中国黑马夺魁，一张4090训爆机器人！15小时挑战搭起8万长城

新智元报道 【新智元导读】 最近，原力灵机携世界双榜第一模型杀到，一张4090直接训爆机器人。现场丝滑削黄瓜看傻全场，具身智能正处于「ChatGPT 2.0时刻」，模型能力正在全面泛化。硬核现场赶快来看！ 昨天下午， 中关村国际创新中心的大厅中，人们围着眼前的机器人发出一阵阵惊呼。 切黄瓜和叠包装盒的这两个摊位，是现场人气最高的，围观的人群里三层外三层。 先看切黄瓜的这个。 只见眼前的这两只夹爪一手拿刀，一手开始给黄瓜去皮，一套动作行云流水，削去的黄瓜皮极薄，厚度恰到好处。 旁边的工作人员解释道：当我把黄瓜拿走，它能感应到没有黄瓜了，就会放下削皮器。 而在它旁边，叠纸盒的夹爪也是人气爆满。 只见眼前的机械臂双手并用，拿起一张平整的纸盒，然后慢慢叠成立体的包装盒。 这边的夹爪，展示着取出一片面包，然后放进旁边的烤面包机的绝技。 这位人形机器人，秀出拿零食包装袋的绝活。 这边的夹爪，可伸手抓万物，各种形状，各种材质，没有它夹不起来的东西。 而在这个高精度三维结构的搭建操作，则让每个经过的人都发出赞叹。 你看到的这一切，都来自同一家公司：原力灵机。 在Action 2026发布会的现场，我们真实地感受到：具身智能的下一个时代，已经来临！ 在人看来，切黄瓜、叠盒子、捏面包，这些都是不值一提的小事。 然而对于机器人来说，黄瓜有粗细，纸板有韧性，面包一捏就掉渣，每一个动作的完成，都意味着巨大的飞跃，都是感知与控制实时配合的巨大成功！ 具身智能 正处于自己的「ChatGPT 2.0」时代 2026年，炙手可热的具身智能圈，有一个问题始终绕不过去：这些机器人，什么时候能真正干活？ 我们期待的，不是机器人在舞台上的表演，而是在仓库、在产线上，一天干满二十四小时。 在Action 2026发布会上，原力灵机给出了一个时代判断：具身智能，正处于ChatGPT2.0时代。 现在，Scaling Law已全面显现，模型能力正从能完成特定任务，加速迈向场景、任务、对象、机型的全方位泛化。 眼看着，重要的突破就在前面！ 然而，通往突破的路上，横着一道坎——数据。 今天的具身模型，大多喂着10万小时量级的数据，这离完成特定任务、全方位泛化，还差着一个数量级。如果无法完成这个跨越，其他一切都免谈。 在WAIC上，六台搭载了DM0.5的模型，会挑战用15个小时共同拼装超8万件长城积木 很多人第一反应是：数据不够，那就采啊。 过去两年，行业里确实建起了一座座数据采集工厂，操作员戴上遥操作设备，一条轨迹一条轨迹地去采集，像录磁带一样堆数据。 然而，原力灵机直接打碎了行业内的这一幻想。 CEO唐文斌在发布会上把话说得很直接：100万小时的这道坎，靠采集是跨不过去的。 具身智能跨越「ChatGPT时刻」，难点在哪儿？ 为什么会有这个反直觉的判断？原因就在于，采集型数据最大的问题不在贵，在「死」。 首先，单纯的数据采集存在边际效益递减，从1万小时到10万小时能让模型能力增长20%，但再想增长20%，需要的数据量是指数级的。 另外，人工遥操作录下来的轨迹，是人的动作。喂得再多，模型也只是在模仿别人的人生。 原力灵机的指出，真正有价值的数据，是经过模型输出、又循环回流的数据。 模型在真实场景里干活，成功，失败，纠错，每一条记录都带着模型自己的体温。数据必须完成从被动「采集型」到真实「场景型」的跃迁。 只有体系化地把模型送进真实场景，全时、稳定地作业，用真实价值驱动规模化使用，回流的数据再反哺模型，才能让数据飞轮自己转起来。 