news 2026/4/25 4:53:27

模型、框架、应用量产工作流,原力灵机三箭齐发开启具身智能元年

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
模型、框架、应用量产工作流,原力灵机三箭齐发开启具身智能元年

2 月 10 日,以“具身原生”为主题的原力灵机技术开放日在北京中关村展示中心举行。

在这场被称为“最硬核的具身产品发布会”上,原力灵机一举发布三大核心产品:全球首个具身原生大模型 DM0、具身原生开发框架 Dexbotic 2.0、以及具身原生应用量产工作流 DFOL。

“2026 年不是具身智能的元年,而是具身原生的元年。”原力灵机CEO唐文斌在现场表示:“过去大家在争论用哪个大模型来改,我们直接跳出这个问题——为什么要改?为什么不从第一行代码就为机器人而写?”

全球首个具身原生大模型 DM0,2.4B 参数量登顶全球真机评测

原力灵机认为,不仅仅是一个“能在机器人上运行的大模型”,而是一个“智能本质和形成机制都根植于物理交互的新AI范式”。

基于此,原力灵机在业内首次提出“具身原生”概念:具身智能从诞生之初就需立足真实世界,聚焦“复杂环境中精准完成人类任务”,并发布全球首个具身大模型 DM0。

DM0 具有两大优势:一是从0开始训练的具身原生大模型,联合阶跃星辰联合训练,除了深度融合多模态互联网信息外,还涵盖驾驶行为数据、机器人操作、导航等具身场景特有的多传感数据。二是 DM0 没有把模型限制在单一硬件或特定场景,而是在预训练阶段系统混合抓取、导航、全身控制三类核心任务,并覆盖 UR、Franka、ARX、UMI、Aloha、R1-Lite、Realman、DOS-W1 等8种差异显著的机型,获得强跨机型的泛化与迁移能力。

DM0 仅 2.4B 参数量,却实现了业内最高的智能密度,尤其在精细操作场景中表现突出。不同于市面上多数 VLA 模型仅有 224-384 像素的输入分辨率,DM0 专属 768×768 高分辨率设计,实时推理延迟仅 60ms,在工业级精细作业中表现优异。

DM0首创广义动作解锁复杂任务。DM0构建空间推理思维链,把环境感知、任务理解、运动规划与精细执行串成闭环,使模型能够在复杂真实场景中稳定完成高精度操作,实现机器人的动作不局限在手上,拍照和发送指令一样行。

在 RoboChallage 真机评测中,DM0 获得单任务与多任务双项第一,目前位居榜单全球第一。为推动产业协同,原力灵机宣布DM0全面开源,开发者可在消费级显卡上便捷微调、二次开发,助力科研工作者搭建专属应用、训练自有模型及产品。

夯实具身基础设施,Dexbotic 2.0 打造具身智能的 PyTorch

基础设施是技术迭代效率的根本,也是一家AI公司真正的竞争力,原力灵机重磅发布全球首个具身原生开发框架Dexbotic 2.0。原力灵机合伙人汪天才表示,"PyTorch让每个研究者都能快速验证想法,Dexbotic 2.0要做的是同样的事——让每个开发者都能用乐高式的方式搭建自己的具身应用。"

相比去年发布的1.0版本,Dexbotic2.0实现了具身原生的全面升级,具备五大核心优势:模块化架构,将具身智能系统拆成三块可自由组合的“乐高模块”,V(Vision encoder)、L(LLM)、A(Action Expert)模可以独立升级、替换和混搭,便于快速试验新模型,并适配不同硬件和任务场景。

同时全面支持多源数据混合训练,用同一套训练过程,让模型同步学会“看懂世界”和“动手操作”;此外,Dexbotic 2.0还实现统一具身操作与导航、统一模仿学习与强化学习、标准化具身开发全流程,从“数据—训练—评测—硬件”四个环节形成闭环。

目前,Dexbotic 2.0已经服务数十家机构,包括清华、北大、普林斯顿、帝国理工等知名企业,以及腾讯、北京具身智能机器人创新中心等知名企业,覆盖超千位研发者。

