首页财产呆板人正文 硬核破局！原力灵机发布三年夜结果，开启具身智能新时代 为鞭策财产协同，原力灵机公布DM0周全开源，开发者可于消费级显卡上便捷微调、二次开发，助力科研事情者搭建专属运用、练习自有模子和产物。 2026-02-10 15:56 ·投资界综合

2 月 10 日，以“具身原生”为主题的原力灵机技能开放日于北京中关村展示中央进行。于这场被称为“最硬核的具身产物发布会”上，原力灵机一举发布三年夜焦点产物：全世界首 个具身原生年夜模子 DM0、具身原生开发框架 Dexbotic 2.0、以和具身原生运用量产事情流 DFOL。

“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唐文斌于现场暗示：“已往各人于争辩用哪一个年夜模子来改，咱们直接跳出这个问题——为何要改？为何不从第 一行代码就为呆板人而写？”

全世界首 个具身原生年夜模子DM0，2.4B 参数目登顶全世界真机评测

原力灵机认为，不单单是一个“能于呆板人上运行的年夜模子”，而是一个“智能素质及形成机制都根植在物理交互的新AI范式”。

基在此，原力灵机于业内初次提出“具身原生”观点：具身智能从降生之初就需安身真实世界，聚焦“繁杂情况中精准完成人类使命”，并发布全世界首 个具身年夜模子 DM0。

DM0 具备两年夜上风：一是从0最先练习的具身原生年夜模子，结合阶跃星斗结合练习，除了了深度交融多模态互联网信息外，还有涵盖驾驶举动数据、呆板人操作、导航等具身场景独有的多传感数据。二是DM0 没有把模子限定于单一硬件或者特定场景，而是于预练习阶段体系混淆抓取、导航、全身节制三类焦点使命，并笼罩 UR、Franka、ARX、UMI、Aloha、R1-Lite、Realman、DOS-W1 等8种差异显著的机型，得到强跨机型的泛化与迁徙能力。

DM0 仅 2.4B 参数目，却实现了业内最高的智能密度，特别于邃密操作场景中体现凸起。差别在市道上大都 VLA 模子仅有 224-384 像素的输入分辩率，DM0 专属 768×768 高分辩率设计，及时推理延迟仅 60ms，于工业级邃密功课中体现优秀。

DM0首创广义动作解锁繁杂使命。DM0构建空间推理思维链,把情况感知、使命理解、运动计划与邃密履行串成闭环，使模子可以或许于繁杂真实场景中不变完成高精度操作,实现呆板人的动作不局限于手上，照相及发送指令同样行。

于RoboChallage 真机评测中，DM0 得到单使命与多使命双项第 一，今朝位居榜单全世界第 一。为鞭策财产协同，原力灵机公布DM0周全开源，开发者可于消费级显卡上便捷微调、二次开发，助力科研事情者搭建专属运用、练习自有模子和产物。

夯实具身基础举措措施，Dexbotic 2.0 打造具身智能的 PyTorch

基础举措措施是技能迭代效率的底子，也是一家AI公司真实的竞争力，原力灵机重磅发布全世界首 个具身原生开发框架Dexbotic 2.0。原力灵机合股人汪天才暗示，"PyTorch让每一个研究者都能快速验证设法，Dexbotic 2.0要做的是一样的事——让每一个开发者都能用乐高式的方式搭建本身的具身运用。"

比拟去年发布的1.0版本，Dexbotic2.0实现了具身原生的周全进级，具有五年夜焦点上风：模块化架构，将具身智能体系拆成三块可自由组合的“乐高模块”，V（Vision encoder）、L（LLM）、A(Action Expert)模可以自力进级、替代及混搭，便在快速实验新模子，并适配差别硬件及使命场景。

同时周全撑持多源数据混淆练习，用统一套练习历程，让模子同步学会“看懂世界”及“动手操作”；此外，Dexbotic 2.0还有实现同一具身操作与导航、同一模拟进修与强化进修、尺度化具身开发全流程，从“数据—练习—评测—硬件”四个环节形成闭环。

今朝，Dexbotic 2.0已经经办事数十家机构，包括清华、北年夜、普林斯顿、帝国理工等知名企业，以和腾讯、北京具身智能呆板人立异中央等知名企业，笼罩超千位研发者。

正如PyTorch 曾经为深度进修社区提供同一、开放的基础举措措施，加快整个范畴的繁荣，原力灵机结合清华年夜学、无问芯穹，配合公布打造具身智能的 PyTorch，Dexbotic 2.0与强化进修框架 RLinf 告竣战略互助，旨于降低开发门坎，让研究者与开发者专注在算法立异与场景冲破。

范围化落地：破解工程痛点，DFOL解锁具身运用量产事情流

于夯实具身原生技能底座、打造基础举措措施降低开发门坎的基础上，原力灵机进一步鞭策呆板人走进工场，实现具身范围化场景落地，原力灵机发布具身运用量产事情流DFOL（Distributed Field Online Learning），焦点是经由过程“硬件通用+模子智能”的模式，使呆板人既能连结较高效率与确定性，又拥有靠近人类的矫捷性及顺应性。

DFOL 要害立异于在数据回流机制：现场孕育发生的练习片断（episode）与负样本块（negative chunk）及时回传云端，形成“云端练习-现场履行-数据回流-模子更新”的连续进化闭环，使体系可以或许于真实事情情况中不停自我改良，实现柔性出产力的连续优化。这不仅是一次技能进级，更是创造真实贸易价值的要害一跃，有益在打破非标主动化与人工的界限，鞭策物理智能真正走向范围化及普惠化。

从DM0 打破行业“改模子”的路径依靠、以 2.4B 参数目登顶全世界真机评测榜首，到 Dexbotic 2.0 结合 RLinf 预备扛起具身智能的“PyTorch”年夜旗、破解研发壁垒，再到 DFOL 买通工程化难题、变现技能落地闭环，原力灵机抛出的“三枚炸弹”，对于具身智能财产举行全方位重构。