从模型到生产力：原力灵机点燃具身智能"三级火箭"

具身智能走到今天，行业最需要回答的问题已经变了。

过去一年，行业已经看过太多漂亮的机器人Demo，但能够进入真实场景持续工作却是一道鸿沟。这也是原力灵机首届开发者大会Action 2026最值得关注的地方。

7月9日，原力灵机一次发布五大新品：泛化涌现的具身基础模型-DM0.5，面向通用场景的机器人Apex，世界模型驱动的闭环强化学习框架DFOL2.0，行业首个通用具身MaaS服务，行业首个通用具身操作系统DexOS。同时，面向真实场景的多智能体混合作业系统Ferrata也正式亮相。

如果只看产品清单，这像是一场“全家桶”式发布。但从产业视角看，它真正释放出的信号是：具身智能正在从模型能力展示，进入生产力系统构建。

在大会前的媒体采访中，原力灵机CEO唐文斌提到一个关键判断：今天具身智能行业真正要回答的，不是再给模型贴多少新概念，而是模型如何走向泛化，如何进入产业场景被用起来。

这次发布可以理解为原力灵机为具身智能从模型走向生产力打造了“三级火箭”：

第一级，是以DM0.5为代表的通用具身基础模型，解决开放世界泛化问题；

第二级，是DFOL 2.0、MaaS和DexOS构成的系统化、平台化能力，解决模型如何低成本训练、调用和部署的问题；

第三级，是Ferrata这样的场景解决方案，把机器人放进真实业务流程，在可保护、可接管的系统里跑起来，并持续产生数据飞轮。

每一级火箭，都贯穿具身原生的理念。更关键的是，原力灵机坚持开源开放，旨在推动具身行业的技术迭代与创新。DM0.5 即将开源模型权重与核心代码，并公开发布深度技术报告。DFOL 2.0 也已面向全球开发者全面开放使用，其背后支撑的世界模型DW05 已经正式开源。

“我认为开源是一个非常检验企业真实力的模式。我们把大部分基础设施开源出来，就是希望和整个产业一起快速迭代。”唐文斌表示。

这也是原力灵机与很多具身智能公司的不同：打磨一套“模型—本体—基础设施—场景”的全栈闭环并开源。对具身智能来说，真正的ChatGPT时刻不会只诞生在实验室Demo里，而更可能诞生在真实场景的商业闭环中。

一级火箭：

DM0.5基础模型，开箱即用的泛化能力

具身智能从实验室走向产业现场，第一道门槛就是模型泛化能力。

过去很多机器人Demo之所以好看，是因为任务、物体和场景都被提前设计过。机器人看似聪明，实际只是在复现训练集里的动作。一旦换一张桌子、换一批任务、换一种指令，立马卡壳。

这也是DM模型最值得关注的地方。今年2月，上一代模型DM0仅用 2.4B 参数量，实现了实时推理延迟60ms，并能完成工业级精细作业。

DM0.5的核心升级，不只是训练数据达到15万小时，推理延迟达到50ms，而是开始具备Zero-Shot泛化能力，具体来说它把泛化拆解成五个维度：

Zero-Shot：就是机器人“没练过也能做”，面对没见过的新对象，新任务，新场景，一样能操作；

Fine-Tuning：更强的场景专家和更低门槛。DM0.5在RoboChallenge 真机评测（Table30 V2）、LIBERO等公开评测全面超越 SOTA。仅需一块 4090 消费级显卡，即可在 18 小时内 完成一个全新下游任务的专家级微调训练；

原生记忆：原生支持最长 60s 记忆能力，长程动作中也能记住上下文；

抗干扰：无惧物理动态干扰，高阶大脑（Sys2）负责理解、拒绝冒充与大局预判。动作专家网络则如同直觉反射（Sys1），负责长程复杂任务的高频高质响应；

本体泛化：适配包含双足人形、轮式、双臂/单臂机械臂及灵巧手在内的各类主流及异构机型。

高质量数据才能带来高质量智能，DM0.5 构建了覆盖导航、抓取、全身控制三大任务以及六类机器人本体的庞大数据资产：

真机数据： 5万小时高精度操作，覆盖 100+ 种丰富动作，实现秒级精细指令动作对齐（复杂场景 + 高精度采集）。

Egocentric数据： 10万小时极大丰富的场景视频，支持毫米级高精度 3D Landmark 生成。

场景重建数据： 100万平空间数据建模复杂室内环境，高精度重建解决 Sim2Real Gap。

同时，模型架构也有三大创新：

上下文抽象层（Context Abstraction Layer）解决模型没有记忆的普遍痛点，DM0.5原生支持最长 60s 记忆能力；

具身思维链任务（Embodiment CoT Tasks）解决模型真正听懂指令的问题；

轨迹对齐层（Traj Alignment Layer for Action Learning）解决了人类示教动作快慢不一、轨迹不一致的问题。

原力灵机联合创始人周而进举例说，具身模型能否真正听懂指令可以测反事实能力，比如没有泛化能力的模型看到一件衣服只会折，因为这是训练集里做过的动作。但如果用户指令是把衣服扔到脏衣篓里面，模型就不会了。DM0.5引入具身思维链和反事实任务，就在于让模型往“理解意图再行动”迈进一步。

当然模型再强，也必须通过本体进入物理世界。此次，原力灵机机器人Apex的差异化在于：用模块化、热插拔、快速换电和工业级稳定性，给模型提供一个更适合真实场景的身体。

