世界AI大会6台机械人耗时15小时搭长城 精度超越人手极限|有片
2026世界人工智能大会(WAIC)于7月17日至20日在上海举行,一项机械人拼搭长城的展示吸引众人围观。内地通用具身智能公司原力灵机(Dexmal)联合阶跃星辰,用6台机械人耗时15小时连续作业,搭建完成一座超8万个零件的长城模型。这也是业内首次在高强度的真机场景中验证“基础模型+后训练范式”的闭环实力。
亚毫米级操作精度超越人手自然抖动极限
据《新智元》报道和“具身智能大讲堂”微信公众号介绍,本次模型用了81920块微型积木,平均每台机械人每小时要完成910块拼装,综合操作速度已媲美人类熟练工的手速。此外,积木模型最小的组件宽度不到1cm,这意味著机械人必须在0.1-1mm的亚毫米尺度内进行抓取和扣合,这个精度已经超越了人手约0.3-1mm的自然抖动极限。
据了解,参与搭建的6台机械人里包含4台桌面工业机械人、2台轮式人形机械人。每一台都具备独立的感知、决策、执行能力。在没有“总指挥”的情况下,通过通讯协商实现动态分工,分别承担小件组装、大件大件、物料转运等不同任务。
DM0.5在三维度实现全面升级
报道介绍,参与这场挑战的是一款“具身原生”通用机械人原力灵机Dexmal Apex,其“大脑”运用了该公司发布的最新一代通用具身基础模型DM0.5。相比于上一代DM0,DM0.5在训练数据规模、架构创新和泛化能力三个维度实现了全面升级。
具体而言,在数据规模上,DM0.5基于15万小时多源数据深度训练,数据量提升400%,参数量翻倍至4B。架构方面,DM0.5引入了三大关键设计:上下文抽象层让模型原生支持最长60秒的记忆能力;具身思维链任务通过11项推理任务,驱动模型对“指令+本体+环境”进行三方联合建模;轨迹对齐层解决了遥操作数据中不同操作者节奏差异带来的噪声问题。在泛化能力上,DM0.5形成了五大核心能力,使其能够在零样本场景下,完成“看懂目标-做出动作-跨本体执行”的完整闭环。
报道还指,原力灵机同步发布的通用具身世界模型DW0.5为DM0.5提供了海量低成本的预训练和试错环境。作为DFOL2.0的核心组件,DW0.5是一个高保真仿真器,能够在虚拟世界中精准模拟动作执行后的结果。
冀攻克制造业20%依赖人工场景
公开资料显示,原力灵机率先提出“具身原生”理念,坚持从零为机械人训练模型。DM0是首个具身原生大模型,而最新一代DM0.5在泛化能力上实现突破,多项权威评测排名行业第一。
业内分析指出,目前制造业通用场景中仍有约20%的工序必须依赖人工精细操作。此次WAIC上,6台机械人展现出的高精度感知、精密驱动以及多智能体协商分工能力,恰恰证明它们未来在精密3C制造、工业装配等高难度场景中大有可为。