原力灵机发布三大 具身智能新时代

　　从 DM0 打破行业“改模子”的径依赖、以 2。4B 参数量登顶全球实机评测榜首，到 Dexbotic 2。0 结合 RLinf 预备扛起具身智能的“PyTorch”大旗、破解研发壁垒，再到 DFOL 打通工程化难题、变现手艺落地闭环，原力灵机抛出的“三枚”，对具身智能财产进行全方位沉构。

　　DM0 仅 2。4B 参数量，却实现了业内最高的智能密度，特别正在精细操做场景中表示凸起。分歧于市道上大都 VLA 模子仅有 224-384 像素的输入分辩率，DM0 专属 768×768 高分辩率设想，及时推理延迟仅 60ms，正在工业级精细功课中表示优异。

　　2 月 10 日，正在以“具身原生”为从题的手艺日上，原力灵机正式发布了具身原生大模子 DM0、具身原生开辟框架 Dexbotic 2。0、以及具身原生使用量产工做流 DFOL三大焦点产物。

　　DFOL 环节立异正在于数据回流机制：现场发生的锻炼片段(episode)取负样本块(negative chunk)及时回传云端，构成“云端锻炼-现场施行-数据回流-模子更新”的持续进化闭环，使系统可以或许正在实正在工做中不竭改良，实现柔性出产力的持续优化。这不只是一次手艺升级，更是创制实正在贸易价值的环节一跃，有益于打破非标从动化取人工的鸿沟，鞭策物能实正轨模化和普惠化。

　　正在夯实具身原生手艺底座、原力灵机进一步鞭策机械人走进工场，实现具身规模化场景落地，原力灵机发布具身使用量产工做流 DFOL(Distributed Field Online Learning)，焦点是通过“硬件通用+模子智能”的模式，使机械人既能连结较高效率取确定性。

　　比拟客岁发布的1。0版本，Dexbotic2。0实现了具身原生的全面升级，具备五大焦点劣势：模块化架构，将具身智能系统拆成三块可组合的“乐高模块”，V(Vision encoder)、L(LLM)、A(Action Expert)模能够升级、替代和混搭，便于快速试验新模子，并适配分歧硬件和使命场景。

　　目前，Dexbotic 2。0曾经办事数十家机构，包罗、北大、普林斯顿、帝国理工等出名企业，以及腾讯、具身智能机械人立异核心等出名企业，笼盖超千位研发者。

　　基于此，原力灵机正在业内初次提出“具身原生”概念：具身智能从降生之初就需立脚实正在世界，聚焦“复杂中精准完类使命”，并发布全球首个具身大模子 DM0。

　　原力灵机认为，不只仅是一个“能正在机械人上运转的大模子”，而是一个“智能素质和构成机制都根植于物理交互的新AI范式”。

　　根本设备是手艺迭代效率的底子，也是一家AI公司实正的合作力，原力灵机发布全球首个具身原生开辟框架Dexbotic 2。0。原力灵机合股人汪天才暗示，PyTorch让每个研究者都能快速验证设法。

　　DM0初创广义动做解锁复杂使命。DM0建立空间推理思维链，把、使命理解、活动规划取精细施行串成闭环，使模子可以或许正在复杂实正在场景中不变完成高精度操做，实现机械人的动做不局限正在手上，摄影和发送指令一样行。

　　正在 RoboChallage 线 获得单使命取多使命双项第一，为鞭策财产协同，原力灵机颁布发表DM0全面开源，开辟者可正在消费级显卡上便利微调、二次开辟，帮力科研工做者搭建专属使用、锻炼自有模子及产物。

　　据引见，DM0 具有两大劣势：一是从0起头锻炼的具身原生大模子，结合阶跃星辰结合锻炼，除了深度融合多模态互联网消息外，还涵盖驾驶行为数据、机械人操做、等具身场景特有的多传感数据。二是 DM0 没有把模子正在单一硬件或特定场景，而是正在预锻炼阶段系统夹杂抓取、、节制三类焦点使命，并笼盖 UR、Franka、ARX、UMI、Aloha、R1-Lite、Realman、DOS-W1 等8种差别显著的机型，获得强跨机型的泛化取迁徙能力。

　　“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唐文斌正在现场暗示：“过去大师正在辩论用哪个大模子来改，我们间接跳出这个问题——为什么要改？为什么不从第一行代码就为机械人而写？”。