6.5
深览指数
科技量子位·衡宇··AI 生成
Zero-Shot提升31%！原力灵机DM0.5登场，15万小时数据喂出
具身智能创业公司原力灵机发布新一代具身基础模型DM0.5。该模型参数规模为4B，使用了15万小时高质量数据（包括5万小时真机数据、10万小时第一人称视角数据和100万平方米场景重建数据），并引入了上下文抽象层、具身思维链、轨迹对齐层等架构创新。在多项公开评测中，DM0.5的性能超越当前SOTA（如Zero-Shot导航成功率提升31%），且微调成本大幅下降，仅需一块4090显卡18小时即可完成新任务微调。文章还介绍了配套的开发者平台DexDev和多智能体系统Ferrata，呈现了原力灵机如何通过「模型-平台-场景」三级火箭推进具身智能从实验室走向产业应用。本文适合关注具身智能行业进展、机器人基础模型技术路径的投资人、技术决策者和机器人领域研究者阅读。原文 ↗
核心观点
- ▍原力灵机提出「三级火箭」路径：第一级是具身基础模型（DM0.5），第二级是开发者平台（DexDev），第三级是多智能体作业系统（Ferrata），三者协同才能让具身智能真正从实验室走向产业现场。
- ▍DM0.5的核心定位是「面向开放世界的通用具身基础模型」，追求让模型理解对象、场景、任务、机型和自然语言指令之间的关系，而非仅记住固定动作。
- 01DM0.5参数规模为4B，数据量较上一代增加400%，合计15万小时：5万小时真机高精度操作数据（覆盖100多种动作）、10万小时第一人称视角数据（支持毫米级3D Landmark生成）、100万平方米场景重建数据。
- 02DM0.5在四项公开评测中全面超越SOTA：相较于上一代DM0，Zero-Shot导航成功率提升31%，Few-shot成功率提升45%，微调后任务成功率提升20%。
- 03DM0.5推理效率提升25%，在H100平台推理延迟低至50ms，在4090消费级显卡上推理延迟为90ms。
- 04后训练效率实现了「断代式普惠」：微调成本下降60%，仅需一块4090消费级显卡，最快18小时即可完成全新下游任务的专家级微调部署。
- 05DM0.5展现出五大泛化能力：Zero-Shot、Fine-tuning、原生记忆（支持最长60秒长时记忆，解锁视频示教功能）、抗干扰（双系统架构应对相机扰动和人类动作干扰）、多本体支持（适配双足人形、轮式、双臂/单臂机械臂及灵巧手等多种机型）。
- 06DM0.5在LIBERO综合表现达99.1%（Clean场景94.1% / Random场景94.4%）；在RoboChallenge真机评测（Table30 V2）上，总得分54.42，成功率43%，位列第一。
- 07原力灵机与物流机器人公司Atomix完成合并，补上了真实场景侧的关键拼图；核心创始团队出自旷视科技。
- 08配套的DFOL2.0框架利用世界模型驱动强化学习，让真机训练数据需求下降60%，训练成本降低40%。
反方 / 局限
- — 文章承认具身智能行业缺乏共识，并且指出数据飞轮转不起来是行业最大阻碍之一。虽然没有明确讨论DM0.5的局限性，但文章提到了具身模型在记忆和抗干扰等方面的行业通病（如记忆不超过10秒、易被环境干扰），暗示了DM0.5对此的改进。
13 分钟 · 5 卡片 · 15 资料
读原文 →