文章摘要
【关 键 词】 具身智能、机器人、开源框架、基座模型、真实世界
原力灵机在成立330天之际首次公开亮相，CEO唐文斌阐述了公司“打造智能、有用、可信赖的机器人”的使命。与行业普遍强调“具身智能”不同，该公司提出“具身原生”概念，主张从智能本质到形成机制均根植于物理交互的AI新模式。这一理念被拆解为数据原生、训练原生和框架原生三大板块，成为其技术路线的核心逻辑。
OpenDay上发布的三大成果集中体现了这一方向：DM0基座模型以2.4B参数量登顶Robochallenge，其数据架构平衡了互联网、导航工厂和具身采集三类数据；Dexbotic2.0开源框架采用模块化设计，支持视觉、语言和动作模块的自由组合；DFOL工作流则致力于降低机器人场景落地门槛。唐文斌特别强调，基础设施的完善程度直接决定迭代效率，是AI公司的核心竞争力。
公司展现出鲜明的技术特质：近乎偏执的“真实世界”导向，Robochallenge作为行业首个真机测评体系即源于此；同时坚持彻底开源策略，包括代码、模型和测评方案的完整开放。这种风格延续了创始团队的“旷视基因”——唐文斌作为旷视前CTO，与阶跃科技新任董事长印奇在技术路径上形成呼应，后者提出的“One Brain，One OS，One Agent”愿景与原力灵机的探索存在深层协同。
“具身原生”理论试图解决当前嫁接式方案的局限性。唐文斌用“初中生突击练体育”比喻现有模型添加动作模块的弊端，指出这种模式会导致通用能力退化。其解决方案强调从数据采集阶段就融入多模态物理交互信息，训练过程中保持理解、预测、影响世界的统一性。周而进提出的“空间推理思维链”和汪天才构建的模块化框架，都在尝试建立不同于传统NLP模型的具身专用体系。
面向2026年，公司设定了“单场景千台可持续运转”的阶段性目标。范浩强揭示的机器人场景“不可能三角”暗示了商业化落地的挑战，而DFOL工作流与Rlinf的合作正是为了突破这一瓶颈。唐文斌期待行业先后经历ChatGPT式的生产力突破和DeepSeek式的普及化跨越，这种双重期待折射出团队对技术实用性的极致追求。从旷视走出的创业者们，正通过基础设施构建和生态协同，试图重新定义智能与物理世界的交互范式。
原文和模型
【原文链接】 阅读原文 [ 3506字 | 15分钟 ]
【原文作者】 硅星人Pro
【摘要模型】 deepseek/deepseek-v3-0324
【摘要评分】 ★★★★★
相关文章
