原力灵机发布DM0.5，攻克VLA模型真实世界泛化难题
DM0.5用数据质量和架构创新，把VLA模型从“剧本表演”推向真实世界，展示零样本与抗干扰能力。
DM0.5通过高质量数据清洗、历史记忆（最长60秒）和具身推理等设计，让机器人能零样本执行新指令、抵抗环境干扰，并在不同机型间迁移，推动VLA从实验室走向开放世界。
正文摘录
.jpg) 过去两年，VLA（视觉 - 语言 - 动作）模型的爆发，让整个具身智能行业沉浸在一种前所未有的乐观中。机器人开始听懂人话、识别物体，在实验室里跑出一个个令人惊叹的精彩 Demo。然而，当这些模型走出精心搭建的 “剧本环境”，真正面对光照变幻、视角漂移以及人类随意的干扰时，脆弱的泛化性往往让繁荣流于表面 —— 全行业都在心照不宣地面对一个难题：如何拒绝用 “任务表” 来冒充世界，让机器人真正走向开放的现实？ 今年 2 月，原力灵机发布了第一代原生具身基础模型 DM0。根据官方介绍，DM0 验证了在可控环境下，通过正确的数据、有效的优化和可靠的评测，VLA 模型可以学会一系列复杂动作任务。 今天原力灵机正式发布的 DM0.5 往前推进了一步。它不只是继续提高某些固定任务上的表现，而是围绕真实世界里的泛化问题做了一次系统突。 原力灵机将 DM0.5 的核心提升总结为五个方面： Zero-Shot 能力涌现、Fine-Tuning 更高效可靠、长达 60 秒的记忆能力、面对干扰更鲁棒的动作表现，以及跨机型的迁移能力。 如果深入分析，就会发现 DM0.5 这几个核心提升，都是想解决一个问题：如何让具身模型从可控环境里的能力演示，走向开放环境里的稳定执行。