DM0具身原生大模型：全球首个端到端具身智能大脑全解析

核心摘要（Key Takeaways）

DM0 是由原力灵机（Dexmal）开发的全球首个具身原生（Embodied-Native）大模型，强调智能从诞生之初就根植于物理交互。
与从通用大模型“改装”成机器人模型的路线不同，DM0 从0开始训练，直接在预训练阶段融合视觉、语言与物理传感数据，从而获得原生物理直觉。
DM0在仅用 2.4B 参数的情况下，在真机评测平台 RoboChallenge 的 30 多项桌面任务中战胜众多更大参数模型，取得单任务与多任务 双项全球第一。
该模型已全面开源，推理延迟仅需约60毫秒，支持在消费级显卡（如 RTX 4090/5090）上进行微调和二次开发。
DM0支持跨机型的 零样本泛化，已覆盖 UR、Franka、ARX、Aloha 等8种形态迥异的硬件平台，瞄准物流分拣、仓储搬运等真实场景的量产落地。

它是什么

具身原生大模型（Embodied-Native VLA Model） 是一种智能本质和形成机制都根植于物理交互的 AI 模型。它并非将现有大语言模型迁移到机器人上，而是从设计之初就将具身传感器与运动数据视为与语言、视觉同等重要的一等公民。

2026年2月10日，原力灵机（Dexmal）正式对外发布了自家首个具身原生大模型 DM0。虽然业内多数机器人模型走的是“VLM + 动作头”的适配路线，DM0 却选择了从零开始训练的“原生路线”。用 CEO 唐文斌的话来说：“过去大家在争论用哪个大模型来改，我们直接跳出这个问题，为什么不从第一行代码就为机器人而写？”

其结果是，一个仅 2.4B 参数量的“轻量”模型，在权威真机评测榜单 RoboChallenge Table 30 中拿下单任务（Specialist）与多任务（Generalist）的双榜第一，成为首个达成该成就的具身大模型。

DM0具身原生大模型官网示意图

“具身原生”到底原生在哪里？

很多模型跑在机器人上，但其底层是“先学会看互联网图文，再被教怎么拿杯子”。DM0 则从源头就完全不同：

预训练即多源融合：不是将互联网图文与机器人数据分开训练，而是从一开始就将多模态互联网信息、自动驾驶行为数据、机器人操作与导航轨迹联合训练。
空间推理思维链：DM0 内置了“空间推理思维链（Spatial CoT）”，能将环境感知、任务语义理解、运动规划、精细控制串联形成闭环，而非依赖外挂规则。
原生物理直觉：正如联合创始人周而进所说，“就像人类婴儿，不是先学说话、再找奶瓶，而是从出生起就在与物理世界打交道。”因此模型天生能理解“拿起杯子”与“轻轻放下杯子”的区别，这种微妙差异无法靠后期微调真正补齐。

直接对比：传统方式是“互联网原生 LLM + 动作头”；DM0 则是“具身原生 VLA”，显著减少了语义-物理间的转换损耗。

主要功能和特点

多模态深度融合
DM0 在预训练中同时处理高分辨率视觉（728×728 输入）、语言指令、以及包含力觉/扭矩在内的物理传感信号，单一模型便能完成视觉定位、语义推理与亚毫米级动作执行。
端到端架构设计
摒弃“感知→决策→控制”分模块串联的传统流水线，DM0 由一个基于 Qwen3-1.7B 构建的 VLM 主干 + 流匹配（Flow Matching）动作专家直接输出连续控制指令，感知到动作一次生成，减少延迟与误差累积。
高智能密度，极低部署门槛
2.4B 参数、60ms 推理延迟，单张 RTX 4090/5090 即可运行；支持微调、二次开发与真机推理，极大降低科研与中小企业的导入成本。
零样本泛化能力
预训练阶段混合抓取、导航、全身控制三大核心任务，覆盖 UR、Franka、ARX、Aloha、Realman 等8种构型迥异的硬件，使模型在新物体、新场景中表现出强泛化能力，无需重新编程或场景特训。
多任务与高精度兼得
在 RoboChallenge 30+ 项桌面操作任务中，DM0 同时在单任务专业评测（毫米级工业操作）和多任务综合评测中取得第一，证明其不牺牲精度即可实现通用性。

如何使用/注册/安装（开源模型快速接入）

DM0 已经全面开源，开发者、研究机构与企业可按以下步骤接入：

获取模型权重
- 访问 Hugging Face（huggingface.co）搜索 “DM0”，下载 2.4B 参数版本的模型权重与配置文件。
- 亦可在 GitHub 官方仓库中获取源码、示例脚本及 RoboChallenge Table30 全套评测推理代码。
环境准备
- 硬件：推荐 NVIDIA RTX 4090 / 5090 或同等算力 GPU。
- 软件：Python 3.10+、PyTorch 2.x、流匹配依赖库（参考 GitHub README 的 requirements.txt）。
模型推理
- 支持多视角 728×728 图像输入，模型会直接生成末端执行器的连续动作轨迹。
- 推理延迟约 60ms，符合实时操控需求。
微调与适配
- 开发者可按自身硬件与场景，在 DM0 预训练权重上加载私有数据后微调；提供 SFT（监督微调）及 RL（强化学习）两种适配路线。
- 若使用 Dexbotic 2.0 框架，可进一步在同一流程内完成“数据—训练—评测—硬件”闭环。
仿真/真机部署
- 支持仿真器（如 MuJoCo、Isaac Sim）与真机直连，提供 ROS 接口适配层。
- 官方同步提供应用量产工作流 DFOL，支持“云端训练-现场执行-数据回流-模型持续进化”的产线级部署。

