原力灵机发布具身世界模型DW0.5，将强化学习引入虚拟环境，真机数据需求骤降60%

事件概述

原力灵机发布旗下首款具身世界模型DW0.5，并将其接入世界模型驱动的具身智能后训练框架DFOL 2.0。该模型旨在解决VLA（视觉-语言-动作模型）后训练中缺乏低成本反馈闭环的问题，通过在虚拟世界中模拟动作后果，为强化学习提供密集的奖励信号，从而减少对真机数据的依赖。

核心信息

• DW0.5定位：作为高保真仿真器，将强化学习搬进虚拟世界。VLA给出候选动作后，DW0.5预演未来并判断成功、失败与偏离风险，反馈给强化学习。
• 三大专家模块：
  • Video Expert：模拟动作执行后的未来视频状态。
  • Action Expert：将动作作为结构性强先验，通过MoT注意力实现帧级对齐。
  • Value Expert：对任务进度打分，将稀疏的任务结果转化为密集的中间反馈，价值-排序相关性达95%以上。
• 数据来源：包括具身公开数据与自采机器人数据、互联网视频、第一视角人类活动数据、真机与仿真rollout数据（覆盖偏离、卡住、恢复等中间状态）。
• 性能提升：
  • 后训练中真机数据需求降低60%，整体训练成本下降40%。
  • 打气球任务：“给气球打气”成功率从10%升至90%；“气筒插入气球”从10%升至100%。
  • 晾衣服任务：“成功挂上衣架”从50%翻倍至100%；“衣架塞入衣服”从60%提升至90%。
  • 叠纸盒任务：“叠右侧纸盒”和“叠左侧纸盒”成功率分别从35%提升至55%和50%。
• 基准测试：在EWMBench得分为4.73，WorldArena得分为73.54，均为全球SOTA（截至7月9日）。
• 部署状态：已在内部跑通DFOL 2.0后训练闭环流程，并接入原力灵机DexDev MaaS平台。

值得关注

原力灵机强调真机数据仍不可替代，世界模型目前仍需真机校准。未来随着视觉模型能力提升，现场人员可借助Ego相机采集操作数据，降低后训练门槛。

相关资源：

• GitHub: https://github.com/dexmal/opendw
• Hugging Face: https://huggingface.co/Dexmal/DW05-Base