大考”。
只有模型显然不够。没有性能更好的本体、更好用的工具链、更好的多机器人协作系统，具身就永远成不了用户可用的生产力。
面对这场大考，原力灵机准备了全套方案。
先给“大脑”一个更强大的“身体”——他们推出了通用具身本体2.0-Apex。DM0.5能兼容多种形态的本体，2.0-Apex则干脆把机器人的诸多部件做了解耦设计，用户可以根据需要，在一分钟内对底盘、手臂、灵巧手、夹爪等部件进行热插拔，真正实现“十八般武艺”样样精通。
算力上，2.0-Apex的底层算法采用1kHz高频控制，让基础动作安全丝滑；端侧搭载Thor顶级芯片，让高频实时推理成为可能。针对复杂决策和逻辑规划，通过WiFi 7高速天线，它也能无缝连接云端大模型，让更高阶的智能无需等待。
其他方面，360°无死角感知（腕部相机+激光雷达）、毫米级末端定位的夹爪、1000小时以上的MTBF（平均无故障工作时间）、30秒不停机快速换电——这些都是原力灵机本体工程的“基础操作”，让本体更易量产，在工业、物流等真实复杂场景中承担高强度作业。
大脑和身体齐备了，开发者要把机器人用到实处，一套工程化、系统化、平台化的支持层也必不可少。原力灵机为此推出了开发者平台DexDev，打出了DFOL 2.0、DexOs和MaaS的“三板斧”。
今天的产业界对具身机器人总是“既要又要”——高成功率、高节拍、高鲁棒性缺一不可。DFOL 2.0，这套世界模型驱动的闭环强化学习框架，正是为此而生。
1.0版本的DFOL，已经让“具身原生应用的量产工作流”成为现实。到了2.0版本，原力灵机要做的是让世界模型成为更高保真的仿真器，直接把强化学习放进虚拟世界跑通。
为此，他们同步推出了通用具身世界模型DW0.5。与DM0.5一字之差，但DW0.5的仿真能力更强。在DFOL 2.0的闭环中，DM0.5提供初始动作块和基础策略，DW0.5则在线批量生成视觉轨迹预测（Rollout 1到Rollout N），还原未来世界状态。负责评估的“教练员”CFG-RL则根据轨迹进行通用任务的进度评估，将打分结果与奖励信号实时回传，更新模型权重，实现具身智能的自我演进。
一句话总结：DM0.5负责输出动作，DW0.5负责模拟，CFG-RL负责打分，打分结果再反馈给模型进行优化。
效果如何？DFOL 2.0把整体训练成本降低了40%，复杂真机任务（比如打气球、晾衣服、调酒）的成功率也显著提升。更重要的是，这套闭环强化学习链路，极大降低了真机训练数据的需求，顺便解决了硬件损坏和优化问题，让强化学习真正实现了规模化。
和DM0.5一样，DW0.5和DFOL 2.0也加入了原力灵机的开放生态。前者已经正式开源，后者也面向全球开发者开放使用。
要实现“一脑多形”，最理想的方式就是无论何种机型，都能一键接入。原力灵机的具身操作系统DexOS，正是为此设计。通过ECP（Embodied Control Platform）的多层级系统协作，开发者只用几行Python代码，就能完成机器人的连接、感知获取、模型推理与动作执行。
面向更大的开发者群体，原力灵机还发布了行业首个通用具身MaaS服务。不仅支持通用具身模型，也支持满足特定场景的定制模型。开发者可以登录一站式可视化数据及模型管理工作台，上传LeRobot v3格式的数据集，进行私有数据的联合训练，价格仅在1元/百万token左右。
有了本体和开发平台，原力灵机还不想止步。面向多机器人协作的关键场景，他们手搓了一套给具身智能设计的“Harness框架”——Ferrata（飞拉达）。
为什么需要这个？因为在真实、复杂的物理场景下，单一功能的机器人本体能力再强，也往往难以胜任所有工作。多个机器人一起协作，难免“打架”，这也成了大规模部署的重要卡点。
在DM0.5和Realtime-VLA的支持下，Ferrata设计了一套机器人分层作业的架构，把标准自动化、具身执行和人工接管的任务进行拆分，明确日常作业分工，并实现自动化的异常管理和物理容错。
这套架构，在降低客户部署成本的同时，还通过多机器人大规模部署的方式，建立了自己的数据飞轮，结构化记录实际生产中的高质量数据，持续反哺DM系列大模型的能力进化。
如何穿越具身技术与产业周期
回到开头提到的“三座大山”，原力灵机在Action 2026开发者大会上，都给出了清晰的解法：
· 模型能力限制落地效果？就用更大的数据、更优的架构做更好的泛化性能，给具身提供更强的智能动力；
· 集成开发太复杂？就给开发者提供更易用的一站式平台，提升机器人在具体场景里的表现；
· 全时连续作业效率低？就用多机器人协作的Harness框架，把模型送进产业场景，让客户用得“多快好省”。
说白了，一个产业从出生到落地，必然要经历一个“先炼丹，再造车”的路径。技术路径逐渐收敛后，标准化、规模化就成了必须突破的桎梏。
通用具身也不能例外。要让机器人真正走进工厂、走进家庭，靠的不只是某项前沿技术的突破，而是出于对物理世界的敬畏之心，把模型、系统、场景的每一步都拆解清楚，再把每一个原子都做到最优。
要做到这个地步，一家公司靠的不能只是一时的灵感，更要有近乎执拗的耐心与坚持。只有这样，才能穿越具身行业波谲云诡的周期，以先行者和实干者的身份，长久地留在行业中，见证未来的到来。