官网地址和入口

Dexmal（原力灵机）官网： https://dexmal.com/
模型开源地址：Hugging Face（huggingface.co）搜索 “DM0”
开发框架：GitHub 搜索 “Dexbotic 2.0” 或访问原力灵机官方仓库获取源代码与文档。
真机评测平台：RoboChallenge（robochallenge.ai）可查看 DM0 的公开评测结果。

价格/适用平台/适合人群

价格：DM0 已全面开源，个人开发与学术研究免费；商业级量产部署与技术支持可联系 Dexmal 获取企业授权与服务报价。
适用平台：NVIDIA 消费级显卡（RTX 4090/5090）、数据中心 GPU（A100/H100 等）；支持 Linux 系统及 ROS 生态，可接入多数工业级机械臂。
适合人群：
- 具身智能与机器人学研究者（高校与科研机构）
- 工业自动化、仓储物流方案集成商
- 硬件机器人初创企业与想探索物理 AI 落地的开发者
- 需要快速验证机器人操作策略并缩短项目周期的团队

竞品对比表

对比维度	原力灵机 DM0	Physical Intelligence π0 / π0.6	Google RT-2 / RT-X 系列
模型路线	具身原生，从0训练	VLM + 动作头，有原生运动规划倾向	VLM/VLA 路线，大规模互联网预训练
参数量	2.4B	约 3.3B（π0）、50B+（π0.6）	55B（RT-2 系列）
真机性能	RoboChallenge 双项全球第一	未知/未公开同榜比较	未公开同榜数据
跨机型泛化	8 种以上构型，零样本泛化	有限机型支持	多种机型，但主要基于互联网迁移
开源	全面开源（权重、代码、评测）	未开源（部分成果公开）	未完全开源
推理延迟	~60ms	未公开	较高（依赖云端推理）
应用场景	物流分拣、仓储操作、量产工作流	实验室/家务任务居多	科研与概念验证为主
典型适配硬件	UR, Franka, ARX, Aloha 等	部分双臂平台	部分工业臂与双臂平台

结论：DM0 在“智能密度、开源开放性、跨机型泛化能力、推理效率”方面展现出显著竞争优势，特别适合需要快速部署到真实生产线的场景。

典型应用场景

仓储物流分拣（Picking）
被称为“具身领域的 Coding 原子任务”。DM0 已能够在每日上亿次抓取动作中抽象出通用抓取策略，适用于消费品仓库中品类多、形态不规则、高频高负荷的分拣需求。
工业精细装配
在毫米级精度任务中，DM0 通过高分辨率输入与流匹配控制，可完成扫码计件、螺丝锁付、异形零件插接等非标自动化工序。
多品类导航与搬运
统一操作与导航能力使 DM0 可应用于工厂 AMR 搬运、电梯跨层配送等复杂导航-操作混合任务。
零售与商超理货
零样本泛化使模型能在商品配方频繁更替的商超场景中，无需重新标注即完成货架补货、过期商品剔除等动作。

最近 3-6 个月动态（时效性快讯）

2026.02.10：原力灵机在京举办首届技术开放日，发布 DM0、Dexbotic 2.0 及 DFOL 三大产品，正式定义“具身原生”范式，宣布 DM0 全面开源。
2026.02：DM0 在 RoboChallenge Table 30 全球榜单中斩获单任务与多任务双项第一，实现 2.4B 参数模型对更大参数量模型的“反向领先”。
2026.02：Dexbotic 2.0 宣布与清华大学、无问芯穹达成战略合作，旨在将其打造为具身智能领域的“PyTorch”。
2026.06：原力灵机宣布完成与仓储机器人公司 Atomix 的战略合并，并完成新一轮融资，智谱、阶跃星辰、商汤、阿里等头部大模型与产业资本集体押注。
2026.06：原力灵机透露即将发布下一代大模型与首款通用机器人，以及高度定制的仓储物流三级分拣系统。

FAQ

1. DM0 具身原生大模型的官网地址是什么？

官网是 https://dexmal.com/，模型权重与代码已在 Hugging Face 和 GitHub 上开源，搜索“DM0”即可找到。

2. DM0 是否免费？能否商用？

学术与个人研究完全免费。企业级商业授权、量产技术服务需联系 Dexmal 获取支持，但模型本身已开源，因此评估与二次开发是零成本的。

3. DM0 参数量只有 2.4B，性能真的够用吗？

足够。DM0 在 RoboChallenge 真机评测中拿到单任务和多任务双料冠军，其结果已经验证：在具身智能中，原生设计和多源数据融合比单纯堆叠参数量更重要。

4. 怎么安装和使用 DM0？

从 Hugging Face 下载模型权重，在 RTX 4090/5090 等消费级 GPU 上安装 Python 与 PyTorch 后即可推理；微调需准备自有具身数据并通过 Dexbotic 2.0 框架或官方脚本训练。

5. DM0 和现有的大模型机器人方案有什么区别？

它不从通用大模型“嫁接”动作头，而是从零开始联合训练互联网图文、自动驾驶、机器人操作等多源数据，使模型天生理解物理世界，避免语义-物理转换时的性能折损，从而在跨机型和零样本泛化上大幅领先。

总结

DM0 不仅仅是一个“在机器人上跑的大模型”，它代表的是一种重新定义物理 AI 开发路径的 具身原生范式。从数据、训练到部署，原力灵机全程自主闭环，并以开源的方式推动整个具身智能社区共同提速。对于希望从演示走向量产、从孤岛走向通用的企业和开发者而言，DM0 可能是 2026 年最值得一试的具身智能大脑。