文丨小燕
编辑丨徐青阳
近期，原力灵机发布了一整套具身智能生态产品，包括具身基础模型DM0.5、面向通用场景的机器人Apex、具身开发者平台DexDev，以及场景应用解决方案Ferrata。
这家公司由“旷视系”团队创立，核心成员大多来自旷视科技。创始人唐文斌曾任旷视科技联合创始人、CTO；联合创始人范浩强、周而进均为清华背景、IOI金牌得主，曾长期负责旷视内部算法研发；联合创始人汪天才则在多目标追踪、BEV 感知等方向有研究积累。
自成立以来，原力灵机获得多轮投资，投资方覆盖大模型厂商、产业资本和头部财务机构，包括阿里、智谱、商汤、阶跃星辰，蔚来资本、华勤、上汽恒旭、联想创投，以及启明创投、君联资本、九坤创投、洪泰基金等。
在原力灵机这套生态产品中，DM0.5 承担的是“基座模型”的角色。它面向的不是某一个单点任务，而是希望为机器人提供开放世界中的通用能力，让机器人能够理解指令、感知环境、规划动作，并在不同任务和本体之间完成迁移。
相比上一代DM0，DM0.5的升级主要集中在数据规模、模型架构、推理效率和后训练能力上。具体来看，DM0.5拥有4B参数，基于15万小时多源数据训练，数据量较上一代提升400%，参数量增加100%；在推理效率上，其在H100平台上的推理延迟可达50ms，在4090显卡上为90ms，推理效率提升25%。
在周而进看来，具身模型的“好用”主要体现在两点：一是泛化能力足够强，能够在开放环境中“拿来就用”；二是针对具体任务做后训练时，能够以更低成本、更高效率获得可部署效果。围绕这一目标，DM0.5支持Zero-shot、Few-shot和Fine-tuning等多种使用方式。相比DM0，其Zero-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%；微调成本降低60%，最快18小时即可完成一个下游任务部署。
周而进表示，具身模型能力的提升并不是解决某一个单点卡点就能完成，而是一个系统工程，关键在于高质量数据和训练范式的共同升级。数据层面，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数据资产，包括 5 万小时真机高精度操作数据、10 万小时第一视角场景视频，以及 100 万平方米空间场景重建数据。架构层面，DM0.5 则围绕记忆、推理和动作学习做了三类创新：通过上下文抽象层支持最长 60 秒记忆，通过具身思维链任务强化模型对“指令、本体、环境”的联合理解，并通过轨迹对齐层提升复杂动作学习的稳定性和一致性。
如果说 DM0.5 是原力灵机的“基座模型”，那么 Apex 则是承载模型能力的通用机器人本体。此次发布的 Dexmal Apex，被原力灵机定义为一款“具身原生”的通用机器人。它并不是在传统机器人硬件上简单叠加大模型，而是从硬件构型、感知系统、算力架构到控制方式，都围绕具身大模型重新设计，希望让模型能力更稳定地投射到真实物理世界。
在硬件设计上，Apex采用模块化构型，可根据不同任务快速更换底盘、手臂、灵巧手和夹爪，实现一套算法软件适配多种硬件形态。其单臂臂展可达 1 米，作业范围覆盖地面至 2 米高度，兼顾低处作业和高处取放；末端夹爪支持1分钟内快换，软件端可自动识别并切换，无需重启系统。
为了更好地承载具身模型，Apex也采用了分层式算力与控制架构：底层通过1kHz高频控制保障动作平滑与安全，端侧搭载Thor算力芯片支持本地实时推理，云端则连接大模型，负责更高层级的任务规划和复杂决策。同时，Apex配备双目主视觉、腕部相机和激光雷达等多传感器系统，强化机器人在真实场景中的环境感知能力。
在作业能力上，Apex面向精细操作和工业级高强度场景设计。其单臂夹爪支持抓取3kg物体，开合时间小于0.4秒，末端定位精度达到毫米级；移动底盘支持全向横移、原地转向和厘米级精准停靠，并通过全身同步控制，让底盘与上身动作保持协同。
此外，Apex还强调真实场景下的持续作业能力。其硬件设计目标为MTBF超过1000小时，并支持30秒快速换电，在换电期间“大脑”保持在线，任务流程无需重新初始化。Apex还支持“影子模式”，可以在真机运行过程中持续采集真实场景数据，用于后续模型迭代。
在模型和本体之外，原力灵机还发布了具身开发者平台DexDev，补齐从模型能力到产业应用之间的工程化支撑层。DexDev由DFOL2.0、DexOS和MaaS三部分组成。DFOL2.0解决“模型如何持续变强”，通过世界模型DW0.5构建高保真仿真环境，让强化学习在虚拟世界中完成闭环训练，降低对真机试错的依赖；DexOS解决“模型如何稳定运行”，打通不同本体、执行器和传感器之间的底层适配；MaaS则解决“能力如何规模化调用”，把具身大模型能力封装成服务，方便企业和开发者完成部署和升级。
最后是场景应用解决方案Ferrata。它是一套面向真实场景的系统级作业方案，在模型、多形态硬件、任务调度和安全边界之间建立协同机制。Ferrata的核心，是用“自动化设备+具身机器人+人工接管”的混合作业方式，把任务按复杂度分层：简单高频任务交给低成本自动化设备，复杂长尾任务交给具身模型和机器人，异常场景则流转至人工接管。通过这种方式，机器人可以在“有安全保护绳”的状态下进入真实场景，并在作业过程中持续产生数据，反哺模型和调度策略迭代。
原力灵机创始人唐文斌表示，Ferrata这个概念的核心，是让机器人先在受保护的环境中进入真实作业，同时由人提供兜底。兜底分为两层：一是通过远程遥操介入，帮助机器人处理异常；二是在机器人仍无法完成任务时，由人工接管完整作业流程，确保业务不中断。
