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

发布时间：2026-07-18 04:55:36 来源：安智兰德资讯网 作者：探索

新智元报道

【新智元导读】原力灵机携登顶世界双榜的中国张训模型强势亮相，仅凭一张RTX 4090显卡便完成机器人模型训练。黑马现场演示中，夺魁搭起机器人丝滑削黄瓜、爆机精准叠盒等动作令全场惊叹。器人具身智能正迎来“ChatGPT 2.0时刻”，挑战模型能力实现从特定任务向全方位泛化的中国张训跨越。硬核技术现场，黑马邀您一同见证！夺魁搭起

昨日午后，爆机中关村国际创新中心大厅内人头攒动，器人围观人群对眼前的挑战机器人演示发出阵阵惊叹。

其中，中国张训切黄瓜与叠包装盒两个展位人气最高，黑马人群围得水泄不通。夺魁搭起

丝滑削皮，感知即停

演示开始，机械夹爪一手持刀、一手扶瓜，行云流水地给黄瓜去皮。削下的瓜皮薄如蝉翼，厚度控制恰到好处。

工作人员介绍：“当黄瓜被拿走，传感器检测到物体缺失，机器人会自动放下削皮器，无需人工干预。”

精密叠盒，双手协作

紧邻的展位同样火爆。机械臂双爪配合，拿起平整纸板，迅速折叠成立体包装盒，动作精准流畅。

多场景适应，万物皆可夹

现场还展示了多项绝技：
* 取面包入烤箱：夹爪精准取出面包片并放入烤面包机。
* 拿捏零食袋：人形机器人灵活处理易滑动的软包装。
* 万能夹爪：针对各种形状、材质的物体，实现稳定抓取。
* 高精度搭建：完成复杂三维结构搭建，引发观众连连赞叹。

这一切均源自同一家公司：原力灵机。

在Action 2026发布会现场，我们真切感受到：具身智能的下一个时代，已然到来！

对人类而言，切黄瓜、叠盒子只是日常琐事；但对机器人来说，黄瓜粗细不一、纸板韧性各异、面包易碎掉渣，每一个动作的成功执行，都是感知与控制实时协同的巨大飞跃。

具身智能：正处于“ChatGPT 2.0”时代

2026年，具身智能领域最核心的问题始终未变：机器人何时能真正投入生产？

业界期待的并非舞台表演，而是能在仓库、产线上24小时不间断工作的智能体。

在Action 2026发布会上，原力灵机CEO唐文斌提出关键判断：具身智能正处于“ChatGPT 2.0”时代。

随着Scaling Law（缩放定律）的全面显现，模型能力正从完成特定任务，加速迈向场景、任务、对象、机型的全方位泛化。突破在即，但道路并非坦途。

数据瓶颈：从“采集”到“场景”的跃迁

当前具身模型大多依赖10万小时量级的数据，距离实现全方位泛化仍差一个数量级。若无法跨越此坎，其他技术突破都将受限。

在WAIC（世界人工智能大会）上，六台搭载DM0.5模型的机器人挑战在15小时内共同拼装超8万件长城积木，直观展示了数据规模的重要性。

过去两年，行业通过人工遥操作建立“数据采集工厂”，像录磁带一样堆砌数据。然而，原力灵机打破了这一幻想。

唐文斌直言：“100万小时的门槛，靠单纯采集是跨不过去的。”

为何采集型数据行不通？

1. 边际效益递减：从1万小时增至10万小时，模型能力提升20%；但再提升20%，所需数据量呈指数级增长。
2. 数据缺乏“灵魂”：人工遥操作轨迹仅是模仿人类动作，模型并未真正理解物理规律。

原力灵机指出，高价值数据源于“模型输出-场景验证-循环回流”的闭环。只有让模型在真实场景中作业，记录成功、失败与纠错过程，数据才具备“体温”。

必须将数据从被动“采集型”转向主动“场景型”，构建数据飞轮，才能实现规模化迭代。

破局之道：“三级火箭”战略

进入场景面临三大卡点：模型能力不足、系统集成复杂、连续作业困难。

原力灵机提出“三级火箭”解决方案：
1. 模型层：解决能力不足。
2. 系统层：解决应用复杂。
3. 场景层：解决连续作业。

同时，推出首款具身原生通用机器人——Apex，为智能大脑配备“能扛事儿”的躯体。

硬件底座：具身原生机器人 Apex

Apex旨在打破工业机器人刻板印象，更像是一位随时待命的“硅基同事”。

• 灵活作业：身高与常人相当，伸手可触地板至2米高货架，覆盖人类最佳工作区。
• 精准有力：单臂承重3公斤，指尖定位精度达亚毫米级。
• 模块化设计：底盘、双臂可像积木般快速拆换，一分钟“换装”适应不同任务。
• 极致耐用：支持超1000小时高强度连轴转，7x24小时带电作业。
• 极速换电：30秒极速换电，期间“大脑”保持在线，动作无缝衔接，无需重启。
• 亲和外观：无外露线缆，核心关节采用透明外壳，搭配人类质感布料，消除机械恐惧感。

