具身大满贯：原力灵机DM0.5登顶RoboDojo并全面开源

事件概述

原力灵机DM0.5登顶具身智能评测基准RoboDojo，综合得分24.90，平均成功率19.34%。RoboDojo由香港大学多媒体实验室联合加州大学伯克利分校、清华大学等全球近20所顶尖学术机构发起，以高难度和高真实性著称。截至2026年7月，该基准仿真榜单头部模型平均成功率仅8.80%，真机榜单仅12.8%。

DM0.5在Memory维度表现突出，得分47.74，显著领先其他模型。在Cover Blocks任务中，机器人需在积木颜色被完全遮挡后依靠此前观测按顺序揭开积木，DM0.5在三次随机测试中均取得100%成功率。

核心基准成绩

• LIBERO：综合成功率99.0%
• RoboTwin 2.0：简单场景成功率93.6%，复杂场景成功率93.3%
• VLA-Arena：不同难度下成功率分别为89.0%、53.6%、44.1%
• RoboChallenge Table30 v2：综合得分54.42，成功率43%

技术要点

DM0.5围绕数据、架构、延迟三个核心变量进行设计。

数据资产：

• 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
• 100万平空间仿真数据，用于复杂室内环境建模，解决Sim2Real Gap

架构三大创新：

1. 原生长记忆：通过高效信息压缩技术，让4B参数的VLM在预训练阶段原生学习并记忆历史信息，支持最长60秒记忆能力，可跨语言理解人类演示视频片段。
2. 具身思维链：设计11项推理任务，对指令、本体、环境进行三方联合建模，并构造"反事实任务"（故意给出错误指令）迫使模型真正理解语义而非机械匹配。
3. 对齐式动作监督：利用约束动态规划高效计算最优匹配，解决传统逐点式动作监督中轨迹偏差累积的问题。

推理效率优化：

• 模型核心延迟：534.04ms → 57.49ms，累计加速9.29倍，延迟降低89.2%
• API延迟：p50 67.75ms，p90 70.01ms
• LIBERO成功率从98.45%降至98.40%，精度基本无损

值得关注

DM0.5已全面开源，不仅是模型权重，训练框架和下游任务工作流也已陆续在GitHub与Hugging Face开放，供开发者复现和扩展。

GitHub：https://github.com/dexmal/opendm
Hugging Face：https://huggingface.co/Dexmal/DM05

在真实场景中，DM0.5展示了多项能力：通过一次人类示教即可模仿完成复杂任务；在微型积木拼装中实现0.1到1毫米精度的抓取与扣合，并具备自动纠错能力；物流分拣场景下平均3秒处理一单，准确率超99%；采用System 1/System 2分层双系统架构，在外部视点变化或人类打断任务时仍能保持操作鲁棒性。