科技微博·机器之心Pro··AI 生成
WAIC机器人搭长城积木火爆展区，这才是VLA+WM的最佳用法
本文报道了WAIC 2026上，原力灵机与阶跃星辰合作，用6台机器人15小时搭建超8万个零件的长城积木模型。其核心并非炫技，而是展示了具身智能的新范式：基础模型DM0.5与世界模型DW0.5协同，通过后训练闭环让机器人学会“寸劲儿”和自主纠错，实现了长程、高精度的连续作业。文章超越事件报道，详细拆解了DM0.5在历史信息融合、具身推理、动态轨迹对齐方面的架构升级，以及DW0.5作为“训练环境”而非“生成模块”的设计取舍，为关注具身智能技术路线和落地路径的读者提供了具体的技术方案和工程解法。原文 ↗原文 ↗
核心观点
- ▍具身智能的下一步突破，不在于将单一模型参数堆得更高，而在于让基础模型（VLA）与后训练范式（世界模型强化学习闭环）形成合力，以真实落地结果（如15小时连续搭建长城）为衡量标准。
- ▍原力灵机将世界模型DW0.5定位为VLA的“训练环境”而非“生成模块”，其核心价值在于提供低成本、可规模化的后训练闭环，解决了具身智能领域真机数据成本高、仿真与现实差距大的核心瓶颈。
- 01长城模型由6台机器人搭载DM0.5基础模型，完成包含超8万个零件、最小组件不到1厘米、长3.5米的大型模型，全程15小时连续作业，验证了系统的长程稳定性和高精度（亚毫米级）操作能力。
- 02DM0.5进行了三项结构性改造：引入历史关键帧形成1分钟任务记忆；新增11种自回归任务，将训练监督从动作预测扩展为指令理解、时序推理与动作生成的联合监督；通过动态轨迹对齐解决数据采集节奏不一致问题。
- 03DW0.5作为后训练闭环的核心，通过三项关键设计实现：用group-diagonal attention mask将动作作为强先验与视频帧绑定；训练数据覆盖成功与失败案例，为强化学习提供reward前提；通过Value Expert将稀疏的成功信号转化为密集的每一步反馈。
- 04DM0.5在RoboChallenge Table30 V2、LIBERO仿真、RoboTwin2.0等多项基准测试中取得SOTA或领先成绩；DW0.5在EWMBench、WorldArena、RoboTwin2.0上同样排名第一，表明其生成质量、动态建模和策略执行能力同步领先。
反方 / 局限
- — 文章未讨论该方案在完全非结构化、动态、突发干扰环境下的表现，也未提及长城积木这种结构化的、可精确预知的场景与更复杂的工业或家庭场景之间的泛化距离。
概念锚点
前置背景
平行视角
未来推演
延伸追问