具身大满贯还全开源！原力灵机DM0.5登顶RoboDojo，且clone且珍惜
内容提要
原力灵机DM0.5模型在RoboDojo评测中登顶，凭借长时记忆能力在记忆任务中表现突出。该模型支持人类示教、精细操作、长程稳定和抗干扰，通过数据、架构、延迟三层优化实现泛化。团队已全面开源模型权重、训练框架及工作流，推动具身智能生态发展。
延伸解读
记忆能力为何成为关键差异点
RoboDojo榜单中，DM0.5在Memory维度领先47.74分，并在Cover Blocks任务中三次随机测试均获100%成功率。这一能力源于模型原生支持最长60秒的记忆，使其能跨越语言限制理解人类演示视频。在真实场景中，长记忆让机器人能连贯审视自身动作序列，对后续动作进行自适应修正，这正是其泛化能力的重要支撑。
开源策略对具身智能生态的意义
DM0.5不仅开源模型权重，还开放训练框架和下游任务工作流，供开发者复现与魔改。在具身智能仍处早期、评测标准尚未统一的背景下，开源有助于推动透明讨论和标准化评估。正如RoboDojo将评测从单点Demo转向全科考试，开源让登顶方法论可被复用，加速行业整体进步。
数据质量与架构创新的平衡
团队强调数据质量而非单纯追求数量，其数据资产包括5万小时真机操作、10万小时Ego视频和100万平仿真空间，覆盖多种场景。架构上，通过原生长记忆、具身思维链和动作监督对齐三大创新，分别解决记忆、理解和轨迹一致性问题。这种数据与架构并重的思路，避免了偏科式Scaling Up。
Q&A
原力灵机DM0.5在RoboDojo评测中表现如何？
DM0.5在RoboDojo评测中登顶，尤其在记忆任务中表现突出，Memory维度得分领先47.74分，三次Cover Blocks任务均取得100%成功率。
DM0.5如何实现人类示教？
DM0.5通过原生支持最长60秒的记忆能力，能够深度记住并连贯审视自己此前做过的所有动作序列，从而跨越语言限制，理解人类演示的视频片段，实现一次示教后即时对齐并跟随完成复杂任务。
DM0.5在精细操作方面有哪些具体表现？
DM0.5在精细操作方面表现突出，例如用微型积木拼装长城，组件宽度不到1厘米，机器人需在0.1到1毫米尺度内完成抓取和扣合，超越人手抖动极限；还能削黄瓜，通过实时闭环调整控制刀深和力道，以及用灵巧手切黄瓜。
DM0.5在长程稳定高节拍任务中的表现如何？
在物流单件分离任务中，DM0.5不依赖预设脚本，纯靠实时视觉识别和决策，平均3秒处理一单，准确率超过99%。
DM0.5如何实现抗干扰？
DM0.5采用分层双系统架构（System1与System2）：Sys2负责理解、拒绝与大局预判，Sys1是动作专家网络，处理细节。即使外部视点剧烈变化或人类强行打断任务，机器人也能准确理解当前状态并自适应修正动作。
DM0.5的训练数据有哪些类型？
DM0.5的数据资产包括：5万小时真机高精度操作数据，覆盖100+种动作；10万小时Ego场景视频，支持毫米级3D Landmark生成；100万平仿真空间数据，用于建模复杂室内环境，解决Sim2Real Gap。
DM0.5在架构上有哪些创新？
DM0.5的架构创新包括：引入原生长记忆，通过高效信息压缩技术让4B参数的VLM在预训练阶段学习并记住历史信息；设计具身思维链任务，用11项推理任务驱动模型对指令、本体、环境联合建模，并构造反事实任务迫使模型真正理解；采用对齐式动作监督，利用约束动态规划计算最优匹配，解决轨迹不一致问题。
DM0.5在推理效率上有哪些优化？
原力灵机对DM0.5的推理系统进行了一系列优化，最终将推理速度提升了一个数量级，且精度基本无损，使整套VLA推理系统实现超进化。
DM0.5是否开源？开源了哪些内容？
是的，DM0.5已全面开源，包括模型权重、训练框架和下游任务工作流，已在GitHub和Hugging Face上开放，供开发者复现、魔改和扩展。