Apex的底盘、双臂、执行器提供多种规格，可以像搭积木一样自由组合，满足不同场景需求。

二级火箭：

DFOL2.0，MaaS，DexOS构成的平台能力层

具身模型要真正从"能力"走向"生产力"，光有强模型和好本体还不够，中间还缺一套工程化、系统化、平台化的支撑层。

DFOL2.0，模型如何低成本变成场景专家

泛化能力再强的基础模型，在进入具体场景时，也需要一定的后训练。因此，后训练能否低成本、规模化，成为具身模型落地的关键。

DFOL2.0 (Dexmal Function Online Learning)是一个世界模型驱动的闭环强化学习框架，它瞄准的是传统后训练的痛点：真机Rollout成本高、硬件损耗大、采集周期长、失败样本难规模化获得。

DFOL 2.0的产业意义在于：它把世界模型变成仿真器和“低成本试错场”，让模型先在世界模型生成的虚拟世界里经历成功与失败，再把学到的策略迁移回真机。

为此，原力灵机专门打造了世界模型DW0.5，它不是单纯生成好看的机器人视频，而是要能预测动作执行后的未来状态，甚至生成失败轨迹，并对任务进度打分。

DFOL 2.0 驱动下，真机训练数据需求量下降 60%，整体训练成本直接骤降 40%， 复杂真机任务成功率显著提升。

DexHub MaaS：模型能力如何被更容易调用

大模型真正进入产业，不是因为每家公司都自己训练GPT，而是因为MaaS服务降低了调用门槛。具身智能过去缺少这一层：模型发布了，但开发者拿到模型后仍要自己处理部署、硬件适配、推理链路和训练流程。为此，原力灵机推出行业首个通用具身MaaS服务DexHub。

DexHub MaaS的意义在于，原力灵机试图把具身模型能力封装成服务，让本体厂商和开发者不用从零训练具身模型。

一类是通用模型调用，开发者直接用基础模型的Zero-shot能力；

一类是定制模型，开发者上传数据，可以在DFOL做专属后训练，再部署调用。

由此，原力灵机也在具身行业内率先推出了按量/时长计费的全新商业模式。计费方式初步规划按照100万 输入像素（input pixel）计算，打破传统项目制模式下高昂的软硬件定制成本，更灵活的满足企业与开发者需求。

DexOS：让模型和本体进行标准化对话

DexOS是行业首个通用具身操作系统。原力灵机还推出配套的ECP（Embodied Control Platform）多层级系统协作，一套连接“模型、模型核心系统、机器人本体”的标准接口协议。

此前，具身模型与硬件之间缺少一个标准化的连接层。DexOS和ECP的意义在于屏蔽底层硬件差异，通过标准接口让开发者用几行代码就能完成不同本体的连接，实现模型推理验证。

三级火箭：

Ferrata，让具身智能在“受保护”的场景中跑起来

具身智能行业有一个悖论：模型需要真实场景数据才能变强，但模型不够强时，又很难被放进真实场景。一旦机器人在现场频繁失败，客户业务会被打断，模型也就失去了规模化部署机会。

原力灵机将物流仓储场景作为具身智能走向生产力的核心练兵场，因为物流仓储有几个特点：任务高频、结果可验证、ROI容易计算、商品种类长尾、异常样本丰富、数据回流价值高。

更关键的是，原力灵机通过Ferrata解决能力与场景的悖论。Ferrata是具身面向真实场景的多智能体混合作业系统，是具身智能规模化的一套“保护式落地系统”。

Ferrata就像一根安全绳。它承认今天的具身大模型还不可能100%可靠，所以不是让机器人裸奔进现场，而是让机器人在分层任务、远程遥操和人工兜底的系统里逐步承担工作。

这也是今年6月，原力灵机并购物流机器人公司 Atomix的核心原因。Atomix面向物流仓储场景提供 AI 原生柔性仓储解决方案，日均出货 60 万件以上，有覆盖全球 20 多个国家、服务近百个品牌的业务网络。

对具身智能来说，最稀缺的不是实验室采集数据，而是机器人在真实订单、真实商品、真实异常中跑出来的数据。所以物流场景是一个数据飞轮入口。

Ferrata最厉害的地方在于能够根据业务特征将任务分级，从而协同多类型机器人高效工作：

Level 1：简单任务简单做，用低成本自动化设备覆盖高频、标准、确定性任务；

Level 2：复杂长尾任务交给具身机器人，比如异形、软包、难吸取、需要理解和操作策略的任务；

Level 3：机器人处理不了的异常情况或高敏场景，流转到远程遥操或人工接管，保证业务不中断。

Ferrata的产业意义在于把“商业闭环”和“数据飞轮”绑在一起。部署越多，真实任务越多，模型越聪明。失败样本、异常样本越多，模型越进化。模型越强，机器人承担的任务比例越高，人工兜底比例越低，ROI进一步改善。

结语

今天，具身智能还没有到真正的ChatGPT时刻。

对具身智能来说，产业化不会靠一个顶尖模型突然完成。它更可能是一场长期的闭环竞赛和系统工程：

模型泛化能力持续提升，数据持续Scaling，后训练成本不断下降，OS和接口逐步标准化，本体稳定性不断逼近工业级要求，而机器人在真实场景中跑出的数据，又反过来推动模型继续进化。

这也是Action 2026原力灵机开发者大会释放出的信号，具身行业开始进入一个更务实的新阶段：从展示模型能力，转向构建生产力系统。

本文为「智能进化论」原创作品，

欢迎关注。