7月9日Action2026原力灵机开发者大会在北京举行。站在具身智能产业从“爆发前夜”走向“产业落地”的交汇点上原力灵机重磅发布五大新品通用具身基础模型DM0.5、通用机器人本体Apex以及全面支持模型走向规模化应用的开发者平台DexDev包括DFOL2.0、MaaS、DexOS三件套现场还深度展示了面向真实生产场景的解决方案Ferrata 的最新产业实践这背后是具身智能从模型走向生产力的三级火箭第一级是泛化的通用模型第二级是具身开发者三件套后训练、MaaS、OS第三级是体系化的场景解决方案能力。三级接力全面打通、协同演进让具身智能真正具备了从实验室驶向产业现场的完整动力。原力灵机CEO唐文斌表示具身智能行业正处在一个关键拐点上。Scaling Law已经全面显现模型能力正从完成特定任务加速迈向真正的泛化这是继大模型之后AI能力的又一次质变。但从模型能力迈向真实生产力行业还需要跨越具身模型应用的门槛。持续的Scaling up需要推动数据从“采集型”向“场景型”跃迁。这需要更强的通用模型、系统化的落地能力支持。更强模型DM0.5泛化涌现的具身基础模型增加视频[wb原力灵机DM0.5_FA_调色.mp4]全新发布的DM0.5定位于面向开放世界的通用具身基础模型Foundation Model。相比上一代 DM0DM0.5 在训练数据规模、架构创新以及开放世界泛化能力等方面实现全面升级标志着系统能力从执行固定指令、单次动作重复向理解意图、多维连续泛化、长时可靠运行的跃升。规模、效率与成本的全面提升规模跃升4B参数基于15万小时多源数据深度训练数据量提升400%参数量提升100%性能霸榜推理延迟低至50ms推理效率提升25%在RoboChallenge真机评测Table30 V2中以42%成功率、60.1总得分位列第一LIBERO评测综合表现达99.1%大幅领跑RoboTwin 2.0、R2R、RxR等公开榜单成本普惠微调成本下降60%一块4090消费级显卡、18小时即可完成一个下游任务的专家级部署泛化跃迁相较DM0Zero-shot导航成功率提升31%Few-shot成功率提升45%Fine-tuning成功率提升20%。高质量数据是泛化能力的底座DM0.5构建了覆盖导航、抓取、全身控制三大任务及六类机器人本体的庞大数据资产真机数据5万小时覆盖100余种精细动作实现秒级指令动作对齐Egocentric第一视角数据10万小时支持毫米级3D场景理解场景重建数据覆盖100万平米空间高精度还原复杂室内环境有效解决Sim2Real差距。三大架构创新让模型真正理解世界上下文抽象层通过高效的上下文信息压缩技术原生支持最长60秒记忆能力一套架构即可支持变长时间窗口具身思维链任务通过11项推理任务驱动模型对指令本体环境进行三方联合建模让动作生成具备真正的语义理解与世界预判能力而不是简单的动作复读轨迹对齐层利用约束动态规划算法让动作监督从传统的逐点对齐走向轨迹对齐一次性解决动作序列不一致的问题。五大核心泛化能力定义开放世界下的具身智能Zero-shot面对未被穷举的真实世界即使没有针对目标任务进行训练DM0.5依然能够完整闭环看懂目标—做出动作—跨本体统一执行的全流程在抓、放、覆盖、旋转、推、拉、擦、堆叠等核心动作及复杂指令遵循上均取得跨越式提升Fine-tuning面向真实工业与生活场景的专家模型微调能力持续领先权威评测全面刷新纪录原生记忆支持60秒长时记忆能够连贯记住此前的动作序列并可直接理解人类示教视频实现看完演示、即时对齐、跟随完成的直觉化交互抗干扰采用双系统大脑架构Sys2负责理解与大局预判Sys1负责高频动作响应在相机视角剧烈变化、人类动作强行打断等真实长尾场景中仍能保持稳定执行多本体支持采用多机型多任务一体化融合训练可快速适配双足人形、轮式、双臂/单臂机械臂及灵巧手等主流及异构机型实现对未知新机型的轻量化快速部署。