正如 PyTorch 曾为深度学习社区提供统一、开放的基础设施,加速整个领域的繁荣,原力灵机联合清华大学、无问芯穹,共同宣布打造具身智能的 PyTorch,Dexbotic 2.0与强化学习框架 RLinf 达成战略合作,旨在降低开发门槛,让研究者与开发者专注于算法创新与场景突破。

规模化落地:破解工程痛点,DFOL解锁具身应用量产工作流

在夯实具身原生技术底座、打造基础设施降低开发门槛的基础上,原力灵机进一步推动机器人走进工厂,实现具身规模化场景落地,原力灵机发布具身应用量产工作流 DFOL(Distributed Field Online Learning),核心是通过“硬件通用+模型智能”的模式,使机器人既能保持较高效率与确定性,又拥有接近人类的灵活性和适应性。

DFOL 关键创新在于数据回流机制:现场产生的训练片段(episode)与负样本块(negative chunk)实时回传云端,形成“云端训练-现场执行-数据回流-模型更新”的持续进化闭环,使系统能够在真实工作环境中不断自我改进,实现柔性生产力的持续优化。这不仅是一次技术升级,更是创造真实商业价值的关键一跃,有利于打破非标自动化与人工的边界,推动物理智能真正走向规模化和普惠化。

从 DM0 打破行业“改模型”的路径依赖、以 2.4B 参数量登顶全球真机评测榜首,到 Dexbotic 2.0 联合 RLinf 准备扛起具身智能的“PyTorch”大旗、破解研发壁垒,再到 DFOL 打通工程化难题、变现技术落地闭环,原力灵机抛出的“三枚炸弹”,对具身智能产业进行全方位重构。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/23 19:47:36

5分钟部署Whisper语音识别:零基础搭建多语言转录服务

5分钟部署Whisper语音识别:零基础搭建多语言转录服务 引言:语音识别原来这么简单 你有没有遇到过这样的场景?会议录音需要整理成文字,外语视频需要翻译字幕,或者想给音频内容添加文字说明。传统方法要么手动打字费时…

作者头像 李华
网站建设 2026/4/23 4:58:18

VMD-SE-BiLSTM+Transformer多变量时序预测,MATLAB代码

一、研究背景 该模型针对复杂非线性时间序列预测问题,特别是具有多尺度、非平稳特性的时序数据。传统单一模型难以同时捕捉时序数据中的低频趋势和高频波动特征,因此采用分解-重构-混合建模 的策略,结合信号处理与深度学习技术提升预测精度。…

作者头像 李华
网站建设 2026/4/21 15:14:24

局域网中两台win电脑传输文件

文章目录1.方案一:Python 一行命令 HTTP 服务 (最接近 Linux 体验)1. 在发送方电脑 A 上操作2. 在接收方电脑 B 上操作2.方案二:Windows 共享文件夹 (适合频繁传输)3. Linux电脑向Win电脑传输文件总结✨✨✨学习的道路很枯燥,希望我们能并肩走…

作者头像 李华
网站建设 2026/3/28 8:59:37

Flink运行架构深度解析:从核心组件到实战提交

一、Flink运行架构概述Flink作为一个分布式流式计算引擎,其运行架构主要围绕 JobManager 和 TaskManager 两大核心组件展开。1. JobManager(Master)负责协调分布式任务的执行,包括任务调度、资源申请、检查点协调和故障恢复等。一…

作者头像 李华
网站建设 2026/3/30 10:04:54

如何选择高安全性CDN服务?2026年五大厂商深度横评指南

在数字化时代,CDN 作为业务内容分发的核心基础设施,其安全性直接决定了企业数据传输与业务运营的稳定性,选择一家高安全性的 CDN 服务公司成为企业数字化布局的关键。本文从合规资质、传输加密、访问控制、运维与服务四大核心维度&#xff0c…

作者头像 李华
网站建设 2026/4/19 16:17:18

数位差与数值和的构造

求解代码public static void main(String[] args) throws IOException {BufferedReader br new BufferedReader(new InputStreamReader(System.in));StringTokenizer in new StringTokenizer(br.readLine());PrintWriter out new PrintWriter(new OutputStreamWriter(System…

作者头像 李华