公司战略与产品发布 - 原力灵机发布三大核心产品：首个具身原生大模型 DM0、具身原生开发框架 Dexbotic 2.0、以及具身原生应用量产工作流 DFOL [1] - 公司提出“具身原生”新概念，认为2026年是具身原生元年，主张AI应从第一行代码开始就为机器人而写，而非改造现有大模型 [1] - 公司旨在通过技术底座和基础设施降低开发门槛，并推动机器人走进工厂，实现具身智能的规模化场景落地 [4] 具身原生大模型 DM0 - DM0是全球首个具身原生大模型，其智能本质和形成机制根植于物理交互，旨在复杂环境中精准完成人类任务 [3] - 该模型是从0开始训练的具身原生大模型，由原力灵机与阶跃星辰联合训练，数据融合了多模态互联网信息及驾驶行为、机器人操作、导航等具身场景特有的多传感数据 [3] - DM0在预训练阶段系统混合了抓取、导航、全身控制三类核心任务，并覆盖UR、Franka等8种差异显著的机型，从而获得强大的跨机型泛化与迁移能力 [3] 具身原生开发框架 Dexbotic 2.0 - Dexbotic 2.0是首个具身原生开发框架，旨在像PyTorch一样，让开发者能以乐高式的方式快速搭建具身应用 [3] - 相比1.0版本，Dexbotic 2.0实现了全面升级，具备模块化架构优势，将系统拆分为V（视觉编码器）、L（大语言模型）、A（动作专家）三个可自由组合、独立升级的模块，便于快速试验新模型并适配不同硬件和任务场景 [3] - 该框架实现了统一具身操作与导航、统一模仿学习与强化学习，并标准化了从“数据—训练—评测—硬件”的全流程开发闭环 [4] - 目前Dexbotic 2.0已服务数十家机构，包括清华、北大、普林斯顿、帝国理工、腾讯等，覆盖超过千位研发者 [4] - 原力灵机联合清华大学、无问芯穹，并宣布与强化学习框架RLinf达成战略合作，共同打造具身智能的PyTorch，以降低开发门槛 [4] 具身应用量产工作流 DFOL - DFOL（分布式现场在线学习）工作流的核心是通过“硬件通用+模型智能”模式，使机器人在保持高效率与确定性的同时，兼具灵活性和适应性 [4] - DFOL的关键创新在于数据回流机制：现场产生的训练片段与负样本块实时回传云端，形成“云端训练-现场执行-数据回流-模型更新”的持续进化闭环，使系统能在真实工作环境中不断自我改进 [5]