道理大家都懂，可去场景里拿数据，却面临着模型能力不足、集成复杂、连续作业难三大卡点。 怎么破？ 在现场，原力灵机给出了自己的答案——「三级火箭」！ 用模型解决能力不足，用系统解决应用复杂，用场景方案解决连续作业难。 同时，为了承载这些智能，他们还推出了首款具身原生通用机器人——Apex。 硬件底座 具身原生机器人Apex Apex的推出，就是为了给聪明的大脑，配一副「能扛事儿」的躯体。 这个首款亲儿子硬件——Apex，它打破了过去工业机器人的刻板印象，与其说是机器，不如说，它更像是一个随时能给你搭把手的硅基同事。 首先，它手长够得着，还不手抖。因为个头和普通人差不多，它一伸手，下能摸到地板，上能够着两米高的货架顶，完美覆盖了人类最习惯的工作区。 别看它单臂能稳稳拎起3公斤的重物，干起精细活来，指尖的定位能精准到亚毫米级。 而且，它还能一分钟「换装」，随插随用。 面对不同的差事，Apex主打一个「百变」。它的底盘、双臂都能像搭积木一样模块化拆换。 只要进了工厂，它就是最不知疲倦的劳模。 不但扛得住超1000小时的高强度连轴转，还能7x24小时带电干活。就算真没电了，只需30秒就能极速换电。 更离谱的是，换电池的这半分钟里，它的「大脑」依然清醒在线，手上的动作完全不需要重启，主打一个无缝衔接。 当它走入生活场景，你也绝不会感到害怕。 它全身上下找不出一根杂乱外露的线缆，彻底告别了机械感。原力灵机甚至给它的核心关节用上了透明外壳，内部运转一目了然。 再给它披上人类质感的布料衣服，形象瞬间变得亲和。 第一级火箭 基础模型DM0.5 火箭第一级决定能飞多远。这一级，就是发布会的主角——通用基础模型DM0.5。 原力灵机给它的定位是四个字：泛化涌现。 相比DM 0，DM0.5取得了堪称飞跃的进步。 官方公布的数据是：它的参数量达到4B，基于15万小时多源数据训练，对比上一代DM0，数据量提升400%，参数量提升100%。 它的核心突破就在于，让机器人从「按程序执行」走向「理解任务并做出行动」。 再看成绩单，RoboChallenge、Libero、RoboTwin2.0等榜单第一。 RoboChallenge真机评测Table30 V2中，它取得了42%成功率，拿到了60.1的总得分，排名第一。 看，下面这个机械臂真刀真枪在桌面上完成了30类任务，光线、摆位、物体，全是实打实的物理世界。 在单臂操作环境Libero与双臂操作环境RoboTwin2.0仿真基准中，DM0.5微调能力双双夺魁。 LIBERO评测综合表现99%，基准正在被打穿，快没题可刷了。真正拉开差距的战场，已经挪到真机上，而真机榜的头名，就是DM0.5。 在H100平台，推理延迟压到50ms。机器人没法像聊天助手那样，眼前的杯子歪了，它得当场伸手接住。50ms，已经贴近人类反射弧的量级。 代际提升同样硬：Zero-shot提升31%，Few-shot提升45%，Fine-tuning提升20%。 没见过的任务，它会直接上手，强了三成；给几个示范就会干，强了将近一半。这两项，恰恰体现了「泛化」的进步。 架构上，DM0.5带着60秒长时记忆，外加一套双系统大脑：Sys2负责深思熟虑，Sys1负责直觉反射，慢想与快做各司其职。 读过卡尼曼《思考，快与慢》的人对这套命名不会陌生，人脑处理世界，靠的正是直觉系统与理性系统的这种分工。 身体方面，他同样不挑：双足人形、轮式、双臂、单臂，多类异构机型都能快速适配。 而它真正的杀手锏，是成本——微调成本下降了60%。一块4090显卡，最快18小时可完成一个下游任务。 从此，一个三五个人的机器人小团队，办公室角落一台游戏显卡攒出来的