[長城] 6台機器人15小時完成8萬零件長城 超越人手極限
2026世界人工智能大會（WAIC）於7月17日至20日在上海舉行，壹項機器人拼搭長城的展示吸引眾人圍觀。大陸通用具身智能公司原力靈機（Dexmal）聯合階躍星辰，用6台機器人耗時15小時連續作業，搭建完成壹座超8萬個零件的長城模型。這也是業內首次在高強度的真機場景中驗證“基礎模型+後訓練范式”的閉環實力。
亞毫米級操作精度超越人手自然抖動極限
據《新智元》報道和“具身智能大講堂”微信公眾號介紹，本次模型用了81920塊微型積木，平均每台機器人每小時要完成910塊拼裝，綜合操作速度已媲美人類熟練工的手速。此外，積木模型最小的組件寬度不到1cm，這意味著機器人必須在0.1-1mm的亞毫米尺度內進行抓取和扣合，這個精度已經超越了人手約0.3-1mm的自然抖動極限。
據了解，參與搭建的6台機器人裡包含4台桌面工業機器人、2台輪式人形機器人。每壹台都具備獨立的感知、決策、執行能力。在沒有“總指揮”的情況下，通過通訊協商實現動態分工，分別承擔小件組裝、大件大件、物料轉運等不同任務。
DM0.5在叁維度實現全面升級
報道介紹，參與這場挑戰的是壹款“具身原生”通用機器人原力靈機Dexmal Apex，其“大腦”運用了該公司發布的最新壹代通用具身基礎模型DM0.5。相比於上壹代DM0，DM0.5在訓練數據規模、架構創新和泛化能力叁個維度實現了全面升級。
具體而言，在數據規模上，DM0.5基於15萬小時多源數據深度訓練，數據量提升400%，參數量翻倍至4B。架構方面，DM0.5引入了叁大關鍵設計：上下文抽象層讓模型原生支持最長60秒的記憶能力；具身思維鏈任務通過11項推理任務，驅動模型對“指令+本體+環境”進行叁方聯合建模；軌跡對齊層解決了遙操作數據中不同操作者節奏差異帶來的噪聲問題。在泛化能力上，DM0.5形成了伍大核心能力，使其能夠在零樣本場景下，完成“看懂目標-做出動作-跨本體執行”的完整閉環。
報道還指，原力靈機同步發布的通用具身世界模型DW0.5為DM0.5提供了海量低成本的預訓練和試錯環境。作為DFOL2.0的核心組件，DW0.5是壹個高保真仿真器，能夠在虛擬世界中精准模擬動作執行後的結果。
冀攻克制造業20%依賴人工場景
公開資料顯示，原力靈機率先提出“具身原生”理念，堅持從零為機器人訓練模型。DM0是首個具身原生大模型，而最新壹代DM0.5在泛化能力上實現突破，多項權威評測排名行業第壹。
業內分析指出，目前制造業通用場景中仍有約20%的工序必須依賴人工精細操作。此次WAIC上，6台機器人展現出的高精度感知、精密驅動以及多智能體協商分工能力，恰恰證明它們未來在精密3C制造、工業裝配等高難度場景中大有可為。
[物價飛漲的時候 這樣省錢購物很爽]
這條新聞還沒有人評論喔，等著您的高見呢
亞毫米級操作精度超越人手自然抖動極限
據《新智元》報道和“具身智能大講堂”微信公眾號介紹，本次模型用了81920塊微型積木，平均每台機器人每小時要完成910塊拼裝，綜合操作速度已媲美人類熟練工的手速。此外，積木模型最小的組件寬度不到1cm，這意味著機器人必須在0.1-1mm的亞毫米尺度內進行抓取和扣合，這個精度已經超越了人手約0.3-1mm的自然抖動極限。
據了解，參與搭建的6台機器人裡包含4台桌面工業機器人、2台輪式人形機器人。每壹台都具備獨立的感知、決策、執行能力。在沒有“總指揮”的情況下，通過通訊協商實現動態分工，分別承擔小件組裝、大件大件、物料轉運等不同任務。
DM0.5在叁維度實現全面升級
報道介紹，參與這場挑戰的是壹款“具身原生”通用機器人原力靈機Dexmal Apex，其“大腦”運用了該公司發布的最新壹代通用具身基礎模型DM0.5。相比於上壹代DM0，DM0.5在訓練數據規模、架構創新和泛化能力叁個維度實現了全面升級。
具體而言，在數據規模上，DM0.5基於15萬小時多源數據深度訓練，數據量提升400%，參數量翻倍至4B。架構方面，DM0.5引入了叁大關鍵設計：上下文抽象層讓模型原生支持最長60秒的記憶能力；具身思維鏈任務通過11項推理任務，驅動模型對“指令+本體+環境”進行叁方聯合建模；軌跡對齊層解決了遙操作數據中不同操作者節奏差異帶來的噪聲問題。在泛化能力上，DM0.5形成了伍大核心能力，使其能夠在零樣本場景下，完成“看懂目標-做出動作-跨本體執行”的完整閉環。
報道還指，原力靈機同步發布的通用具身世界模型DW0.5為DM0.5提供了海量低成本的預訓練和試錯環境。作為DFOL2.0的核心組件，DW0.5是壹個高保真仿真器，能夠在虛擬世界中精准模擬動作執行後的結果。
冀攻克制造業20%依賴人工場景
公開資料顯示，原力靈機率先提出“具身原生”理念，堅持從零為機器人訓練模型。DM0是首個具身原生大模型，而最新壹代DM0.5在泛化能力上實現突破，多項權威評測排名行業第壹。
業內分析指出，目前制造業通用場景中仍有約20%的工序必須依賴人工精細操作。此次WAIC上，6台機器人展現出的高精度感知、精密驅動以及多智能體協商分工能力，恰恰證明它們未來在精密3C制造、工業裝配等高難度場景中大有可為。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： |
| 延伸閱讀 | 更多... |
推薦: