原力灵机｜DM0.5亮相WRC：削黄瓜、垒长城与分拣，模型走向C位

世界机器人大会上，「会不会跳舞」越来越不够当验收标准。展台可以编排灯光与音乐，产线却只认节拍、成功率与能否连续班次——原力灵机把DM0.5的叙事从舞台动作改写成可感知的工位任务。

原力灵机是国内具身智能公司，7月发布DM0.5，定位为面向开放世界的通用具身基础模型，相对DM0在数据规模、架构与Zero-Shot泛化上升级。所谓VLA（Vision-Language-Action），白话是让模型同时「看懂场景、听懂指令、输出动作」的具身架构，而不是只在屏幕里生成文字计划；所谓Zero-Shot泛化，白话是尽量在未专门训练过的物体、工位或机型上仍能执行任务——真机落地时，这比榜单分数更接近采购语言。

公司携DM0.5参展2026世界机器人大会，现场演示削黄瓜、切黄瓜、积木长城拼装与传送带分拣，公开叙事强调同一套「大脑」跨厨房案板、展台与产线节拍。

技术与评测侧可核对口径：

1. 架构：延续VLA，以约4B VLM为多模态主干，配置约680M Action Expert。
2. 训练：引入最长约60秒历史上下文、11种自回归训练任务与动态动作匹配，减轻遥操作时间相位噪声。
3. 评测：公开口径包括在LIBERO综合成功率约99.0%、RoboTwin 2.0高成功率，以及WRC现场削黄瓜一分钟零失误、分拣节拍约3秒一次等演示叙事。

产业观察上，这条与「跳舞潮渐退、模型走向C位」的判断一致：客户买单的是可复用工位，不是舞台动作。对集成商，意义是验证长记忆与多机协同是否在无脚本保护下仍稳定；对算法团队，则要分清展台Demo与工厂SLA之间的距离——能削一根黄瓜是钩子，能连续班次才是订单。

可以把它想成：跳舞机器人考的是编舞，分拣机器人考的是考勤表——DM0.5把展品摆成厨房与产线并置，是在公开考勤逻辑。

需要把边界读清楚。现场演示与榜单分数属厂商材料；跨客户复制仍依赖真机数据与后训练。下一观察点是DM0.5在未见过机型上的迁移成本与商业化报价——模型上台是叙事，产线节拍才是账单。