原力灵机 DM0

DM0: An Embodied-Native Vision-Language-Action Model towards Physical AI (Dexmal)进阶

原力灵机 2026 年开源的「具身原生」VLA，预训练阶段就混入驾驶和机器人数据。

DM0 是原力灵机（Dexmal）联合阶跃星辰于 2026 年 2 月发布并开源的视觉-语言-动作模型（VLA）。多数 VLA 先用只见过互联网图文的视觉语言模型，再拿机器人数据微调；DM0 主张「具身原生」，预训练时就把网页文本、自动驾驶场景和机器人交互日志一起训练（约 1.2 万亿 token）。训练分三段：预训练统一的 VLM（语言部分基于 Qwen3-1.7B），中训练在其上加一个流匹配动作专家（专门输出连续动作的子网络），后训练用混合策略精调。训练具身数据时，动作专家的梯度不回传给 VLM，以保住通用理解能力；还用空间思维链先推理空间关系再出动作。模型约 20 亿参数，统一支持操作和导航。2026 年 7 月原力灵机推出约 60 亿参数的后续版本 DM0.5，配套开源框架 OpenDM。