第一级火箭：基础模型 DM0.5

DM0.5是发布会的核心，定位为“泛化涌现”。

相比DM0，DM0.5实现飞跃式进步：
* 参数规模：4B参数，基于15万小时多源数据训练。
* 数据增量：数据量提升400%，参数量提升100%。
* 核心突破：从“按程序执行”转向“理解任务并行动”。

榜单统治力

DM0.5在多个权威榜单中登顶：
* RoboChallenge：Table30 V2真机评测中，成功率42%，总分60.1，排名第一。涵盖30类真实物理任务，考验光线、摆位及物体交互能力。
* 仿真基准：在单臂操作环境Libero与双臂操作环境RoboTwin2.0中，微调能力双双夺魁。
* LIBERO评测：综合表现99%，基准能力接近极限。

性能与效率

• 低延迟推理：在H100平台上，推理延迟压至50ms，贴近人类反射弧，满足实时抓取需求。
• 泛化能力跃升：
• Zero-shot（零样本）提升31%
• Few-shot（少样本）提升45%
• Fine-tuning（微调）提升20%
• 双系统大脑：
• Sys2：负责深思熟虑（慢思考）。
• Sys1：负责直觉反射（快行动）。
• 配备60秒长时记忆，模拟人类认知分工。

硬件兼容与低成本

• 多机型适配：支持双足人形、轮式、双臂、单臂等异构机型。
• 极致性价比：微调成本下降60%。单张RTX 4090显卡，18小时即可完成下游任务训练。

这意味着，小型团队仅需一台游戏显卡工作站，即可在下班前启动训练，次日获得新技能机器人。相比两年前需A100集群和庞大算法团队的门槛， democratization（民主化）趋势明显。

第二级火箭：DexDev平台

DexDev平台旨在解决“开发应用极其复杂”的问题，被称为具身智能的“安卓时刻”。

1. DFOL 2.0 与世界模型 DW0.5

• DW0.5（世界模型）：准确预测物理规律，任务进度评估相关性超95%。
• DFOL 2.0（后训练框架）：基于DW0.5构建高保真虚拟仿真器，将强化学习移至虚拟环境。
• 优势：避免真机试错的高昂成本（如摔坏机械臂）。
• 成效：真机数据需求下降60%，训练成本下降40%。

2. 具身通用MaaS服务

• API调用：开发者一行命令即可调用零样本泛化模型。
• 云端推理：延迟约150毫秒。
• 低成本：定价低至1元/百万Token，每小时调用成本相当于雇佣一名真人。

3. 具身通用操作系统 DexOS

• 具身上下文协议 (ECP)：厘清模型与硬件边界。
• 模型：下发抽象、标准的意图。
• DexOS：处理平滑控制、传感器标定等复杂物理执行。
• 快速接入：几行代码完成机器人接入，跨机型无需从头适配，集成周期从数月压缩至分钟级。
• 生态适配：首批支持天工人形、华勤F1、史河机器人等硬件。

第三级火箭：Ferrata系统

Ferrata系统确保机器人在真实场景中实现全时连续作业，驱动数据飞轮。

原力灵机与合并后的原力聚合机器人（Atomix）合作，在物流拆零拣选场景落地。

• 测试规模：头部客户仓库，超10万SKU，日订单峰值数万单。
• 行业痛点：分拣打包占用超70%人力，重复乏味，流失率高。

三级任务分层兜底设计

1. L1层（简易有效）：
2. 使用坐标机械臂+吸盘。
3. 处理纸箱、规则商品等50%-60%简单任务，成本极低。
4. L2层（复杂智能）：
5. 由DM0.5驱动的具身机器人。
6. 处理不规则、难吸附的长尾任务，覆盖80%-90%场景。
7. L3层（人工兜底）：
8. 处理极少数异常订单。
9. 白天人工介入，确保系统100%流转，不卡壳。

成效：
* 实现24小时不间断作业。
* 投资回报期压缩至18-36个月。
* 数据回流：L2层产生的“失败与接管数据”实时反哺模型，使机器人每日进化。

结语：聚光灯会灭，产线的灯不会

发布会最后的一句话令人深思：

“中国具身智能不缺人才、数据和硬件。真正稀缺的，是对物理世界的敬畏心，是扎根场景的耐心，是把每一个环节做扎实的坚持。”

过去一年，行业多聚焦于“谁更像人”的表演竞赛。然而，物理世界不看才艺，只认结果。产线不接受反复NG（不合格）。

原力灵机选择了一条朴素而坚定的路线：
1. 模型训练极致化
2. 系统打通极致化
3. 场景验证极致化

穿越技术与产业周期，让机器人真正走进工厂、走进生活、走进每一个需要它的真实角落。

三个“极致”，对应“三级火箭”的三级推进。

如今，具身智能真正的考场已经开启。随着100万小时真实作业的积累，“ChatGPT时刻”正逐渐逼近。

相关文章