发布会后原力灵机将同步开源7月9日前DM0.5在GitHub开放代码仓库、HuggingFace上线模型权重7月15日核心代码提交至LeRobot社区技术报告同步公开。支持模型走向应用的三件套DFOL2.0、MaaS、DexOS具身智能行业正在从模型能力走向真实生产力的关键拐点。模型要真正进入产业应用光靠模型和本体还不够中间还需要一套工程化、系统化、平台化的支撑层DFOL2.0:世界模型驱动的闭环强化学习框架。解决模型如何变强以全新发布的通用具身世界模型DW0.5作为高保真仿真器把强化学习搬进虚拟世界让模型在仿真中批量试错、持续进化不再依赖昂贵的真机集群反复迭代。这一框架驱动下真机训练数据需求下降60%整体训练成本下降40%。DexOS行业首个具身通用操作系统。解决模型如何跑得稳打通大模型与机器人硬件之间的最后一公里开发者只需几行Python代码即可完成机器人连接、感知获取、模型推理与动作执行无需为每一款新机型重新适配底层硬件。目前原力灵机已携手天工、华勤、史河等知名机器人本体厂商共建生态。MaaS行业首个具身通用MaaS服务。解决能力如何被规模化调用提供一站式具身大模型服务支持一行命令启动Zero-shot推理也支持可视化工作台完成定制模型的在线训练与部署并采用按量计费模式大幅降低企业接入门槛。同时我们也将联合平头哥、摩尔线程、爱芯元智、天数智芯等国产算力领军企业构筑坚实、安全的本土算力底座。通过 DFOL 2.0 驱动模型进化DexOS 实现软硬件深度解耦MaaS 支撑能力规模化部署三者构建起驱动具身智能进化的动力系统让DM0.5这样的通用基础模型真正从实验室走进产业场景。场景落地Ferrata让具身智能走向规模化Ferrata是具身智能面向真实场景的多智能体混合作业系统是具身智能进入真实产业场景的系统化解决方案。它在目标、模型、多形态硬件与安全边界之间建立一套可保护、可验证、可闭环的调度机制让机器人能够在受保护的状态下进入真实场景实现持续、高频的作业与数据回流。底层能力依托DM系列模型与Realtime-VLA构建将视觉、语言、空间推理与动作生成统一到单一具身基础模型中综合评测成功率全球第一Realtime-VLA实现30Hz多视角推理帧率、480Hz最高轨迹频率响应节拍接近人工操作水平任务分级与容错按业务特征分层协同——低成本硬件覆盖简单高频任务具身大模型攻坚异形、软包等复杂长尾场景异常情况自动重试、安全回退或流转人工接管确保生产线不因局部异常停摆应用场景专注解决中小件商品的货到机器人拆零拣选难题可适配ToC电商仓爆款与订单拣选、ToB流通仓门店补货整箱拆零、逆向物流退货质检与上架三大核心仓储物流场景。Ferrata通过多设备协同降低综合部署成本形成经济飞轮。规模化部署带来的高频真实数据反哺模型进化形成数据飞轮双轮驱动下走向规模化交付。目前Ferrata已在某行业头部客户的真实仓库完成实地测试场景涵盖超10万SKU、日订单峰值数万单。具身原生的通用机器人Apex加图及视频[wb本机机器人-0708-2.mp4]Dexmal Apex是具身原生的通用机器人最大的特点在于充分考虑具身模型的应用特点以及多场景使用需求设计具有四大优势1、模块化构型自由末端1分钟快换硬件彻底解耦底盘/双臂/夹爪自由组合。单臂臂展1m覆盖0-2m空间末端形态支持热插拔与1分钟内闪电快换软件自动识别无缝切换。2、强感知微秒级同步支持“影子模式”专为大模型设计。360°环视双激光雷达实现传感器与执行器微秒级同步采用Sys0-Sys2三分层架构支持在真机作业中无感采集场景数据的“影子模式”。3、能干活毫米级微操全身一体化控制彻底攻克手脚分离。单臂负载3kg单次开合0.4s末端毫米级精度底盘支持全向横移可在1m极窄通道调头实现底盘与上身在大负载、快节拍下的全身同步控制。4、能持续工业级高可靠30秒不断电换电专为高强度场景而生硬件设计目标MTBF超1000小时。