2026世界人工智能大会六机器人耗时十五小时搭长城 精度超越人手极限展现具身智能突破
全球語言翻譯
由 Google 翻譯提供 · Powered by Google Translate
2026世界人工智能大会：六台机器人耗时15小时“搭”出长城，精度超越人手极限
2026世界人工智能大會(WAIC)於7月17日至20日在上海舉行，一項機械人拼搭長城的展示吸引眾人圍觀。內地通用具身智能公司原力靈機(Dexmal)聯合階躍星辰，用6台機械人耗時15小時連續作業，搭建完成一座超81,920個零件的長城模型。這也是業內首次在高強度的真機場景中驗證「基礎模型+後訓練範式」的閉環實力。
據《新智元》報道和「具身智能大講堂」微信公眾號介紹，本次模型用了81,920塊微型積木，平均每台機械人每小時要完成910塊拼裝，綜合操作速度已媲美人類熟練工的手速。
此外，積木模型最小的組件寬度不到1cm，這意味著機械人必須在0.1-1mm的亞毫米尺度內進行抓取和扣合，這個精度已經超越了人手約0.3-1mm的自然抖動極限。
參與搭建的6台機械人裏包含4台桌面工業機械人、2台輪式人形機械人。每一台都具備獨立的感知、決策、執行能力。在沒有「總指揮」的情況下，通過通訊協商實現動態分工，分別承擔小件組裝、大件搬運、物料轉運等不同任務。
🧠 DM0.5 模型：三維度全面升級
參與這場挑戰的是一款「具身原生」通用機械人原力靈機Dexmal Apex，其「大腦」運用了該公司發布的最新一代通用具身基礎模型DM0.5。相比於上一代DM0，DM0.5在訓練數據規模、架構創新和泛化能力三個維度實現了全面升級。
- 數據規模：基於15萬小時多源數據深度訓練，數據量提升400%，參數量翻倍至4B。
- 架構創新：引入三大關鍵設計，包括支持最長60秒記憶能力的上下文抽象層；通過11項推理任務驅動模型對「指令+本體+環境」進行三方聯合建模的具身思維鏈；以及解決噪聲問題的軌迹對齊層。
- 泛化能力：形成五大核心能力，使其能夠在零樣本場景下，完成「看懂目標-做出動作-跨本體執行」的完整閉環。
原力靈機同步發布的通用具身世界模型DW0.5為DM0.5提供了海量低成本的預訓練和試錯環境，作為DFOL2.0的核心組件，DW0.5是一個高保真仿真器，能夠在虛擬世界中精准模擬動作執行後的結果。
🏭 攻克製造業 20% 依賴人工場景
公開資料顯示，原力靈機率先提出「具身原生」理念，堅持從零為機械人訓練模型。DM0是首個具身原生大模型，而最新一代DM0.5在泛化能力上實現突破，多項權威評測排名行業第一。
業內分析指出，目前製造業通用場景中仍有約20%的工序必須依賴人工精細操作。此次WAIC上，6台機械人展現出的高精度感知、精密驅動以及多智能體協商分工能力，恰恰證明它們未來在精密3C製造、工業裝配等高難度場景中大有可為。
