← 返回信息流
AI 资讯量子位·2 小时前

Zero-Shot提升31%！原力灵机DM0.5登场，15万小时数据喂出

AI 深度解读

背景

具身智能（Embodied AI）行业长期面临一个核心瓶颈：数据飞轮难以有效运转。遵循Scaling Law，该领域需要大规模、高质量的数据闭环和强算力支撑，但纯人工采集数据费时费力，难以达到百万小时级规模。理想状态是将数据从被动“采集型”转变为真实业务中持续产生的“场景型”数据，从而加速飞轮运转。

原力灵机（Yuanli Lingji）是一家具身智能明星创业公司，核心创始团队出自旷视科技，具备大规模AI模型训练、机器人落地和高可靠硬件量产经验。近期，原力灵机与物流机器人公司Atomix完成合并，补足了真实场景侧的关键拼图。在此背景下，公司在其开发者大会上发布了新一代具身基础模型DM0.5，旨在成为连接数据飞轮、开发者平台与真实场景的底座。

核心内容

DM0.5被定位为“面向开放世界的通用具身基础模型”，参数规模为4B，相比上一代DM0翻倍，数据量则增加了400%，总计使用了15万小时高质量数据。数据由三类构成：

  1. 真机数据：5万小时高精度操作数据，覆盖100多种动作，实现秒级精细指令动作对齐，解决机器人在真实物理世界中的操作问题。
  2. Egocentric数据（第一视角数据）：10万小时Ego数据，使模型能从类似人类视角理解环境，支持毫米级高精度3D Landmark生成。
  3. 场景重建数据：100万平方米空间数据建模复杂室内环境，降低Sim2Real Gap。

在模型架构上，DM0.5有三项关键创新：

  • 上下文抽象层：原生支持最长60秒记忆能力（平均水平约30秒），通过高效上下文压缩，使模型能精准提取并保留关键历史上下文，减少长周期连贯作业中的断片。
  • 具身思维链任务：在VLA路线基础上引入任务规划、目标定位、未来状态预测等推理任务，让模型“先谋后动”，将大目标拆解为子任务并规划顺序，降低无效动作和失败率。
  • 轨迹对齐层：作为“专八级别的翻译官”，使动作学习从传统“对点”走向“对齐”，帮助模型理解运动规律。

性能方面，DM0.5在真机与仿真的四大公开评测中全面超越当前SOTA。仅凭单个模型即可同时支持导航、抓取、全身控制等任务。相比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%。推理效率整体提升25%，在H100平台上推理延迟低至50ms，在消费级显卡4090上仅为90ms。

泛化能力方面，原力灵机明确表示从DM0.5身上看到了“泛化涌现”，具体体现在五个维度：

  • Zero-Shot：在Franka单臂与Dexmal-Mint上实测8项核心原子动作及复杂指令遵循，除Move能力与PI 0.5持平外，其余测试均以较大优势胜出。
  • Fine-tuning：在RoboChallenge真机评测（Table30 V2）上，经过30个复杂任务、4种异构机型检验，总得分54.42，成功率43%，位列第一。在LIBERO上综合表现达99.1%（Clean场景94.1% / Random场景94.4%）。微调成本下降60%，仅需一块4090消费级显卡，最快18小时即可完成一个全新下游任务的专家级微调部署。
  • 原生记忆：原生支持最长60秒长时记忆，可处理长程、多步骤任务，并解锁视频示教（Video Prompt）能力，无需语言即可理解人类演示视频并即时对齐完成复杂任务。
  • 抗干扰：采用双系统架构（Sys2负责高层理解与规划，Sys1负责高频动作响应），专门针对相机扰动和人类动作干扰进行深度强化，在外部视点骤变或人类打断下仍能保持稳定执行。
  • 多本体支持：训练阶段采用多机型与多任务一体化融合训练，天然具备跨平台迁移能力，可适配双足人形、轮式、双臂/单臂机械臂及灵巧手等各类主流及异构机型，包括Aloha、ARX、UR、W1、宇树G1、天工、华勤、睿尔曼等，面对新未知机型也能快速完成轻量化部署。

围绕DM0.5，原力灵机同步发布了“三级火箭”落地基础设施：

  • 第一级：DM0.5基础模型，提供泛化能力。
  • 第二级：DexDev开发者平台，包含：
    • DFOL2.0：由通用世界模型DW0.5驱动的具身强化学习与数据闭环框架，使真机训练数据需求下降60%，训练成本降低40%。
    • DexOS：具身通用操作系统，通过标准化ECP接口将大模型与各类机器人本体的“N×M”适配降维为“N+1”，确保低成本、低延迟跨硬件部署。
    • 行业首个具身MaaS服务：将DM系列模型能力做成一站式服务，开发者无需从零训练、无需硬件适配即可调用泛化能力完成机型部署与升级。
  • 第三级：Ferrata，多智能体混合作业系统，通过任务分级、异常处理、人工接管和数据回流，解决多目标、多模型、多硬件之间的系统级调度问题，使机器人在真实环境中持续运行。

关键要点

  • 数据规模：15万小时高质量数据，包括5万小时真机操作数据、10万小时Ego数据、100万平方米场景重建数据。
  • 模型参数：4B参数，相比DM0翻倍。
  • 架构创新：上下文抽象层（60秒长时记忆）、具身思维链（任务规划与拆解）、轨迹对齐层（动作学习从“对点”到“对齐”）。
  • 性能提升：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%；推理效率提升25%，H100延迟50ms，4090延迟90ms。
  • 后训练效率：微调成本下降60%，仅需一块4090显卡，最快18小时完成专家级微调。
  • 泛化涌现：Zero-Shot能力全面超越前代及PI 0.5；Fine-tuning在RoboChallenge

相关推荐

查看原文 →qbitai.com