支持30秒快速换电且换电期间大脑热备在线、无需重新初始化保障7*24小时业务流无缝衔接。5、支持国产硬件始于敬畏成于扎根今天是具身智能最好的时代。中国具身智能不缺优秀的人才、丰富的数据、领先的硬件。真正稀缺的是对物理世界的敬畏心是愿意长期扎根的耐心是脚踏实地把每一个场景做扎实的坚持。只有这样具身智能才有机会真正跨越属于自己的ChatGPT时刻。原力灵机将持续打造极致的产品穿越具身智能的技术周期与产业周期——把模型训练到极致、把系统打通到极致、把场景验证到极致让机器人真正走进工厂、走进生活走进每一个需要它的真实角落。
后端工程能力 ASP.NET Core 实战 后端工程能力解决的是接口在真实环境里的稳定性问题:重复提交怎么办、部分成功怎么办、并发冲突怎么办、异常怎么统一返回、日志怎么定位、谁能访问接口、请求太多怎么办、外部服务失败要不要重试、多实例部署时怎么保证同一资源只有一个执行者。这一类能力和 ORM /…
Python/C# 实现 RIPEMD-160:3 种调用方式与 1 个完整文件哈希示例 Python/C# 实现 RIPEMD-160:3 种调用方式与 1 个完整文件哈希示例在密码学和安全领域,哈希函数扮演着至关重要的角色。RIPEMD-160 作为一种经典的加密哈希算法,虽然不如 SHA 系列算法那样广为人知,但在特定场景(如比特…
基于PO模式与Pytest的Web自动化测试工程实践:从架构设计到报告生成 1. 项目概述与核心价值最近几年,无论是计算机专业的毕业设计,还是企业里对测试效率的追求,自动化测试都成了一个绕不开的热门话题。特别是针对一个完整的Web应用,比如一个像tpshop这样的B2C购物商城系统,如何系统性地、…
Muse Video原生音频视频生成模型:从环境配置到生产部署实战指南 这类视频生成工具最值得先看的不是功能列表,而是能不能在普通环境里稳定跑起来,特别是支持原生音频这个特性到底意味着什么。Muse Video 作为 Meta 最新推出的视频生成模型,最核心的能力是能在生成视频的同时直接合成音频,而不是先…
戴西软件国产仿真软件套件CAxWorks.Suite 2026R2新版本发布! 戴西软件CAxWorks.Suite国产仿真软件套件迎来重大更新,包括核心产品CAxWorks.PreSys通用前后处理软件、CAxWorks.VPG车辆工程仿真软件以及CAxWorks.SimPost通用后处理软件。2026R2版本在AI驱动的前处理、多模态大模型AI助手及图神经网络代理模型等方面实现重要突破—…
渥尔曼放大电路 LTspice 仿真:10MHz 信号下实现 8.9 倍增益与 90MHz GBP 渥尔曼放大电路 LTspice 仿真:10MHz 信号下实现 8.9 倍增益与 90MHz GBP在模拟电路设计中,高频放大器的性能优化一直是工程师面临的挑战。传统共射放大电路虽然增益较高,但受限于密勒效应,带宽往往难以突破;而共基电路…
Lumerical案例 | 多量子阱(MQW)边发射激光器 引言 在本示例中,我们演示了模拟InGaAsP-InP多量子阱(MQW)边发射激光器(EEL)L-I曲线的工作流程。我们将不同温度下计算得到的L-I曲线和激光频率与文献中报道的结果进行了比较。建议在测试本示例时,将软件升…
AD5593R与MKV42F64VLH16硬件设计与应用解析 1. AD5593R与MKV42F64VLH16的硬件组合解析AD5593R是一款高度集成的混合信号IO芯片,内置8个可配置引脚,每个引脚都能独立设置为12位DAC输出、12位ADC输入、数字输出或数字输入。这款芯片的独特之处在于其灵活的可配置性——当配置为DAC输出时,…
Kimi编程实战指南:从AI工具到工程级第七根手指 1. 这不是“Kimi算不算顶级”的选择题,而是生产力工程师的实操判断题“Kimi算不算国内顶级的AI?”——看到这个问题,我下意识摸了摸自己笔记本上贴着的三张不同颜色的散热硅脂标签:一张是去年贴的,已经发黄变硬&#x…
2026年7月最新金华宇舶官方售后客户服务热线与维修网点地址汇总 - 亨得利官方服务中心 金华宇舶官方售后客户服务热线与维修网点地址信息是每一位宇舶腕表拥有者都极为关注的核心内容。作为瑞士高端制表品牌,宇舶以其精湛工艺与创新设计闻名,确保腕表始终处于理想运行状态,离不开官方售后渠道的合规支持…
HS2汉化补丁终极指南:一键解锁Honey Select 2完整中文体验 HS2汉化补丁终极指南:一键解锁Honey Select 2完整中文体验 【免费下载链接】HS2-HF_Patch Automatically translate, uncensor and update HoneySelect2! 项目地址: https://gitcode.com/gh_mirrors/hs/HS2-HF_Patch 还在为Honey Select 2的日文界面而苦恼吗…
怎么寄快递才能便宜呢?2026年7月寄快递省钱攻略 - 生活情报姬 同一箱老家特产,同事花22寄的,我花9块。不是我路子野,是我按场景选了渠道。寄快递便宜不便宜,一半看你会不会"对号入座"——退换货、卖闲置、寄礼物,招数都不一样。 分场景才最省 丰火递想不管啥场景都…
3步彻底解决Windows右键菜单混乱问题:ContextMenuManager使用全攻略 3步彻底解决Windows右键菜单混乱问题:ContextMenuManager使用全攻略 【免费下载链接】ContextMenuManager 🖱️ 纯粹的Windows右键菜单管理程序 项目地址: https://gitcode.com/gh_mirrors/co/ContextMenuManager 你是否曾为Windows右键菜单中那些…
GXDE OS下Wayland兼容性实战:从deepin-mutter原理到VMware Tools修复 如果你正在用 GXDE OS 或者任何基于 Deepin 的发行版,并且遇到了“检测到窗口系统采用 Wayland 协议,程序即将退出”这类弹窗,或者发现 VMware Tools 在 Ubuntu 24.04 这类默认 Wayland 的系统上启动失败,那这篇文章就是为你准备的…
企业AI落地困境与AgenticOps实践指南 1. 企业AI落地的现实困境与破局之道过去两年,大模型技术呈现爆发式增长,从GPT-3到GPT-4,从LLaMA到DeepSeek,模型参数规模从百亿级跃升至万亿级,多模态能力从单一文本扩展到图文音视频的综合处理。然而在企业应用层面&a…
[C++]内存管理:串顺序存储的内存回收 在串(字符串)的顺序存储中,内存回收的方式取决于字符串的存储方式以及所使用的编程语言和相关库。以下以 C 为例进行说明,因为 C 对内存管理有较为直接的控制。 1. 基于 char 数组的串顺序存储 如果使用普通的 char 数组来存储字…
移动端游戏功耗测试实战:电流、功率、亮度和场景对比 移动端游戏功耗测试:先控制变量,再比较优化是否真的省电 摘要:功耗测试最容易犯的错误,是拿两次不同温度、不同亮度、不同场景的平均功率直接比较。本文给出一套可复现的游戏功耗测试方法,覆盖引擎特性验证、版本回归和黑盒体验测试,并说明如何把功耗与帧率、温控、CPU/G…
足球口袋教练 HarmonyOS 离线应用实战(03/20):ArkUI 首页仪表盘搭建 本文是“足球口袋教练 HarmonyOS 离线应用实战”系列第 3 篇。示例项目是一个 HarmonyOS / ArkTS / ArkUI 编写的离线足球训练助手,围绕真实页面、真实截图和可复现操作展开。 本篇要解决的问题 训练 App 的首页不能只展示欢迎语,它要解决“我现在该点哪…